基于小波域隐Markov模型的SAR图像滤波方法

在小波域隐Markov模型(HMM)的基础上提出一种新的合成孔径雷达(SAR)图像的滤波方法。首先根据小波变换的内在特征,建立小波域的隐Markov树(HMT)模型,通过EM算法可以获得该HMT模型的参数估计。然后根据SAR图像的统计性质,将SAR图像的乘法斑点杂噪声在局部范围内近似为加性白高斯噪声,通过最小均方差(MMSE)估计可以获得信号的小波变换值。通过对真实SAR图像的应用,结果说明该方法可以在保存图像细节特征的情况下有效地抑制图像的噪声。     

一种基于线性流形的基因表达数据的聚类方法

由于基因表达数据的稀疏性和噪声性,传统聚类算法对其聚类时不能取得好的效果。针对这一问题,一种新的线性流形方法被提出,它的基本思想是搜索数据集中的线流形聚类,再将其中某些线流形聚类融合构造高维流形聚类。该算法将切向距离和法向距离作为线性流形的距离度量,运用空间近邻信息,采用聚类基因的平均表达水平作为转移向量,提高了聚类的准确度。实验结果表明,该算法的聚类准确性优于其它聚类算法,并且对带有噪声的数据可以保持较高的聚类准确度;在对Hela基因表达数据聚类时,算法得到了具有显著生物学意义的聚类。这些都说明提出的算法对基因表达数据聚类的适用性和有效性。     

基于小波配点法的空间机械臂关节轨迹规划

针对平面型空间机械臂关节轨迹优化问题,提出一种基于小波配点法的数值算法。该算法在区间样条小波函数及其导数算法的基础上,对状态变量与控制变量在小波配点上作离散化处理,然后将原最优控制问题转化为以小波系数为优化参数的非线性规划问题,利用非线性规划算法求解该问题得到原问题的解。算法可充分利用小波具有非线性逼近的优点,提高计算精度和效率。对典型问题进行数值仿真,结果表明该算法对空间机械臂关节轨迹优化问题是有效的。     

基于R-树索引的Map-Reduce空间连接聚集操作

空间连接聚集是一种常用并且非常耗时的空间数据库操作,特别是在面对大规模空间数据集时,单机运行环境难以满足其对时空开销的需求,如何设计高效的面向云计算环境中的分布式空间连接聚集算法越来越受到人们关注。Map-Reduce作为云计算的核心模式受限于其扁平化的串行扫描操作模型,常被用来加速非索引的空间连接操作,现有工作尚无将Map-Reduce和R-树索引结合来处理空间连接聚集。因此,提出了基于R-树索引的Map-Reduce空间连接聚集算法(RSJA-MR)来更高效地返回连接聚集结果。提出一种分布式R-树索引结构以支持大规模空间数据的索引,RSJA-MR算法利用分布式R-树生成任务集,任务集的执行满足无依赖并行计算模式,很容易在Map-Reduce框架中进行表达。文中提出一种实时缓存策略以支持索引并发访问。实验结果表明:相比非索引的Map-Reduce连接聚集算法,在空间交叠连接聚集查询上,时间性能最少提升8%,在空间包含连接聚集查询上,时间性能最少提升近35%。     

巨型机求解大型稀疏问题的Krylov子空间法

求解大型稀疏问题最流行的方法是建立在子空间投影技术之上的。这类方法的主要吸引力是仅需要使用矩阵向量乘法。我们给出PCG、GMRES、Lanczos和Davidson算法及在YH-I上的实现,然后比较每一方法的优缺点,并尽可能讨论其并行执行。     

空间pNA''与对策的NA一致连续性

pNA是无原子对策理论中极其重要的Banach空间,Kohlberg和Tauman已经刻划了pNA中某类对策的特征。本文从另一角度来研究这一困难的问题,目的是刻划比pNA更大,但又与PNA极为相似的Banach空间pNA′中的对策之特征。我们证得pNA′中的对策可用NA一致连续性来刻划。     

混响和噪声环境下基于角度谱的多声源定位与计数算法

针对混响及噪声环境下的多声源定位与计数问题,引入局部信噪比追踪及相关性检测模块,提取出传统广义互相关角度谱中受噪声及声源互扰影响较小的时频支撑域;同时引入双宽度匹配追踪方法替代传统的峰值搜索,改进后续定位与计数的精确度。仿真研究验证了综合应用滤波后的角度谱及双宽度匹配追踪的多声源定位与计数算法相比传统算法在较低信噪比、较强混响以及较多声源数的环境中更加精确及稳健。     

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。     

目次

为改善等离子体合成射流激励器在稀薄空气环境中的控制效果,增强其临近空间环境适应性,开展了腔体增压条件下激励器工作特性的研究。建立了腔体增压效果理论分析模型,计算结果表明:采用高压气源供气可以较好地提升激励器腔体气压,并且腔体气压对高压气源气压具有较好的跟随性,从而为射流强度调节提供了一种新的方式。搭建了腔体增压等离子体合成射流激励器实验系统,开展了腔体增压压力和射流流场特性测量,实验测量结果与计算结果吻合良好,误差小于2.6%。高速纹影观测显示:在腔体增压作用下,激励器控制力得到显著改善,射流锋面峰值速度由256 m/s提升至507 m/s。     

参照化流形空间融合学习的敏感特征提取与异常检测方法

针对遥测振动信号冲击强、响应周期短、共振频带宽和小样本等特点导致异类模式识别率低的问题,提出基于参照化流形空间融合学习的敏感特征提取与异常检测方法。采用多尺度分析方法将信号正交无遗漏地分解到各尺度带中,提取多尺度特征构造高维特征集;以相同的正常信号样本结合相同类型的异常样本建立专属参照化模型单元,采用线性流形学习获取各参照化模型单元多尺度流形特征差异,增强异常特征的敏感性。融合各参照化模型单元的投影矩阵对原始特征集进行升维再学习,获取低维多尺度敏感流形特征;输入到分类器实现对未知样本状态辨识。实测信号处理结果验证了算法的有效性。