简介：针对目前多维次成分提取算法限制条件多和初始参数难以选择问题，在研究Douglas次子空间算法基础上，基于加权矩阵法提出了一种新型多维次成分并行提取算法。对该算法的自稳定性和收敛性分析表明：在输入信号有界和学习因子足够小时，该算法状态矩阵的模值总能收敛至一个常数；当且仅当状态矩阵收敛至需提取的多维次成分时，该算法达到稳定状态。仿真试验表明，与现有算法相比，该算法具有参数选取方法简单、易于实现和收敛速度快的优点。

简介：摘要双聚类（Biclustering）算法在数据挖掘中是一个新兴的算法，对于矩阵类型的数据，其聚类效果很好。本文浅述了双聚类算法的基本特点，并提出了用迭代的双聚类算法对未知的数据进行分类，并对一组数据进行了测试，其分类表现不错。

简介：摘要近年来，随着通用图形处理器技术的发展，单个GPU的浮点性能比CPU高一个量级以上。采用GPU实现CFD计算为快速仿真分析提供了有力的途径，但目前GPU上的CFD计算方法尚未成熟，仍有大量的相关数值计算问题有待研究和完善。本文采用CUDA技术，针对NVIDIATeslaK40cGPU，编写了基于有限体积法的二维CFD求解程序。着重研究了网格排序、存储器对齐、数据存储格式对计算效率的影响。

简介：本文研究的对象为有特殊取整需求的大型数据表格,分析了采用四舍五入取整会导致算法更为复杂,从而得出对数据进行向下取整更优的结论。研究了一维数组表格和二维数组表格的取整算法,通过把大型数据表格拆分为四个层次的表格,运用一维数组表格和二维数组表格的取整算法,最终完成整个大型数据表格的取整。

简介：摘要通过迁移学习的方法，利用人脸识别的改进VGGNet模型对Oxford-17Flower和Oxford-102Flower中的花卉分别进行训练与识别，实验证明了改进VGGNet模型对花卉的小训练样本同样明显提升了运算速度与识别度。

简介：针对基于稀疏描述(SR)的识别算法的计算复杂度高,不利于算法实时、高效实现的问题,提出了一种快速稀疏描述(ESR)算法,以提高合成孔径雷达(SAR)图像目标型号识别的效率。考虑到SAR图像在一定的角度范围内惰性变化的特点,将每个型号目标的训练样本在一定方位区间内分别取平均,采用平均样本表征该方位区间内的若干个样本,以减少训练样本的数目,达到有效降低算法计算复杂度,提高SAR目标型号识别算法效率的目的。实测的MSTAR数据验证了所提快速算法的有效性。

简介：目标常采取机动加欺骗干扰策略以规避对方雷达系统的锁定。针对同时存在目标机动和距离欺骗的场景,提出了一种目标跟踪联合优化算法。首先,将目标机动和距离欺骗分别建模为动态方程和量测方程中的未知扰动;然后,基于期望最大化（EM）提出了一种状态估计和机动与欺骗参数辨识联合优化算法。为了降低计算量,在期望步（E步）基于URTS平滑器获得状态估计,并在最大化步（M步）解析推导出待辨识参数的更新公式。最后,仿真验证结果表明,该算法与传统交互式多模型（IMM）方法相比具有更高的估计及辨识精度。

简介：当跟踪目标属于隐身目标、低空目标或处于强杂波和干扰环境,都会导致雷达的目标检测概率降低,丢失率较高。因此,本文着重研究PHD算法在检测概率较低的情况下跟踪稳定性不佳的缺陷,找出了一种适用于低目标检测概率的L-GMPHD滤波,通过对前一时刻状态估计值外推,若发生漏检,则将外推值加入当前时刻状态估计值中,确保了目标的状态估计不被裁剪去除。从MATLAB仿真结果可知,L-GMPHD滤波器处于检测概率较低的情况时,能够明显改善目标跟踪的稳定性。该方法能够保持高精度的多目标跟踪,具有良好的工程应用前景。

简介：在穿墙雷达建筑物布局成像中，针对现有成像算法因没有充分利用墙体本身的物理特性而出现墙体轮廓模糊、边缘不连贯以及成像过程耗时的问题，提出一种基于优化最小化框架的墙体成像算法。该算法首先利用像素块来表征墙体连续块状的物理特性,并将其引入信号模型，然后以LASSO（LeastAbsoluteShrinkageandSelectionOperator）模型为基础，在优化最小化框架下构造稳健的优化目标函数，最后利用墙体回波信号的时移特性并结合卷积得到迭代过程的快速实现。实验结果表明，该算法对墙体成像特征明显，不仅保证了墙体轮廓特性，而且杂波少、分辨率高，并较大幅度减小了成像算法处理时间。

简介：针对ORB特征点匹配中常采用的随机抽样一致性(RandomSampleConsensus,RANSAC)匹配点提纯算法存在计算量大、效率低的问题,本文提出一种改进的RANSAC算法。先使用2-近邻算法查找满足阈值的匹配,接着使用双向匹配交叉过滤方法剔除图像帧中明显的错误匹配,然后对匹配点对的Hamming距离进行排序,将匹配点对距离大于最小距离一定倍数的匹配点对再一次剔除,最后再利用RANSAC算法迭代。分别采用改进RANSAC算法和RANSAC算法进行匹配点提纯实验,实验结果显示,改进RANSAC算法与RANSAC算法相比匹配准确度提高了6.03%,匹配准确度提高至93.46%,匹配点提纯速度提高了26.74%,提纯时间降到0.441s。

