基于字典学习的医学图像融合

稀疏表示能够有效地表示图像的固有特征,利用KSVD学习算法对30幅自然图像训练得到了鲁棒的字典,利用“滑窗”策略对两幅源图像进行分块,使用OMP算法在字典上对各图像块进行稀疏分解,分解后的系数采用系数绝对值选大法进行融合,进而得到融合后和图像块.理论分析与实验结果表明,该方法能够有效地对已配准的待融合图像进行融合,融合后的结果无论是视觉效果还是客观评价参数均优于文中对比方法的效果.     

通用组合式教育机器人动力学模型及其快速仿真算法(英文)

为实现具有开放结构的组合式教育机器人自动建模与动态仿真,建立了教育机器人的动力学模型及其仿真算法.首先,将教育机器人抽象为多体系统,利用牛顿一欧拉法建立其通用的动力学模型,并结合教育机器人的结构特点,以构件绑定方法对机器人模型进行了简化.其次,基于稀疏矩阵计算技术,对计算机仿真中常用的增广动力学求解算法和直接投影修正算法进行改进,以此作为教育机器人的仿真算法,提高仿真速度和精度.最后,通过一个算例验证了模型和改进算法的有效性.该研究为实现教育机器人仿真平台奠定了动力学基础.     

稀疏矩阵三元组表压缩存储方法的改进

在计算机图形学领域、产品优化设计及先进制造技术研究中,矩阵及稀疏矩阵的应用非常普遍．结合稀疏矩阵顺序存储方法和C／C＋＋语言的特点。提出一种稀疏矩阵压缩存储的改进方法——二元组压缩存储方法,把稀疏矩阵中的非零元素按一定规律用二元组表存储到顺序表（或链表）中．该方法继承了三元组顺序存储（或链表存储）方法的优点,方便进行矩阵的各种运算,比如矩阵转置、加战或乘法等操作,又节约了存储空间,是一种实用的压缩存储方法．     

基于元样本稀疏表示分类器的文本资源分类

首先分析文本分类的现状,根据文本分类算法的要求和稀疏表示分类算法（SRC）的思想,设计基于元样本的稀疏表示分类器（MSRC）,并应用于文本分类研究。实验结果表明,该MSRC算法具有较好的文本分类效果,有助于提高基于内容的信息检索效率。     

有去噪和尺度放大的单幅图像超分辨率重建

采用非局部均值,全变差正则化和稀疏编码,提出一种新的单幅图像超分辨率重建方法.首先,用非局部均值方法对低分辨率图像进行去噪处理,可保证几何结构的一致性.然后,将去噪后的低分辨率图像代入重建模型得到高分辨率图像的低频分量,而高分辨率图像的高频分量则通过学习的方法在数据库中查找得到.将得到的低频分量与高频分量相加得到初始的高分辨率图像的恢复结果.最后对初始的恢复图像进行一些全局优化即可得到最终恢复的高分辨率图像结果.实验结果证明该方法得到的高分辨率图像结果具有鲁棒性且更自然.     

基于变换域的压缩感知快速重构算法

压缩感知是信号处理领域热门研究课题,其应用前提为原信号是稀疏或可压缩的。时域非稀疏信号可以变换为频域稀疏信号,但变换后的信号和传感矩阵表示形式为复数,增加了重构复杂度。为了降低复杂度,提高信号重构效率,提出一种基于实变换的重构算法,该算法将复数形式的稀疏信号和传感矩阵的实部和虚部分离后再参与重构。与传统重构算法相比,该算法改善了重构信号的均方误差,明显缩短了重构时间,极大提高了信号重构效率。     

三元组表矩阵相乘的算法分析

矩阵相乘是一种很重要的矩阵运算,本文提出了一个不带行表的三元组表矩阵相乘的算法,并分析和比较了与带行表的矩阵相乘算法的效率.     

稀疏度自适应回溯追踪算法改进

针对压缩感知重构算法中信号稀疏度未知和步长大小固定的问题,提出一种新的压缩感知信号重构算法,即基于弱选择的稀疏度自适应回溯追踪（SPWAMP）算法。该算法将自适应思想、变步长迭代思想与回溯思想相结合,在未知信号稀疏度的情况下,利用阈值方法选取预选集,通过变步长更新支撑集原子个数并结合回溯思想剔除不可靠原子,最终实现信号精确重构。仿真结果表明,当信号稀疏度K达到65时,该算法重构精度相对稀疏度自适应匹配追踪（SAMP）算法提高了40%,而此时正交匹配追踪（OMP）算法、子空间追踪（SP）算法和分段弱选择正交匹配追踪（SWOMP）算法已无法实现重构。因此,该算法相对其它同类算法提高了信号重构精度。     

基于稀疏网格的等温点接触弹流问题研究

为了提高承载能力,齿轮常要经过修形成为鼓形齿,其真实接触状态采用点接触来近似更为合理,因此研究点接触的弹性流体动力润滑更有实际意义。通过采用稀疏网格对弹流问题进行完全数值求解,求得接触区域的压力与膜厚分布,并与经验公式相比较,为齿轮传动中的弹流计算及研究相关问题机理提供一定参考。     

基于贪婪分配的稀疏矩阵与向量乘的负载平衡

稀疏矩阵与向量相乘的问题是大规模科学与工程计算的核心部分。考虑在工作站机群上实现大型稀疏矩阵与向量乘的负载平衡,提出了一个快速负载平衡和有效的消息传递技术相结合的方法,来缓解计算和节点间通信。并且通过I/O延迟隐藏和整体负载平衡使I/O开销能有效地分摊。数值测试表明,该方法具有良好的性能。