角形域上一类二维Bernstein-Durrmeyer算子的Lp—逼近

本文给出了角形域上一维Bernstein－Durrmeyer算子在p方可积函数空间上的一些逼近性质，并建立了逼近等价定理．

基于二维视图的三维人脸重建设计

人脸表情是交流展示的重要信息载体,三维人脸重建在图像识别、动画影视等领域有至关重要的作用。针对三维人脸重建存在细节易丢失、计算复杂度高等问题,提出基于二维视图的三维人脸重建设计。所提出的方法以二维视图为基础,利用傅里叶神经算子来求解泊松方程,并从定向点云测量中重建网格,改进了经典深度神经网络在形状重建中的局限性,在重建质量、运行时间等方面取得较好结果。此外,为量化人脸图像表情识别,提出基于顶点距离的测量方法,结合支持向量机对表情状态进行分类。

基于最小冗余线阵的二维传播算子DOA估计

针对二维DOA(direction of arrival)估计所需阵元数量较多且阵元利用率较低的问题,提出了一种低阵元冗余度的阵列模型,将最小冗余线阵的应用拓展到二维DOA估计领域,降低了阵列冗余度。同时,利用传播算子算法估计二维波达方向,该算法无需谱峰搜索,且避免了大矩阵的特征分解,在解决计算量问题上有着巨大优势。最小冗余线阵的设置方式,用较少的阵元获得了较大的阵列有效孔径,从而弥补了传播算子算法在低信噪比条件下性能下降的缺点,具有了更好的低信噪比适应能力。该文从理论上论证了三平行最小冗余线阵设置的合理性,仿真实验证明了该方法的有效性。

二维传播算子DOA估计的改进算法

针对传播算子算法在低信噪比和小快拍数环境下进行二维DOA估计性能下降的实际问题,提出了一种改进的二维传播算子DOA估计方法.该方法继承了ESPRIT算法无需谱峰搜索的优点,并且利用线性运算代替特征分解求得旋转不变关系矩阵,再通过简单的除法运算实现方位角和俯仰角的快速配对,极大地降低了运算量.重新构造的协方差矩阵对接收数据进行了共轭重排再利用,使该算法在快拍数有限、信噪比较低的条件下,估计性能明显提高.该文从理论上论证了将数据共轭重构的思想引申到2-D传播算子算法的合理性,仿真实验证明了该方法的有效性.

三平行线阵中基于改进传播算子的二维DOA估计方法

提出了一种三平行线阵中基于改进传播算子的二维波达方向估计方法。该方法针对三平行阵列的结构特点,利用三平行线阵中两个相互垂直的双平行线阵,分别构造一个扩展传播矩阵,求得旋转矩阵。然后根据三平行线阵的特性,对分别得到的旋转矩阵进行配对。最后利用配对后的旋转矩阵,联合估计信号的方位角和俯仰角。该方法当俯仰角在70°~90°之间时不会出现角度估计失效问题,充分利用了所有阵元信息,提高了角度估计性能,而且具有更低的计算复杂度。仿真验证了提出方法的有效性。

二维区间密度加权算子及其应用

针对不确定多属性决策中的属性信息分布不均匀,且评价信息多数为二维信息的情况,本文提出了二维区间密度加权算子(TDIDW算子)的属性信息集结方法.依据密度算子的集结过程特点,文章首先定义了二维区间密度加权算子及其合成算子,然后介绍了基于灰色区间聚类法的评价信息分组方法以及基于非线性模型的密度加权向量确定方法,最后进行了算例验证.验证结果表明,该方法可以有效地解决由于属性信息分布不均匀而导致评价结果不准确的问题.

二维变量信息视角下的概率犹豫模糊集决策方法研究

将概率犹豫模糊集中的隶属度与概率看作二维变量信息,在二维变量信息条件下研究概率犹豫模糊集多属性决策问题。首先,将概率犹豫模糊数书写形式改为点坐标形式,并在此形式下建立概率犹豫模糊元几何距离函数模型与离差程度系数模型;其次,属性的评价值为概率犹豫模糊元,在考虑其内部元素的离差程度与相互之间离差程度基础上,采用熵值法确定属性权重;再次,使用新定义的几何距离函数与离差程度系数函数计算由概率犹豫模糊元组成的属性值,得到属性的综合值,并利用Maclaurin对称平均算子对各方案属性的综合值进行集结,通过比较集结的方案属性综合值大小对各方案进行排序;最后用一个数值算例对本文方法进行验证分析,结果表明,该方法能够快速取得有效的排序结果。

基于传播算子的二维ESPRIT算法

为了提高经典参数估计旋转不变法(Estimation of signal parameters via rotational Invariance Technique,ESPRIT)处理数据的效率,提出基于传播算子的二维虚拟ESPRIT的改进算法。该算法通过构造一组虚拟阵列得到新的虚拟接收数据,利用传播算子将这组新数据与真实阵列得到的数据进行数据重构,从而得到噪声子空间避免特征值分解,最终可估计出用户的二维波达方向估计。理论分析表明,该方法的波达方向估计性能优于传统的ESPRIT方法,且降低了运算量,提高了阵列的利用率和算法的抗干扰能力,最后由计算机仿真实验证明此方法的有效性。

基于二维小波变换的圆形算子虹膜定位算法

为了提高虹膜定位的准确率和速度,提出了一种基于二维小波变换的Daugman圆形算子虹膜定位改进算法。首先采用阈值法分割瞳孔,使用边缘检测算子检测瞳孔区域边缘定位虹膜内边缘,然后采用二维小波变换对人眼图像处理以降低图像分辨率,以代替Daugman圆形算子中的平滑函数处理,最后采用圆形边缘检测算子计算滑动窗内的圆形边缘,比较滑动窗口的圆内区域与圆外区域的灰度均值来定位虹膜外边缘。仿真结果表明该算法定位虹膜内外边界的平均时间为1.85s,准确率为99.6%,在虹膜识别系统中有较高的实际应用价值。

二维Bernstein—Durrmeyer算子在L_P空间中的逼近定理

本文利用K—泛函研究二维Bernstein—Durrmeyer算子在L_p空间中的逼近正定理和逆定理.

