基于函数映射的二维形状内蕴对称检测算法

针对现有的二维形状内蕴对称检测方法表现欠佳的问题,提出了基于函数映射的二维形状内蕴对称稠密点对应谱优化(FM-2DSISD)方法。首先,设计了对噪声数据鲁棒的稀疏特征对称点对提取算法。其次,利用特征对称点对和函数映射框架,建立了以保持函数映射矩阵每个主子矩阵对角正交性为优化目标的数学模型,证明了该优化目标能保持内蕴对称映射的等距性。借助谱上采样技术,通过频谱域和空间域交替迭代优化函数映射矩阵和逐点映射矩阵。数值实验表明,FM-2DSISD方法对二维光滑形状和噪声形状的检测效果均优于现有检测方法。

广义无监督函数映射学习的三维形状密集对应方法

提出了一种新颖的广义无监督函数映射学习的三维形状密集对应方法。首先,基于多层感知器(multilayer perceptron,MLP)和残差网络,直接学习深度点特征。其次,计算点云的近似测地线距离,并对其进行特征分解,建立特征嵌入空间,引入注意力机制,有效学习广义基函数表示。再次,结合点特征与广义基函数生成三维形状的深度特征表示。最后,建立无监督的函数映射网络框架,获取形状之间的密集对应表示。提出的三元正则优化机制,联合重构损失、特征损失和形状匹配的距离损失,在特征域和空间域上有效提升了学习性能及形状对应的精度。实验结果表明,广义基函数表示与无监督函数映射学习机制适用于任意三维形状,突破了现有方法只适用于连续二维流形的局限,在任意三维形状匹配中取得了更优的性能。

基于函数映射的快速傅里叶变换算法

给出了一种新的快速傅里叶变换算法 算法利用了傅里叶变换因子CknN 、SknN 的对称特性 ,将函数序列x(n)个数压缩至四分之一 对其压缩后的函数序列 ,按其相邻函数值之差映射为函数 p(n) ,同时对傅里叶变换因子CknN 、SknN 按累进求和映射为AknN 、BknN 不同于FFT算法要求N为 2的整数次幂 ,该算法中N可为任何偶数 对诸如方波、三角波、锯齿波及可分解为阶梯波的光学图象、特别是二值光学图象 ,能极大地减少计算量 。

照度不均图像的局部幂函数映射增强算法

提出了一种针对照度不均图像的增强方法,该方法基于图像子区域.根据局部特点,自适应地选取幂函数等映射方法,实现局部图像的直方图重分布,再通过双线性插值消除子块间的非均匀过渡.实验表明,该方法与传统方法比较,具有速度快,所得图像区分度高、背景噪声小的特点.

基于函数映射的FFT谐波分析的研究

因为免除了等待和倒序操作,从而使递推实现的FFT在谐波分析中更具有实时性,已呈现出取代常规FFT的趋势。本文介绍了一种递推实现的FFT算法——基于函数映射的FFT算法的原理和程序过程,进行了其应用于谐波分析的全面性能评估。通过与基于离散Hartely变换的谐波分析的性能的比较,发现尽管两者的系统误差相同,但它的频谱噪声底线稍低于后者,频谱泄漏优于后者,且更易于硬件实现。

基于Logistic函数映射与神经网络的地址码相位捕捉检测方法

本文提出一种基于Logistic映射和反向传播神经网络的改进型神经网络检测方法 ,并将其应用于CDMA移动通信中地址码相位的捕捉 .理论分析与模拟结果都表明 ,与一般的串行捕捉法相比 ,该方法可使CDMA地址码的检测概率得到提高 ,平均捕捉时间得到减小 。

Z规格说明函数映射的C++STL实现

为软件工程概要设计阶段提供新方法,将软件工程语言应用于软件开发实践,进而达到降低软件开发成本和减少软件后期维护的目的.将函数映射作为集合、关系的特例,研究了它们的存储形式及其主要操作,并在C++STL中进行预处理,给出了抽象静态的Z规格说明中函数映射在C++STL环境下自动转换为高级语言程序代码的方法.实现了Z规格说明中全入射、部分入射、全满射、部分满射到高级语言的自动转换,为软件生产的自动化打下了良好的基础.

