基于核稀疏分类与多尺度分块旋转扩展的鲁棒图像识别

针对在图像旋转或局部扭曲变形等复杂情况下的图像识别问题,提出一种基于核稀疏分类与多尺度分块旋转扩展的鲁棒图像识别算法.该算法首先对图像进行多尺度分块与旋转扩展,使得字典能近似测试图像局部的旋转扭曲与各种排列组合.为了增加字典类间稀疏度,改善系统效率,提出一种字典降维策略.通过核随机坐标下降方法高效求解核稀疏分类的凸优化问题,进而通过对比不同类对测试图像的重构误差完成图像识别.实验表明,与经典方法相比,文中方法具有更好的识别效果,对图像旋转或局部扭曲变形等复杂情况具有较好的鲁棒性.

线性规划的改进行旋转算法

行旋转算法是求解线性不等式组的一种直接、有效的算法,为大数据时代众多与线性不等式组紧密相关的问题提供了统一、高效的解决思路.求解线性规划问题本质上是求解线性不等式组,因而行旋转算法可以作为基础算法直接应用于求解线性规划.不同于以单纯形法为代表的列旋转算法,线性规划的行旋转算法以行几何(或行向量)为基础,其核心思想是在保证最优性条件始终成立的前提下求解约束条件对应的线性不等式组.改进的行旋转算法保持了原算法的所有特色.该算法的改进之处在于利用约束条件变量的部分系数构成的非奇异矩阵的逆矩阵(称为特征逆矩阵)和原始数据计算出枢轴行和枢轴列,从而完成一次旋转运算.特征逆矩阵的阶数一般要比约束的数目和变量的数目小很多,在每次迭代过程中只需要计算原算法算表中的小部分必要元素,因而能够显著提高计算效率.

自动化内部擦除黑板设计

针对教学中擦黑板存在卫生差、 效率低、 擦除不易和粉笔灰四处飘散的问题, 本文对普通黑板进行改造和设计, 利用逆向化的设计思想, 将普通平面黑板设计为封闭的腔体结构, 且把整块单书写面变成若干均匀的双书写面分块, 并在内腔安装电机、 擦除装置和控制装置等, 利用旋转特性实现分块的内外面交替, 使普通的人工外面擦除变为内部电动擦除, 较好地控制了粉笔灰的飘散, 并实现了自动化教学.