MS Windows兼容的系统芯片硬件核心的分析与实践

研究了开发MS Windows兼容的系统芯片硬件核心的方法。该方法在确保MS Windows兼容的前提下,通过多次模拟运行、逐步抽取的方式获得硬件核心基本系统功能规范。实验表明,相对于完整系统,该硬件核心的复杂度大幅度降低,同时表明不同MS Windows版本所需硬件核心有明显差别。此外,还在FPGA原型上验证了支持MSWindows 98的系统芯片硬件核心。

A LAW OF THE ITERATED LOGARITHM FOR RANDOM WINDOW-WIDTH KERNEL ESTIMATOR OF A NONPARAMETRIC REGRESSION FUNCTION

In this paper we study the estimation of the regression function.We establish a law ofthe iterated logarithm for the random window-width kernel estimator and,as an application,fora nearest neighbor estimator.These results give sharp pointwise rates of strong consistency ofthese estimators.

基于边界沙包核函数的Mean-Shift跟踪算法

针对传统的Mean-Shift跟踪算法,使用单个颜色特征定位目标易受相似目标与背景的干扰导致跟踪失败以及跟踪窗口尺寸不能自适应跟踪目标变化的问题,提出一种基于颜色特征与边界特征相融合的目标表示方法和沙包核函数Mean-Shift尺寸自适应算法。在跟踪中,颜色特征和边界特征根据各个特征的可靠性进行实时性更新;同时,在跟踪窗口中心和边界定位的基础上,由候选目标跟踪窗和分块目标跟踪窗的边界距离变化对核窗宽大小进行更新。实验结果表明,该算法目标定位的精确性更高,在目标尺寸增大和减小的情况下,平均每帧耗时比传统的基于矩形窗和椭圆窗自适应跟踪算法更少,提高了跟踪性能,满足实时性要求。

支持向量机在储层厚度预测中的应用

将支持向量机运用到储层厚度估计中,利用地震属性及少量测井作为学习样本进行储层预测。通过引入 窗口核函数,准确地反映了不同深度的地质信息。通过实例将支持向量机预测结果与BP网络预测结果进行比 较,结果表明该方法有效可靠,预测精度高,可很好地解决BP网络方法中无法避免的局部极值问题。

水文频率计算中窗宽和核函数对密度函数估计影响分析

针对密度函数估计模型的2个重要影响因素"核函数和窗宽"的选择进行了理论分析和模拟研究。分别选择了4种核和4种窗宽进行了模拟分析,得出核对密度拟合影响不大,窗宽的选择直接影响拟合的精度。为了计算方便,推证了最优核函数和最优窗宽的近似计算公式。最后以实例对五龙口水文站的流量进行了频率计算,采用2种方法对比分析,可选择合理的流量设计值,为解决水文频率计算提供了有效途径。

基于Parzen核估计的最大后验概率分类方法

从概率密度函数的角度出发,利用Parzen窗法估计总体样本的概率密度分布,将核方法和Parzen窗法引入最大后验概率方法中,提出一种基于Parzen核估计的最大后验概率的高性能多分类方法。该方法不需要考虑样本数据的具体分布情况,能够得到分类的可信度,给出推理的不确定性依据。在3个国际标准UCI数据集和3个人脸数据集上的实验结果表明,该方法具有较好的分类效果。

一种视频图像目标平移运动估计算法

运动估计是数字视频处理的基本问题之一,目前广泛采用的是相位关法,由于频谱泄漏和边界效应等原因,其运动估计的准确性难以保证。为此,在讨论基本的相位相关算法的基础上,引入一种用于构造二维圆对称窗函数的核回归方法,提出基于加窗预处理的相位相关法,并将其应用于运动目标的平移运动估计。对比实验结果表明,该方法能够有效地降低频谱泄漏和边界效应对运动估计的影响,提高了相位相关法对运动目标平移估计的正确性。