一种函数映射排序方法

本文给出一种函数映射排序法。该方法采用直接计算定位的方式提高排序速度。算法分析和实验结果表明:在被排数据均匀分布的情况下,该方法的时间复杂度为O(N),附加存储空间为N。且该方法在速度上明显快于Hoare快速排序法。

参数未知的LS超混沌系统的函数映射同步

本文研究两个LS超混沌系统的自适应函数映射同步问题。根据李雅普诺夫稳定性原理,结合自适应函数映射同步控制方法和参数自适应规律,设计出响应系统的控制规律和参数自适应规律,实现响应系统参数未知时的自适应函数映射同步,并对参数进行正确辨识。数值仿真结果表明了方案的有效性。

G神经网络函数映射能力的构造性证明

该文研究了G神经网络的函数映射能力,给出了前馈G神经网络映射任意G型多项式的构造性证明。采用该文的方法映射同一个多项式,所用的神经元数目可少至以往方法的2/(n+1),其中n是G型多项式的次数。

基于测地曲线约束函数映射的三维模型等距配准

针对三维模型之间的等距配准问题,基于函数映射框架,提出了一种测地曲线约束能同时检测同方向和对称方向2个等距配准的方法.首先,计算模型上的2组对称点对,进而建立2个模型间同方向和对称方向上的4组对应点对;其次,理论上证明2个模型上4组对应点之间的测地曲线是等距配准的,进一步利用以上4组对应点对得到配准的6组测地曲线对;最后,将以上测地曲线作为几何描述子约束添加到函数映射框架中,可以同时求解三维模型间同方向和对称方向上2个等距配准.同时从理论上证明镜面型内蕴对称对应的函数映射表示矩阵是对称正交的,并将其作为表示矩阵的正则化项添加到基于测地曲线约束的函数映射框架中检测三维模型内蕴对称.在公开的非刚性三维模型数据库的实验结果表明,所提方法在三维模型等距配准和内蕴对称上的测地距离误差小于以前的工作.

基于函数映射的恶意程序逆向取证方法研究

恶意程序的静态逆向分析方法需要取证人员阅读大量汇编源代码,取证周期漫长、效率低下,不能满足公安工作实际需要。提出一种基于函数映射的恶意程序逆向分析方法,首先取证人员分析恶意程序调用了哪些系统函数,之后初步判断恶意程序主要功能,再通过关键函数断点设置来进一步完成取证分析工作。这种方法不需要取证人员完整阅读汇编代码,通过关键函数局部汇编代码分析来完成取证工作,在提高取证效率、缩短取证周期的同时,最大限度地保证检验结论的准确性和完整性。

语用函数映射下的语篇衔接研究

本文以概念整合理论的核心内容即语用函数射为指导,从外部衔接和内部衔接两个方面来分析语篇衔接。

函数映射与有限自动机关系及算法探讨

有限自动机理论是编译程序中的一个重要组成部分 .虽然其理论趋于完善和成熟 ,但本文以数学思想来讨论其映射概念以及用空边转换的方法实施有限自动机构造的算法 ,使得有限自动机的理论易于理解和掌握 .

无监督孪生函数映射网络的模型对应关系计算

针对构建非刚性形变三维模型间对应关系时特征描述符信息涵盖不全面、映射矩阵优化不理想的问题,提出了利用无监督孪生深度函数映射网络计算对应关系的新方法。首先,将源模型和目标模型输入到无监督孪生深度函数映射网络中学习原始三维几何特征,并将学习到的特征分别投影至各自拉普拉斯-贝尔特拉米特征基上获得相应的谱特征描述符;然后,将谱特征描述符输入至正则化函数映射层计算出鲁棒性更强的函数映射对应关系,进而获得最优的函数映射矩阵;再次,利用无监督学习方法计算倒角距离来构建无监督损失函数,以此度量模型间相似性,评估对应关系的计算结果;最后,基于迭代频谱上采样的ZoomOut算法将函数映射矩阵恢复成点到点对应关系。定性和定量的实验结果表明,在SURREAL数据集和TOSCA数据集上构建的模型间对应关系分布均匀一致,测地误差均有所减小。本算法不仅降低了算法的时间复杂度,而且在一定程度上提高了对应关系的计算准确率。此外,无监督孪生深度函数映射网络在不同数据集上泛化能力和可扩展性大大增强。