简介：摘要在人工举升中，有杆泵抽油法是使用最为广泛的一种抽油方法。多年来，地面示功仪一直被用于分析有杆泵系统。地面示功图也是采油工况诊断的重要手段，技术成熟，且应用广泛，但地面示功图由于受到多种因素的影响，很难反应井下泵的实际工况，因此本方提出一种地面示功图转换为井下泵示功图的一种有限差分算法，并给出了得到等时间间隔的地面示功图曲线的插值算法。

简介：为了提高线性调频连续波(LinearFrequencyModulationContinuousWave,LFMCW)雷达的测距精度,一般采用稳定性能好、计算量小的Quinn算法。但在低信噪比、频率偏差位于量化频谱附近时,Quinn算法的估计误差很大。针对Quinn算法的缺陷,提出了一种改进的Quinn算法,该算法引入频率偏差因子,把频率偏差先平移到量化频率中间,利用Quinn算法在频率偏差位于量化频谱中间获取高精度测距的优点,提高LFMCW雷达的测距精度。仿真结果表明,改进的Quinn算法具有很好的抗噪声性能,频率估计均方根误差接近克拉美罗下限(Cramer-RaoLowBound,CRLB),能够满足LFMCW对测距精度的需求。

简介：针对无人机图像序列帧间相关性强的特点,提出了一种基于压缩感知的无人机图像序列压缩与重构算法。在编码端生成每幅图像的随机测量值和飞行参数,通过数据链路传输至地面站解码端。在解码端,通过分析摄像机与物体间的几何关系建立了运动估计模型,从而减少了图像间的冗余。去相关后的图像更稀疏,重构也更容易,并且重构后图像具有更高质量。试验结果表明,该算法不仅可以提高重构图像的峰值信噪比(PSNR),且有效降低了编码端的工作时间,具有较好的实时性。该算法计算复杂度低,硬件实现较简单,适用于无人机系统。

简介：摘要本文通过分析我国当前多式联运体系的现状，提出一个专门用于描述多式联运系统的运输网络结构图，并使用基于现实情况给出图的优化方案，最后根据图论中的最短路径算法给出该体系下最佳的多式联运方案。

简介：随着移动端设备的快速发展,手机应用呈爆炸式增长,如何在众多饮食中将用户喜爱的餐饮准确推荐给用户显得尤为重要。针对传统推荐算法中存在的数据稀疏性问题、冷启动问题以及用户评分尺度不同导致的近邻用户寻找不准确的问题,文章提出基于内容的推荐与基于协同过滤的综合推荐算法,摆脱了对显式项目评分的依赖,弱化了数据稀疏问题,可以即时地、精准地为用户推荐符合其喜好的产品。最后能够在移动订餐系统实现商家对用户的个性化推荐。

简介：针对单组多播系统中波束赋形设计问题,提出了一种新优化目标,即加权和速率。尽管建立的优化问题为非凸问题,但可利用最优解特性将其转化为等效的凸问题。推导出部分特殊场景下最优解的闭合表达式,并针对一般场景提出了一种基于加权和速率的多播系统波束赋形算法。最后,通过仿真验证了该算法有效性。与现有算法相比,该算法在选取合适权重时可有效提升系统中用户的最低速率、平均速率及公平性。

简介：传统基于Gabor滤波器的SAR目标识别方法根据图像全局特征进行目标识别,忽略图像局部纹理特征,容易受到噪声因素的干扰,获取的SAR目标识别结果精确度较低。因此,提出基于图像局部纹理特征的SAR目标识别算法,对SAR图像纹理特征进行提取,提取SAR图像纹理特征时,采用优化的TPLBP特征描述器提取图像局部纹理特征,获取TPLBP局部纹理特征向量;通过基于ELM分类器的SAR目标识别算法,对TPLBP局部纹理特征向量进行SAR目标分类与识别,获取理想的SAR目标识别结果。实验结果表明,所提方法在SAR目标识别方面具有准确率高、误判率低的优势。

简介：针对合成孔径雷达(SAR)图像感兴趣区域(ROI)的分割问题，提出了一种基于Mellin变换的正则化参数的自适应选取方法。首先将SAR图像乘性相干斑噪声转化为加性相干斑噪声，在此基础上应用正则化模型建立SAR图像特征增强目标函数。然后推导出正则化参数与相应范数项的关系式，应用共轭梯度法对模型进行求解，最终达到图形特征增强与相应ROI分割的目的。所提算法不仅有效抑制了背景杂波，降低了相干斑的影响，而且还克服了传统方法对参数经验值选取的弊端。基于真实SAR图像数据的实验结果验证了该方法的简便性和有效性。

简介：在对现有的山脊线和山谷线的提取算法进行分析、研究的基础上,根据基于等高线-次性构建Delaunay三角网模型算法中数据结构的特点,提出了一种等高线地形特征提取的简易算法,并在VisualC＋＋编程环境下对本文中的算法进行了编程与实现.实验结果表明,用该算法所提取的山脊线和山谷线与实际地形相符合.

简介：摘要针对传统的图像拼接算法直接应用于水下图像拼接因水下图像存在颜色失真、对比度较低等问题效果较差的情况，文中选用按通道先验去雾算法来对水下图像进行增强，再运用白平衡算法来矫正水下图像的颜色，并通过主观和客观两方面来评价预处理的质量。然后，考虑到现实需求，需要实时处理图像或者视频，使用ORB(OrientedFASTandRotatedBRIEF)算法进行拼接更迅速。鉴于ORB算法在特征匹配时尺度不变性较差，所以文中结合多尺度空间思想提出改进ORB算法。先生成图像的多尺度空间，并在其中找到稳定的极值点，从而使提取的特征点具备尺度不变性。