二维离散数据的数值微分问题的积分算子方法

二维离散数据的数值微分问题是典型的不适定问题。基于GROETSCH的思想,提出了利用积分算子方法来构造近似偏导数和方向导数的方法,并将该方法用于二维离散数据的数值微分问题,并给出了误差估计。数值实验表明该方法是有效的。

上三角算子矩阵的本征函数展开法在应力形式的二维弹性问题中的应用

深入研究了求解基于应力形式的二维弹性问题的本征函数展开法.根据已有的研究结果,将基于应力形式的二维弹性问题的基本偏微分方程组等价地转化为上三角微分系统,并导出了相应的上三角算子矩阵.通过深入研究,分别获得了该算子矩阵的两个对角块算子更为简洁的正交本征函数系,并证明了它们在相应空间中的完备性,进而应用本征函数展开法给出了该二维弹性问题的更为简洁实用的一般解.此外,对该二维弹性问题,还指出了什么样的边界条件可以应用此方法求解.最后应用具体的算例验证了所得结论的合理性.

改进二维云模型的信息工程监理风险评估

针对传统信息工程监理风险评估具有随机性与模糊性,提出了改进二维云模型的风险评估模型。通过三角模糊层次分析理论确定各风险因素权重,以可能性和严重度为基础变量,构建基于二维云模型的风险云图,在加权有序几何平均算子(order weighted geometric averaging operator,OWGA)的基础上引入情境参数,根据决策者的风险偏好优化各准则层风险云与云标尺的贴近度排序。经过实例仿真,表明所提模型可以在融合专家智慧的同时,避免定性云转换为定量值的损失,将风险以蕴含随机性和模糊性的形式可视化,经改进贴近度确定风险等级,验证了其有效性及优越性。

破开算子法用于二维流场计算的误差分析

对破开算子法应用于二维流场计算时由于将算子分裂和分步计算造成的误差进行了分析研究．首先介绍分步误差概念和推求方法，然后，对流场计算中若干典型的破开格式，在不同算例下，计算出对应的分步误差值，再与数值验证相对照，结果吻合．结论是：在地形变化复杂，流场流态改变剧烈时，要慎用破开算子法．对破开算子法在二维流场计算中的应用和改进有明确的指导意义．

二维Meyer-Knig and Zeller算子的饱和定理

构造了一类二维Ｍｅｙｅｒ－Ｋ¨ｏｎｉｇａｎｄＺｅｌｅｒ算子。

复算子■与二维静场

著名数学家Hadamard给我们提出一个奇怪的命题——实域中两个真理之间的最短路程是通过复域。据此,本文提出复算子和它的相应理论,把矢量理论中二维散度.与旋度×,积分理论中Gauss定理和Stokes定理融合于一个统一的整体。本文进一步研究了二维静电场与稳流磁场,使其支配的积分方程统一于复变函数论的留数定理,而线电荷与电流则是提供积分贡献的留数源。

二维Meyer-Knig and Zeller算子的逼近定理

构造了一类二维Meyer－KonigandZeller算子，并得到了它关于连续函数空间和一类插补空间的逼近阶和直接定理．

单基地MIMO雷达中基于改进传播算子的二维DOA估计算法

单基地多输入多输出(Multiple input multiple output,MIMO)雷达中,针对传播算子算法在低信噪比和小快拍数环境下进行二维波达方向(Direction of arrival,DOA)估计性能下降的实际问题,提出了一种基于改进传播算子(Propagator method,PM)的二维DOA估计算法。该方法将数据共轭重构的思想应用到传播算子的估计中,借助传播算子的线性变换得到方向矩阵,由方向矩阵还原出二维波达角信息,利用矩阵变换与结构特点实现了仰角和方位角的自动配对。复杂度分析和仿真结果表明,该算法具有较低复杂度的同时,改善了传播算子算法在快拍数有限、低信噪比条件下的估计性能,实现二维DOA的自动配对。

面阵中基于传播算子的二维DOA估计算法

考虑面阵中的二维波达方向(DOA)估计问题,提出了一种基于传播算子(PM)的二维DOA估计算法。该算法利用4个子面阵接收数据的互相关矩阵构造新的数据矩阵,利用线性运算代替特征分解得到旋转不变关系矩阵,由该关系矩阵得到方位角与俯仰角的参数估计。所提算法的波达方向估计性能优于传统的面阵二维ESPRIT算法,且降低了计算复杂度,提高了阵列接收数据的利用率和算法的抗干扰能力。算法可以实现二维角度的自动配对。仿真实验证明了算法的有效性。

一种改进的基于传播算子的二维DOA估计算法

针对面阵中的波达方向估计算法复杂度过大的问题,提出了一种改进的基于传播算子的二维面阵波达方向(Direction of Arrival,DOA)估计算法。该改进算法基于面阵平移不变性质,将原始子面阵在X和Y轴上分别平移得到两个子面阵,将两个子面阵相加得到虚拟子面阵,利用原始子阵和虚拟子面阵构造新的信号矢量,基于传播算子算法求出其特征值,特征值中的模值和相位值包含信源的二维角度信息,由此可求出自动配对的二维角度。与基于传播算子的二维DOA估计算法相比,该算法有效降低了运算复杂度,且保持性能相近。仿真实验验证了算法的有效性。