基于改进的函数映射理论的三维模型间对应关系

针对不同姿态下三维等距模型间的对应关系,提出一种基于函数映射理论的改进算法。首先对由Laplace-Beltrami算子分解出的特征描述符添加对角描述符约束,并将该约束添加到函数映射框架中对其进行改进,利用改进后的函数映射建立模型间的初始对应关系;其次,采用迭代最近点算法与K近邻算法优化初始对应关系;最后,结合优化后的函数映射关系和迪杰斯特拉-最远点采样算法构建点到点的对应关系。仿真实验结果表明,与已有算法相比,改进的函数映射理论可以计算出更加准确的映射关系矩阵,进而减小了由该矩阵构建的点到点对应关系的等距误差。

基于函数映射模型的波阻抗估计

首先讨论了函数映射的数学模型，然后介绍了基于函数映射模型的地层波阻抗参数估计方法。本方法充分利用了地震资料的横向连续性和测井资料的纵向高分辨率特性，求取高分辨率的地层波阻抗参数，为研究储层的岩性变化、估算储层参数、进行油藏描述提供重要的依据。通过实际数据试算，表明该方法是可行的、有效的。

基于流量特征重构与映射的物联网DDoS攻击单流检测方法

针对现有检测方法对物联网(IoT)分布式拒绝服务(DDoS)攻击响应速度慢、特征差异性低、检测性能差等不足,提出了一种基于流量特征重构与映射的单流检测方法(SFDTFRM)。首先,为扩充特征,使用队列按照先入先出存储定长时间跨度内接收的流量,得到队列特征矩阵。其次,针对物联网设备正常通信流量与DDoS攻击流量存在相似性的问题,提出一种与基线模型相比更加轻量化的多维重构神经网络模型与一种函数映射方法,改进模型损失函数按照相应索引重构队列定量特征矩阵,并通过函数映射方法转化为映射特征矩阵,增强包括物联网设备正常通信流量与DDoS攻击流量在内的不同类型流量之间的差异和同类型流量的相似性。最后,使用文本卷积网络、信息熵计算分别提取映射特征矩阵和队列定性特征矩阵的频率信息,得到拼接向量,丰富单条流量的特征信息并使用机器学习分类器进行DDoS攻击流量检测。在两个基准数据集上的实验结果表明,SFDTFRM能够有效检测不同类型的DDoS攻击,检测性能指标平均值与现有方法相比最多提升12.01%。

校准三维模型基矩阵的函数映射的对应关系计算

在利用函数映射计算模型间对应关系时,提出了一种校准三维几何模型之间基矩阵的新方法,将模型间对应关系的构建转化为由模型特征函数构建的基矩阵之间的校准运算。首先计算三维模型的Laplace算子,获得模型的特征值和特征向量,并利用所得到的特征向量构建基矩阵;其次,提出了协方差的最小值校准算法,以计算模型基矩阵之间的校准矩阵S,并用矩阵S对两个模型的函数基进行校准;最后,计算校准模型所有点的高斯曲率来采样源模型尖端特征点,并在校准后的目标模型上遍历所有点,以寻求最优对应点来构建等距变换(或近似等距变换)的三维模型间的对应关系。通过计算采样点与最优对应点的测地错误,以衡量所提算法的匹配准确率。实验结果表明,与已有算法相比,本算法可以较为准确地构建两个或多个模型间的对应关系,同时也克服了模型自身对称性影响对应关系计算的问题。

结合函数映射与循环一致性约束的模型簇对应关系计算

基于DFPS(Dijkstra Farthest Point Sampling)算法,得到三维模型簇的初始采样点;利用函数映射理论,计算得到两个模型间的映射关系;利用循环一致性约束,将两两模型的映射关系转化为三维模型簇的多路对应关系。实验结果表明,本算法在一定程度上减小了三维模型间对应关系的等距误差,不仅可以实现两个模型间的对应关系计算,还适用于计算等距或近似等距的三维模型簇的对应关系。