基于双代数的物体投影重建方法

基于双代数的物体投影重建方法是一种隐式重建方法。用双代数形式表示的不变量具有简洁、具体的表达式，可以由图像点坐标和基础矩阵直接求出。在投影重建过程中，必须选择射影坐标系的坐标基。本文利用双代数的方法进行物体的投影重建，并详细讨论了如何选择坐标基的问题。     

基于逆向重力模型的枢纽机场旅客吞吐量估计方法

为了利用航空OD客流数据精确估计机场旅客吞吐量,描述了全连通线性航线网络和枢纽辐射航线网络,根据枢纽机场之间的OD客流矩阵,建立了逆向重力模型标准代数算法和基于哈密顿图原理的简化代数算法,分析了在不同距离修正指数下,算法的拟合与估计精度。分析结果表明:简化代数算法与模型标准代数算法最优吞吐量回归直线的可决系数都为0.84,斜率分别为0.91和0.87,比较接近。可见算法的拟合效果优良,估计精度高,且简化代数算法需要的数据少,尤其适合大规模OD矩阵分析。     

基于支持向量机的线性模型鲁棒参数估计

探讨了基于支持向量机的线性系统参数估计问题,利用最小二乘支持向量机来估计自回归滑动平均模型（ARMA）的参数,并在理论上证明了在高斯噪声下比最小二乘估计方法具有更小的均方差;随后利用标准支持向量机来估计ARMA的参数,并利用它的性质从理论上分析了其对大噪声和小噪声的鲁棒性．仿真结果表明支持向量机方法能有效克服样本中的异常点和噪声对参数估计的干扰,比最小二乘估计方法具有更好的鲁棒性．     

交通事故摄影图像的自标定三维重建模型

为了提高交通事故现场的勘测效率和摄影测量技术的使用方便性,在基础矩阵估计的基础上,建立了基于普通数码相机的交通事故摄影图像自标定三维重建模型。模型以特征点对应匹配为基础,通过基础矩阵计算和本质矩阵分解,进行道路交通事故摄影图像自标定三维重建。实验结果表明该模型可以在无现场标定参考点设置的情况下,用普通数码相机对道路交通事故现场进行三维重建,三维重建结果与实际三维数据仅相差一个比例因子。     

基于样条小波的多传感器图像融合

与正交小波相比，样条小波构造简单，对信号的重构具有更好的稳定性．将样条小波用于多传感器图像融合，并对同一目标的不同聚焦含噪图像进行了仿真实验．实验结果表明，对于图像融合，样条小波对噪声具有鲁棒性，优于正交小波．     

基于组合隶属度的快速模糊聚类算法

为了改善模糊C-均值聚类算法(FCM)对噪声图像的分割效果,Stelios等提出了鲁棒性的模糊局部C-均值聚类算法(FLICM),通过引入模糊因子,充分利用邻域像素的灰度信息和空间信息,提高了算法对噪声的鲁棒性,但因每次迭代必须计算邻域像素到聚类中心的距离,导致耗时高、效率低.针对该问题,提出了基于组合隶属度的快速模糊聚类算法,通过构造组合隶属度函数,对迭代中的隶属度矩阵直接进行滤波处理,避免了计算邻域信息耗时较高的缺点,组合隶属度函数不仅考虑了隶属度的局部信息,而且考虑了隶属度的空间信息,在确保算法对图像分割精度的前提下,降低了算法的时间复杂度.实验表明,基于组合隶属度的快速模糊聚类算法可在较短时间内完成高精度的图像分割.     

基于噪声强度估计的中值滤波

为了提高中值滤波器的滤波性能和适应不同强度的椒盐噪声,提出了基于噪声强度估计的中值滤除算法.该算法通过椒盐噪声密度估计确定图像中的噪声强度的大小,然后根据噪声强度选择相应的滤波器及参数.计算机仿真实验结果表明:该算法能对未知噪声强度的退化图像在较短的时间内有效地去除噪声的同时,较好地保护图像细节.     

