基于高斯尺度混合模型的小波域图像复原研究

将图像分解的小波域金字塔系数的每个邻域模型化为高斯尺度混合模型,并基于该模型提出一种贝叶斯估计方法,复原被线性降晰并叠加一加性高斯白噪声的模糊图像.仿真结果显示,本文算法无论从视觉效果还是峰值信噪比指标上都明显优于维纳滤波复原算法.     

利用LWR构造基于身份的全同态加密方案

针对目前基于LWE（Learn With Errors）构造全同态加密方案普遍需要高斯函数抽样、公钥尺寸过大等问题,提出利用高效的LWR(Learning With Rounding)替换传统的LWE,构造基于LWR（Learning With Rounding）的身份基全同态加密方案,对方案的安全性进行严格证明。LWR问题是LWE问题的变体,消除了LWE问题利用高斯函数抽样生成噪声的过程,具有更高的计算效率以及更小公钥和密文尺寸。     

基于遗传算法的径向基神经网络学习算法

文章对径向基神经元网络（Radial Basis Function Neural Networks,以下简称为RBFNN）结构进行了分析,提出了应用遗传算法训练径向基网络的算法,并将该算法训练的网络用于10个数字的识别,相对于最近邻聚类学习算法和BP网络来说,识别效果和精度均有提高。     

二维预设逻辑和复句预设投射

二维预设逻辑是一种特殊的四值逻辑。在二维预设逻辑中,每个句子的赋值是二维的,包含句子本身的真值和句子预设的真值。用二维逻辑的真值表方法来分析语义预设投射,可以很好的解释语义预设投射的“累积”现象和“消去”现象。     

例析与高斯函数有关问题的常考题型与备考建议

文章介绍了高斯函数的定义及其性质，例析高斯函数与其他知识的交汇问题的处理策略，最后给出复习备考的建议.     

基于GMM-HMM的话题生命周期状态识别及趋势预测方法

[目的/意义]本研究对正处于演化过程中的话题进行状态识别及趋势预测，为相关部门了解话题现状，对话题进行有效监管提供科学依据。[方法/过程]首先，考虑网民情感，结合话题的新颖度和关注度，构建话题生命周期状态观测指标；其次，基于隐马尔可夫模型(HMM)和高斯混合模型(GMM)的原理，提出话题生命周期状态识别及趋势预测方法；最后，选用微博话题构建数据集，设计对比实验，验证方法的有效性。[结果/结论]基于GMM-HMM的话题状态识别及趋势预测方法的F1值和准确率均高于87%,MAPE低于3.5%,相较于GaussianHMM和BP神经网络具有较大优势。     

任意凸四边形区域上二阶椭圆特征值问题基于高斯点的一种有效的谱配置法

作者提出了任意凸四边形区域上基于高斯点的二阶椭圆特征值问题的一种有效谱配置法.该方法首先利用等参变换将任意凸四边形区域上的函数转化为[-1,1]×[-1,1]上的函数，然后根据边界条件，可根据Legendre多项式的正交性构造一组有效的基函数，将数值解表示为这组基函数的展开组合.再次，通过编程计算出每个基函数在这些高斯点上的节点值，将离散格式推导为一个线性的矩阵特征系统.最后，给出了一些数值算例来表明算法的正确性和有效性，数值结果表明了该方法是有效的和收敛的.     

基于高斯变异的蚁狮算法及其在组合优化中的应用

针对蚁狮(ant lion optimizer,ALO)算法在寻优后期种群数量减少、精英蚁狮影响权重减小导致算法收敛速度较慢且易陷入局优的问题,提出基于高斯变异的蚁狮(Gaussian mutation based ALO,GALO)算法.首先引用Kent混沌对初始蚂蚁种群进行扰动,提高蚂蚁种群多样性作为蚁狮寻优的基础...