滑动窗近似线性依赖稀疏的核递推最小二乘算法

针对测试训练期间变化的信道环境,提出一种新的滑动窗近似线性依赖稀疏的核递推最小二乘算法。该算法核矩阵的尺寸只与滑动窗口宽度有关。选择字典表中最近的L个数据测试近似线性依赖准则,减少系统开销并降低系统实现的复杂度,克服ALD-KRLS算法核矩阵随字典表线性增长的缺陷。当训练序列的自相关矩阵特征根谱大于40时,较SW-KRLS均方误差性能有近3 d B的改善,且具有更小的稳态失调特性。仿真结果表明,与ALD-KRLS算法和KRLS算法相比,该算法具有更快的收敛速度和较好的均方误差性能。

强混合样本回归函数估计的强相合性

本文基于强混合样本，给出回归函数核估计的强相合性，全面地改进了胡舒合（１９９５）所得的相应的初步结果．并建立了与独立样本相当的最优收敛速度，所得结果也包括随机窗宽和密度函数核估计．

基于无放回抽样的帕尔森窗口集成方法

为解决大规模数据集的概率密度函数估计问题,提出一种基于无放回抽样的帕尔森窗口集成(sampling without replacement-based Parzen window ensemble,SR-PWE)方法,该方法在不需要利用全部数据的前提下,能够以较低的计算复杂度获得令人满意的概率密度函数估计表现.基于无放回抽样得到的若干原数据集的数据子集,利用帕尔森窗口法在数据子集上进行基概率密度函数估计,并将抽样上估计的基概率密度函数集成得到原始数据集的概率密度函数.通过在柯西分布和正态分布上对比帕尔森窗口法和SRPWE方法的概率密度函数估计表现,证实SR-PWE方法可行且有效.

基于Gabor核函数窗设置的图像识别

提出一种依据Gabor核函数窗的设置对红外图像进行识别,首先给出Gabor核函数窗的定义,分析核函数窗对红外图像识别卷积过程,给出了核函数窗的时窗和频窗,最后在对红外图像滤波识别时给出了最优核函数窗的计算方法。计算机仿真实验表明,只有在优化核函数窗设置设置情况下,才能取得了较好的识别结果。

任意方向对称差值核的SAR图像边缘提取算法

由于现有边缘检测方法多存在对图像噪声的敏感性以及检测边缘的有限方向性等问题,因此在斑点噪声的影响下难以有效检测SAR图像中具有任意方向性且强度相近的区域间边缘。本文提出了一种任意方向对称窗口的SAR图像边缘提取算法。首先,以任意像素在图像中的格点位置为对称中心构建任意方向上的对称窗口;定义各窗口内像素到中心像素距离的核函数;以像素核函数为权重分别计算两对称窗口内像素光谱测度的加权平均值,并定义两者之差的绝对值为该方向上该像素隶属边缘的强度;选取所有方向中最大边缘强度作为边缘像素的判别标准。为去除错误提取的边缘像素,设计基于滤波操作的后处理过程。对模拟图像提取结果的定性及定量分析表明提出算法可在一定程度上克服噪声影响,较为准确地提取任意方向的边缘。

基于Tanimoto相似的重力异常相关成像方法研究

相关成像方法主要用于求解异常源空间赋存位置,但其成像结果不理想,在深度方向上存在发散现象。由于正演对成像的验证性作用,笔者设计了简单模型、多个异常源叠加模型,对传统基于Pearson相似算法、余弦相似算法的相关成像方法进行研究,指出传统相关成像中利用Pearson相似计算重力异常时出现假异常的现象,同时提出了基于Tanimoto相似的相关成像,并针对该算法改进了核函数,对多源异常采取窗口化的异常分离方式。研究表明笔者提出的方法具有异常源纵、横向分辨率较传统相关成像方法有所提高,异常源形态勾勒准确的特点,为重力资料的解释提供了有力信息。

