课程文献中心 更多>>

关键词： SURF算法   显著区域检测   尺度空间   特征值   匹配精度   RANSAC算法  

摘要： 针对传统SURF匹配算法在特征点选取阶段选取了大量不符合匹配预期的特征点,增加了后期匹配的运算复杂度,提出一种SURF算子和显著区域检测相结合的方法。为使检测出的极值点和预期匹配的目标更加接近,用SURF算子构建出尺度空间图像后对该空间作显著区域检测,再对特征点赋显著度权值并通过孤立点剔除和局部冗余筛选出目标点,筛选后的特征点比传统方法得到的特征点数量明显减少,在降低时间复杂度的同时匹配精度提高了18%。特征匹配时引入RANSAC算法剔除误匹配点对,对匹配结果作进一步修正。实验表明,与传统SURF算法比较,改进算法在实时性和匹配精度方面均更优。

关键词： 补图连通图   强正则图   特征值   最优图  

摘要： 人们已经知道,最小特征值为-α的强正则图,除了有限多个补图连通的强正则图外,分成两个无限类,其中α是一个不小于2的整数.在Graham和Lovász提出最优图类的存在性问题后,Azarija对这个问题给出了肯定的回答.这里刻画了最小特征值为-3的强正则图,而且确定了其中的最优图类.

关键词： 红外火焰探测器   小波包   BP神经网络   特征值  

摘要： 在设计红外火焰探测器的过程中,人工光源常常会引起探测器的误报。为有效区分人工光源与火焰信号,本文首先对采集的1种人工光源以及3种火焰信号进行分析,将采集的信号进行小波包4层分解,得到信号的能量谱。通过分析发现选取第2,3,4,7频段的能量值能够将这4种信号有效区分。为进一步验证实验结果,本文将双通道两路信号的第2,3,4,7频段的8个能量值作为一组特征向量,与BP神经网络结合进行模式识别。结果表明,通过这样的方法不仅可以区分火焰和人工光源,同时可以对3种火焰进行识别,其识别的正确率为84.1%。因此,基于小波包能量分析的方法提取这8个能量值作为特征值具有一定的可行性,能有效减少人工光源引起的误报,同时为火焰种类的识别以及以后的灭火自动化提供了新的可能性。

关键词： 亏损矩阵   灵敏度分析   广义特征向量   正交规范   特征值  

摘要： 根据若当标准形理论,首先引入亏损矩阵的广义特征向量及其伴随向量系概念,利用它们的双正交性解耦了灵敏度控制方程,其次通过分析解耦后的控制方程的恒等性条件,提出了亏损矩阵特征值的灵敏度分析算法,发展了若当标准形理论在亏损系统的解耦及控制中的应用范围。数值算例证明本文算法的正确性及有效性。

关键词： 数据结构   稀疏矩阵   三元组   十字链表   压缩存储  

摘要： 稀疏矩阵运算是"数据结构"课程中重要的教学内容,因为其涉及多种数据结构和操作技术。从稀疏矩阵的基本存储技术出发,介绍了稀疏矩阵的两种常用存储形式:三元组顺序表和十字链表,然后详细阐述了有关稀疏矩阵的运算,包括加法、减法以及乘法,并以C为工具,对各运算算法给予了实现。

关键词： 奇异M-矩阵   非线性特征值问题   正特征向量   牛顿迭代法   收敛性  

摘要： 提出具有不可约奇异M-矩阵结构的非线性特征值问题有唯一正特征向量的充分条件.研究表明任意一个正数都是非线性特征值问题的特征值,并且与这些特征值相对应的正特征向量是唯一的.同时,构建数值求解此正特征向量的牛顿迭代法,并给出其收敛性.数值实验表明该迭代法是有效的.

关键词： 特征向量   预警  

摘要： 本文涉及电力工程建视频监控网络环境下的安全预警方法。初始图像对象关系向量模型与实时采集的图像对象向量模型进行差异性比较,判断当前监控设施所处的状态。本发明可有效帮助电力工程技术管理人员对施工现场进行安全评估,减少工程事故,提升工程建设效率。

关键词： 服务员强制休假的M/M/1排队模型   特征值   稳态解  

摘要： 当一次能接受服务的最大顾客数为2时研究服务员强制休假的M/M/1排队模型的主算子的特征值并证明当顾客的到达率λ,服务员的服务率μ和服务员的休假率b满足λ(μ+b)<μb时,0不是该主算子的特征值.由此说明该模型不存在稳态解。因此,部分回答一个公开问题.

关键词： 农产品物流需求   预测   蚁群算法   灰色线性组合模型   十三五  

摘要： 以北京市农产品物流需求为研究对象,采用灰色GM(1,1)模型为基本方法,使用Matlab软件,借助蚁群算法求出了单个模型的权数,构建出灰色线性组合模型,对"十三五"时期北京市农产品的物流需求进行预测。研究发现:北京市农产品物流需求在"十三五"期间稳定增加。因此,要平衡"十三五"期间北京市农产品物流的供给与需求,应增加农产品物流的供给,即完善农产品物流基础设施建设、大力支持农产品物流企业的发展和政府加强宏观调控。预测的结果表明:灰色线性组合模型的拟合度较好,比其他传统方法有更高的预测精度。

关键词： SSH2   TF-IDF   特征值   演化权值  

摘要： 对网络的数据进行抓取,并对其进行分析,已经对分析的结果进行展示已经成为当前互联网时代迫切需求。本文基于SSH2构建了系统,前台使用基于BootStrap的响应时布局,从整体上实现了JSOUP实现了网络数据的爬虫数据获取,基于TF-IDF的数据分析,最后对分析数据的结果进行展示,展示时使用了HighCharts对热点内容进行了图形显示。