图像椒盐噪声滤波的自适应开关插值算法

针对图像中椒盐噪声的特点,利用牛顿插值,提出了一种白适应开关插值滤波方法．结合极大极小值椒盐噪声检测算法和自适应窗口大小方法标识可能的噪声点,然后用迭代图像插值估计方法,利用与当前噪声点近邻的非噪声点或已修复的噪声点消除当前噪声点．对噪声密度为10％-90％的测试图像的仿真结果表明,该算法能在有效抑制噪声的同时较好地保持图像的细节信息．     

基于Harris的改进SIFT算法

SIFT算法是一种具有尺度不变性的特征提取算法,能够有效地提取图像中的局部特征.为了在提高SIFT算法实时性的同时兼顾算法鲁棒性,利用Harris算法思想中使用图像灰度一阶偏导数的局部自相关函数的方法对SIFT算法进行改进,消除SIFT算法中因使用Hessian矩阵出现的边界效应.这种改进方法可以有效去除SIFT算法中因使用Hessian矩阵消除边界效应时提取出的处于边界位置或亮度不够的特征点,提高图像拼接的质量.实验证明改进的算法提高了算法的检测时间和鲁棒性,将改进的算法应用于制作虚拟漫游系统,取得了良好的效果.     

一种自适应正则化参数和模数的图像去卷积方法

自适应正则化方法是解决图像去卷积问题中平滑噪声和保持边缘矛盾的一种方法,传统的自适应正则化方法只考虑到图像的整体信息而忽略了图像内部不同区域的细节信息,本文提出的自适应正则化方法,利用Katsaggelos自适应正则化参数,自适应的改变正则化参数,并通过图像内部不同区域的信息自适应改变正则化模数矩阵．从而实现了平滑噪声和保持边缘的平衡,既保持了边缘又抑制了噪声,取得了更好的去卷积效果．     

基于K-L变换的人脸识别系统

围绕人脸识别问题对人脸特征提取及识别技术进行了研究.主要有:运用灰度投影提取出在简单背景中的人脸图像,进行归一化操作;以类间散布矩阵作为产生矩阵,通过K-L变换降维并提取出代数特征,为了减少计算量,运用了奇异值分解,最后用最小距离分类器分类对图像进行分类.实验结果表明本方法的有效性.并且对人脸姿态,表情,光照等都具有一定的免疫性.     

基于矩估计和假设检验的数控装备可靠性分析

针对在噪声分布未知的情况下数控装备可靠性寿命分析问题,结合矩估计和假设检验方法给出一种可靠性评估方案。通过对数控装备正常运行下的现场数据进行统计分析,采用矩估计方法,得出正常运行的统计特性结果,依此结果对后续数控装备故障量测数据进行假设检验实现可靠性评估。本方法的鲁棒性在于假设检验的原假设合理设定以及检验结果对噪声分布的不敏感。     

窄带干扰条件下水声OFDM系统LMMSE信道估计算法

因为正交频分复用（OFDM）系统中强窄带干扰引起水声信道估计性能退化,因此,提出了一种可实用的线性最小均方误差（LMMSE）信道估计方法.该方法结合最小二乘（LS）信道估计结果对受窄带干扰（NBJ）和加性高斯白噪声（AWGN）噪声干扰的导频子载波进行辨别,从而获得最有效信道抽头;根据导出的理论模型,给出了信道自相关、窄带干扰信号和噪声功率等参数的近似估计方法;并采用傅里叶变换以避免矩阵的求逆运算,减少了计算复杂度.仿真结果表明,在强干扰信号条件下,文中提出的方法接近理想状态的LMMSE方法.     

论矩阵行标准形及其应用

现行代数研究的主要课题是有限生成自由模的同态(特别是研究有限维向量空间的线性变换)．这些同态与矩阵之间存在相互依赖的关系．由于研究表达同一个同态(对于不同的基)的两个矩阵之间的联系，产生矩阵的等价和相似的概念，因而导出若干等价标准形．文中对矩阵标准形之一——行标准形的特征及其应用作了较详细的探讨，发现其形式较简洁，能简化矩阵代数中常见的一些重要结论．     

单矢量水听器改进MUSIC算法的噪声抑制性能研究

针对MUSIC算法在相干噪声背景下估计目标方位性能下降的问题,利用酉变换的空时相关矩阵（unitary spatio-temporal correlation matrice—USTCM）,替代MUSIC算法中的数据协方差矩阵,设计了单矢量水听器的USTC-MUSIC算法,通过仿真验证了新方法不论噪声是不相干或相干,其噪声抑制能力和目标分辨能力均优于原方法.     