φ-混合样本下密度函数的导数的核估计的一致强相合性

本文在样本为同分布Φ-混合随机变量序列的情形下研究了密度函数的导数的随机窗宽核估计的一致强相合性。

非参数AR-Markov模型的拓展及其应用

文章对自回归马尔科夫(AR-Markov)模型进行了扩展,利用非参数Markov动态转移过程,研究了序列在不服从正态分布的情况下的估计,给出了关于Markov过程窗宽的选择方法,得到了稳定的滤波概率和状态转移概率。利用所提方法对沪深300股指进行了实证分析,并给出了不同状态之间的转移轨迹。

基于加窗的相位相关的多谱段图像匹配

图像匹配是计算视觉领域的基本问题,多谱段图像匹配一直是图像匹配中的一个难点,被广泛应用于土地覆盖、变化检测分析、图像融合中。在利用FFT实现相位相关的基础上,针对其存在频谱泄露和边缘效应的问题,提出一种加窗预处理的相位相关法,对合成孔径雷达图像和光学图像进行匹配,并通过核回归方法生成二维窗函数。实验结果表明基于加窗的相位相关对多谱段图像匹配有效。

一种利用加窗LSSVM拟合GPS在轨卫星钟差的算法

利用最小二乘支持向量机(least squares support vector machine,LSSVM)来对GPS在轨卫星钟差数据进行拟合,针对LSSVM拟合钟差两端发散的现象,利用加窗的方法进行抑制。采用IGS提供的精密钟差进行算例分析,发现加窗LSSVM钟差拟合算法比现有的钟差拟合算法精度更高,且基于多项式的核函数比较适合加窗LSSVM钟差拟合。

基于旋转差值核估计的激光雷达点云建筑物边缘提取

提出了一种基于旋转差值核估计的激光雷达(LiDAR)点云边缘提取方法。对点云中任意数据点,在给定方向上以该数据点为对称中心,以一定间距构建对称窗口;在对称窗口中定义距离核函数,计算两窗口内数据点的高程加权均值,将两加权均值之差的绝对值作为该数据点在该方向上的边缘强度,并选取所有方向上的最大边缘强度作为边缘点判据。计算最大边缘强度对应方向上两窗口内数据点的高程方差,结合两方差的差值绝对值和边缘点判据提取建筑物与地面交界点;调整两窗口间距,再次计算所有方向上最大的高程方差之差绝对值,并将该绝对值作为树木点的判据,并在依此判据检测出的点集上去除建筑物与地面交界点后提取出树木点。利用激光传播特性将点云数据中的树木点滤除后,再提取完整的建筑物边缘。实验结果表明,所提方法有效克服了树木的影响,建筑物边缘的提取精度约为80%。

基于非参数回归的发酵过程软测量建模

为了对发酵过程进行检测并分析发酵中产物的浓度,提出一种基于非参数回归的发酵过程软测量方法。该方法直接利用未经处理过的历史数据,采用多维窗宽选择方法确定窗宽,通过计算待估计点与历史数据库中其他时刻点数据的距离来确定该时刻点的权值,从而达到软测量建模的目的,并将其用于青霉素发酵过程产物浓度的测量。实验研究表明,所得软测量模型精度较高,能够有效地实现对青霉素发酵产物浓度的估计。

基于Mean-shift聚类的大规模新能源对电网线损影响评估方法

随着不同发电出力形式,特别是新能源出力的大量并网,现代电网呈现出电网结构不断扩大、运行控制日趋复杂的特性。为准确评估不同发电出力对电网线损影响因子大小,保障电网经济运行,提出一种基于Mean-shift聚类分析的电网线损影响因子评估方法。首先,提出一种基于误差平方和的滑动窗口半径最优选取方法;其次,采用基于高斯核函数的Mean-shift聚类分析法将电网量测数据按疏密程度聚类,提取出其主要特征;再次,通过对聚类结果进行多元线性回归,得到不同发电出力的线损影响因子。最后,通过在某省级电网上的实际应用效果,证明了该方法的有效性。