基于LWT的纹理特征提取方法

介绍了一种利用局部沃尔什变换(LWT)提取图像纹理特征的新方法,给出LWT的定义,并分析了LWT系数的统计特性及其各阶矩的纹理鉴别性能。结果表明:自然纹理图像的LWT系数一般不服从正态分布,其偶数阶矩具有较好的纹理鉴别性能,奇数阶矩的纹理鉴别性能较差,因此选取LWT系数的偶数阶(2、4、6阶)矩作为纹理特征。与Haralick[1]、Wang和He[2,3],以及HuiYu[5]等人提出的纹理特征相比,基于LWT的纹理特征具有更好的鉴别性能,并且计算简单。     

关于学校定位的理性思考

每一所学校的建设与发展,都离不开先进、准确、合理的学校定位。学校定位的准确与否,直接关系着学校办学的前途和命运。学校定位对学校办学行为起着规范、约束和自我评估的作用。能否为自己的学校建设与发展找准定位,是衡量一所学校高层决策水平高低和教学工作水平优劣的重要依据。所以,要准确把握学校定位的含义、依据、内容及特征。     

古建筑火灾危险性分析及预防对策

古建筑具有重要的历史价值,保护好古建筑免受火灾损害意义重大。针对古建筑严峻的火灾形势,分析其火灾危险性及火灾特点,并提出防范对策。     

政府适度负债规模的研究——从欧洲主权债务危机到中国地方政府负债风险谈起

在现代经济环境下政府倘若仅依靠自身财力,既无外债又无内债的发展经济已显不足;但凡经济发展较快的国家无不举债,依靠举债借助外力不仅能促进且能加快经济发展。然而近年西欧爆发主权债务危机,我国中央地方两级负债暗藏隐性风险,地方政府融资平台风险甚是暴露,也从另一个角度警示政府负债是一把双刃剑。而根据自身实力与未来发展预期适度负债才是最佳选择,负债不足与过度负债都是不可取的。本文通过对政府适度负债标准的研究,为各级政府提出一个适度负债标准或控制临界点,同时也为各级政府根据此标准对自身负债水平提出相应的预警及对策,从而保持经济的稳定发展。     

一类二阶Hamilton系统周期解的存在性

Hamilton系统是非线性科学中的一个重要领域,很多人在超二次或次二次条件及其他一些条件下对Hamilton系统的周期解进行了研究。此文则研究了非自制二阶Hamilton系统在零点局部环绕及“非二次”条件下周期解的存在性,并利用局部紧性条件(C)条件以及极大极小方法证明了其周期解的存在性。     

数字波束形成技术(DBF)在雷达中的应用

数字波束形成技术是天线波束形成原理与数字信号处理技术相结合的产物,其广泛应用于阵列信号处理领域。由于电磁工作环境的恶化和大量射频干扰的存在,在极低的信干噪比(SINR)条件下进行目标检测和信息提取十分困难。对于阵列系统,往往采用自适应数字波束形成(ADBF)技术,来抑制强干扰和方向性干扰对有用信号的影响。介绍了数字波束形成器的基本原理及其DSP的实现结构。     

基于神经网络的地形匹配方法研究

提出了基于神经网络实现多特征融合的地形匹配算法,充分利用地形的各种不同的统计特征和几何特征,构造了一种地形匹配网络模型.通过对实时图和基准图的分析,给出了计算网络节点之间的权值函数,建立了网络系统能量方程,通过求系统的最小能量得到最佳匹配位置.由于网络能融合地形的不同统计特征和几何特征,所以算法大大提高了系统的抗干扰能力和定位精度,适合于实时图容易发生畸变的地形匹配领域.实验结果表明,定位精度和抗干扰能力均优于传统的地形匹配方法.     

相关MIMO信道下一种特征波束成型方案的性能研究

提出了相关多输入多输出信道下的一种空时分组码、空分复用与波束成型相结合的新方案.该方案利用了发射分集和空分复用所带来的分集和复用增益,并基于接收机反馈的信道相关矩阵设计了一种波束成型器.仿真结果表明,这种方案的性能较传统的方案在高信噪比时能获得较大的改善.     

互耦对MIMO信道空间相关特性的影响

在合理的假设前提下,推导了考虑互耦效应时MIMO信道的空间相关特性与不考虑互耦时的空间相关特性之间的关系,得到了一个简洁的、具有一般性的表达式。计算了互耦对空间相关的影响,得到了一些结论。     

中文分词与命名实体识别的联合学习

将卷积结构引入循环神经网络,从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取;依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模;依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。