低可见度环境下基于同步定位与构图的无人驾驶汽车定位算法

为在大范围低可见度环境下实现无人驾驶汽车的高精度定位，基于VINS-Mono算法的系统框架，在系统的前端与后端分别增添了RFAST弱光图像增强模块与VG融合定位模块，提出了一种融合定位算法LVG_SLAM; RFAST弱光图像增强模块采用小波变换将原始输入图像的细节信息与亮度信息分离，对于包含原始图像噪声的细节信息通过统一阈值和均值滤波2种方式实现噪声抑制，并利用双边纹理滤波算法进行细节增强，在此基础上，根据多尺度Retinex算法增强图像的对比度，提高低可见度环境下角点提取的成功率，从而保证图像跟踪的稳定性，改善定位算法的鲁棒性; 基于无迹卡尔曼滤波算法，VG融合定位模块将GNSS定位信息与惯性导航测量信息进行松耦合，融合定位结果作为约束引入VI-SLAM后端，通过联合非线性优化的方式减少累积误差对算法定位精度的影响。计算结果表明:相较于VINS-Mono算法，改进的LVG_SLAM融合定位算法在EuRoC与Kitti公开数据集上表现更加出色，均方根误差分别降低了38.76%与58.39%，运动轨迹更贴近真实轨迹; 在实际夜晚道路场景下，LVG_SLAM算法将定位误差控制在一定范围内，顺利检测到闭环使得定位表现得到大幅改善，均方根误差、平均误差、最大误差、中位数误差分别降低了79.61%、82.50%、71.31%、83.77%，与VINS-Mono算法相比，在定位精度与鲁棒性方面具有明显的优势。      

一种基于CARMA模型的鲁棒广义预测控制算法

本文基于CARMA模型提出了一种鲁棒广义预测控制算法。该算法在有色噪声情况下,不必 估计噪声多项式C,且只解一个Diophantine方程即可获得满意的控制效果,特别是与现有基 于CARMA模型的改进广义预测控制算法比较,它还具有能克服随机负载扰动的优点。各种 情况下的仿真结果表明,本算法控制效果好,鲁棒性强,计算量小。      

矩阵广义逆的推广

广义逆矩阵在处理线性方程组与奇异值问题中的强大能力,使得这一理论得到广泛应用．本文将矩阵的广义逆推广到欧几里德若当代数中．首先,引入并刻画了欧几里德若当代数中元素的广义逆．然后,对该代数中一类重要的线性变换：Lyapunov变换的广义逆进行了刻画．最后,指出了欧几里德若当代数中广义逆理论的某些潜在应用．     

基于SIFT的图像匹配算法

基于SIFT的图像匹配算法通过尺度空间检测特征点,计算特征点邻域的梯度方向直方图生成SIFT特征向量,然后采用SIFT特征向量的欧式距离来作为两幅图像中关键点的相似性度量.从不同阈值设置、视角变化及遮挡、添加噪声等几个方面对基于SIFT的图像匹配进行了研究和探讨.实验结果证明,本算法对图像尺度、视角变化、目标遮挡、噪声影响等方面有较好的鲁棒性,适用于在海量特征数据库中进行快速、准确的匹配.     

含不确定参数的车辆动力学模型横向稳定性分析

考虑含有不确定独立参数摄动和非线性不确定性的车辆动力模型,应用Ｌｙａｐｃｎｏｖ稳定性理论和矩阵代数技巧导出系统的稳定性准则,准则给出的扰动界关于参数空间的原点可以是非对称的,充分利用了不确定的结构特点,掖大了稳定参数域。对承受不确定悬挂的车辆轮对的横向稳定性进行了鲁棒性分析,并与已有的结果进行了比较。