高维立方体上矩阵函数的投影元在K_0群上的实现

近来对AH代数的分类研究较为活跃 ,其中投影元在K0 群中的实现方式对某些估计是很有用的 .据此给出了高维立方体上矩阵函数代数中投影元在其K0 群中实现的两个不同证明 ,从而给出了两种不同的实现方式 .作为应用证明了一定的由高维立方体矩阵函数代数作为构成体的单AH代数为AF的 .

代数上的超广义投影元的线性组合的群逆的表示（英文）

本文,我们研究了λ_1a+λ_2b的群逆,其中a与b为域上的代数中的超广义投影元.作为应用,我们给出了a^mb^n(λ_1a^k+λ_2b^l)的群逆的公式.

基于边缘像元投影的微小轴承亚像素边缘检测

对于微小轴承的内径测量,基于机器视觉的非接触测量技术具有广阔的应用前景。针对轴承的边缘像素点,投影将感光像元划分成感光值不同的两个部分,像素单元的最终灰度值为投影两侧局部灰度统计值的面积加权平均值,取该像素的矩形邻域,并对其邻域灰度值进行高斯加权处理,将边缘投影按泰勒公式展开为二次曲线得到高精度亚像素边缘。针对微小轴承进行实验,将本文算法与基于直线拟合的方法进行比较,每毫米包括约217.18个像素,检测的圆度提高0.04%以上,标准差减少不少于7.27%,因此可更准确获取微小轴承内径的亚像素边缘。

一种融合奇异值主元投影特征和核主元投影特征的人耳识别方法

论文提出一种融合奇异值主元投影特征与核主元投影特征的静态人耳图像识别算法。该算法能够弥补采用单一奇异值分解(SVD)和核主元分析(KPCA)提取人耳特征时的不足,减少了识别算法对噪声和光照条件的敏感性,进一步提高了静态人耳图像的识别性能。在自建人耳库和CP人耳库中的大量实验表明本文算法的合理性和有效性,为实际中处理人耳识别问题提供了参考。

基于面元投影模型的SAR建筑物快速图像仿真

SAR图像仿真技术是SAR图像理解与应用的重要辅助工具。该文根据SAR图像建筑物解译的需求,结合建筑物的结构特点,提出一种基于面元投影模型的SAR建筑物快速图像仿真方法。该方法通过简化射线跟踪算法加速目标模型到图像平面的几何映射过程,并提出面元投影模型降低散射面元到图像分辨单元中的插值误差。相较于传统SAR图像仿真,该方法实现了仿真精度与速度间的平衡。实验结果表明,该文方法能够快速生成仿真结果,仿真图像与真实图像匹配度高,具有较强的实用价值。

基于线性光谱模型的混合像元分解高性能计算研究

混合像元分解是遥感技术向定量化、精细化发展的重要技术,是关系到地物精细分类的重要操作环节,而线性光谱模型确实是目前解决混合像元问题的有效策略。针对高光谱遥感影像数据量大,混合像元分解计算耗时长的问题,提出了一种基于CUDA的高光谱遥感端元投影向量法实现方法。在分析高光谱图像端元投影向量法串行算法的基础上,建立了在CUDA架构下以像元点为基准产生相应的进程数,每个进程负责一单位像元点的计算方式。实验结果表明,将该方法应用于实际的高光谱遥感影像的混合像元中,可极大地提高传统中央处理器(CPU)的运算效率。

斜交主元分析方法及其在故障诊断的应用

针对主元分析(PCA)方法的特点,对其进行了拓展性研究。该方法针对主元分析的主元是正交的,而主元代表的现实事物的基本特征间往往存在一定的相关性。因此提出了斜交主元分析方法,并对斜交主元分析方法的理论体系及其应用进行了初步的探讨。

汽车发动机进气歧管高精度亚像素边缘检测

提出基于边缘像元投影的汽车发动机进气歧管高精度亚像素边缘检测方法。利用物体边缘投影将其所穿过的感光单元划分2个部分,边缘像素单元的最终灰度值为投影两侧局部灰度统计值的面积加权平均值,并利用矩形邻域建模求得边缘亚像素的准确位置。对汽车发动机进气歧管的实验结果表明,与基于曲面拟合的亚像素边缘检测方法相比,对50.00 mm×40.00 mm规格产品,长短轴标准差分别降低了1.71%和17.78%,对50.05 mm×40.05 mm规格产品,长短轴标准差分别降低了38.66%和2.03%。