N级微波四端网络的噪声参数计算

在Rn Gn噪声模型基础上对五种联接形式(包括串联、并联、级联、串 并联和并 串联)的N级微波四端网络进行噪声分析,推导出描述整个N级网络与各子单元网络两者外部相关噪声源关系的联接矩阵C。在C矩阵基础上,给出描述整个网络与子网络噪声参数之间关系的具体表达式,该表达式只与子网络噪声参数和传递函数有关。四端网络传递函数的应用使得分析过程和表达式都变得简化。实验证明该方法可以快速、准确计算N级微波四端网络的噪声参数。

空域相关滤噪法的改进及用于红外光谱信号处理

基于Mallat等提出的空域相关去噪法,提出了一种新的自适应小波滤噪法。它具有空域相关法的优点,同时克服了空域相关法的缺点,对信号中的噪声进行了最大限度的抑制而又保留了信号的主要细节。仿真计算和分析表明了此算法的有效性。

基于傅里叶变换特征遗传算法的人脸识别

提出了一种基于傅里叶变换特征遗传算法的人脸识别方法。首先对人脸图像进行傅里叶变换,并去掉不包含识别信息的零频率分量。然后以人脸图像傅里叶变换的模作为描述人脸模式的特征,考虑到并不是所有傅里叶特征都包含较好的分类信息,应用遗传算法进行特征选取。实验结果表明:给出的方法不仅具有较好的识别性能,而且可以在一定程度上减少人脸模式的存储空间。

基于最小距离最大原则的模式分类

广义最佳鉴别矢量集是用于高维空间模式分类的有效方法。在高维空间模式分类的情况下，通常训练样本数要小于特征空间维数，从而使类内散布矩阵奇异，不能直接求解。对于这种情况下求解问题，人们给出了一系列求解方法。但这些方法均是应用平均的类间距离，而没有考虑到类间分布的最坏情况。该文对此进行改进，提出了一种新的基于最小距离最大原则的广义最佳鉴别矢量集的求解方法。实验结果表明，提出的方法要优于已有的方法。