压缩感知理论与光学压缩成像系统

压缩感知理论为提升信息获取能力提供了新的思路,它表明当被探测信号具有稀疏性时,则获取信号所必需的测量数据与其稀疏度K量级相当,而远小于信号的维数N(Shannon采样定理所要求的采样数)。基于压缩感知理论的成像技术(压缩成像)则将感知、压缩和数据处理三个过程完美地结合在一起,避免了传统成像系统"先采样再压缩"方式带来的传感器和计算资源浪费。本文从稀疏性、投影测量矩阵的设计与可重构条件、压缩感知重构算法三个方面概述了压缩感知理论及进展,并以光学成像为背景,详细阐述了最近提出的几类光学压缩成像系统,最后,探讨了压缩感知及压缩成像方面目前所面临的一些挑战性问题。     

基于稀疏表示和非参数判别分析的降维算法

针对人脸识别问题提出一种新的监督降维算法。算法首先基于稀疏表示理论,利用同类样本间的稀疏重构来构建图。此方案不仅可以克服传统图构造方法中参数选择的困难,而且能够更好地刻画类内信息。然后,算法采用非参数类间离差来刻画类间信息,非参数类间离差在处理复杂分布数据时相比于参数类间离差更具判别力。最后,算法通过保持类内稀疏重构关系的同时最大化非参数类间离差来求得最优的投影矩阵。在ORL和Extended Yale B公共人脸数据库的实验表明,该算法能够获得较好的识别结果。     

基于压缩感知原理的融合判别信息的协作表示方法

提出了一种用于视觉分类任务的低计算复杂度且有效的图像表示方法。把协作表示和判别信息结合在统一框架内,是基于协作表示分类方法的一种扩展形式。测试样本的协作表示系数是稀疏的,这种基于冗余和过完备的表示对于遮挡和伪装而言是鲁棒的;此外,通过最小化类内散布矩阵和最大化类间散布矩阵的判别信息的挖掘,对于视觉分类问题也是很有帮助的。在一些基准数据库上的实验表明,提出的方法相对于现有的方法而言能够获得更有竞争力的表现。     

基于案例推理的装甲装备故障排除方法

针对装备维修对实践经验的依赖以及经验的隐性化特点,重点对故障案例的表示及案例库组织进行研究,奠定案例检索的基础,优化基于案例推理的装甲装备故障排除方法。     

结合非负张量表示与扩展隐Dirichlet分配模型的图像标注

由于"语义鸿沟"的存在,自动图像标注是一项极具挑战性的工作。考虑到图像低层视觉特征与高层语义概念的差异,分别从图像表示与语义建模两个方面来实现自动图像标注。在图像表示方面,提出了一种正则化约束下的非负张量表示方法,用以提取符合人眼视觉直观理解的图像高阶结构特征。在语义建模方面,提出了一种三层贝叶斯模型——扩展隐Dirichlet分配。该模型利用隐变量来实现图像与标注词的关联,并通过一种基于变分推理的期望最大值方法来估计参数。实验结果表明,ELDA模型在大规模数据库NUS-WIDE上的标注结果相较于现有方法有了显著的提高。     

一种基于辩论的协作型CGF分层协商模型

针对作战仿真对人类行为表示(HBR)的准确性要求,建立真实反映战场行为的冲突消解模型是非常重要的.根据已有研究的不足和冲突行为分析,提出了基于辩论的协作型计算机生成兵力(CGF)分层协商模型,在给出相关定义的基础上,研究了冲突下的协商行为过程,实现了基于效用理论的论据强度定量评估算法,算法用于实现首选议题的选取和共同信...     

一种地形分析结果的多层次表示及量化方法

为了适应作战仿真智能实体的分层次路径规划，提出了一种地形分析结果的多层次表示及量化方法。根据全局路径规划与局部路径规划的概念和数字高程模型的多尺度表示模型，建立了地形坡度分析和可视性分析结果的多层次表示方法和量化公式。结合坡度计算和可视性计算公式，运用该方法实现了一个具体数字高程模型的多层次量化，分析了方法的有效性和可行性。试验结果表明：该方法可以实现分析结果的多层次表示，满足分层路径规划对地形分析的要求。     

智能化雷达干扰系统自学习模型研究

首先对自学习进行了阐述;然后研究了雷达对抗中敌我双方的参数、特征知识及知识表示;最后提出智能化雷达干扰系统中的2个过程自学习模型:雷达辐射源识别规则自学习模型和对敌雷达干扰策略自学习模型,为深入研究智能化雷达干扰系统提供模型基础.     

Radon概率空间的Loeb空间表示

在Lindstrom工作的基础上，进一步研究Hausdorff空上的任意Radon测度的Loeb测度表示及性质，得到Radon概率空间的Loeb空间表示，为非标准分析方法在随机分析中的应用提供了一个有效的框架。     

采用国际标准的程度分几种 其表示方式是什么

按照GB／T20000．2—2001《标准化工作指南第二部分：采用国际标准的规则》的规定，采用国际标准的程度分为“等同采用”、“修改采用”两种。