课程文献中心 更多>>

关键词： 向量的内积   证明几何题   数学证明方法  

摘要： 本文介绍了利用向量的内积证明几何题的方法,是证明几何题的另一种方法。

关键词： 人脸超分辨率   人脸识别   字典学习   线性组合   非局部相似  

摘要： 随着视频监控应用的普及,超低分辨率人脸识别问题越来越突出。现存的人脸识别算法在面对超低分辨率人脸图像时无法给出满意识别性能。在一定程度上,人脸超分辨率方法可以提高人脸的分辨率,但是,目前主流的基于字典学习的人脸超分辨率方法并不能很好地处理超低分辨人脸图像重建问题,尤其是超分辨率人脸识别问题。利用人脸图像块的非局部相似性和多尺度相似性,提出一种改进的基于字典学习的超分辨率人脸重建算法,同时提出尺度不变特征的超低分辨率人脸识别方法。实验结果表明:本文提出的方法不但具有很好的视觉效果,而且还具有很好的识别效果,与目前主流的人脸超分辨率和识别算法相比具有明显的优势。

关键词： 头部姿态   自适应线性回归   特征向量   一阶范数最小化   训练样本  

摘要： 减少训练样本数量和不使用任何硬件参数是目前头部姿态计算领域的最大挑战。针对这些挑战,提出一种仅需要54个训练样本的头部姿态估计方法。其基本思想是将关键点间的归一化距离作为输入特征向量,并利用一阶范数最小化稀疏地挑选出一组图片集,这些图片对应头部姿态的线性组合为测试图片的头部姿态。实验表明,该方法在不知道任何硬件参数的条件下,可以实现单方向上3°的头部姿态估计。此外,该方法也适用于不均匀光照条件和头部转动较大的情况,且计算精度高于其他相关方法。

关键词： 数值流形法   物理片   线性相关   亏秩   Cook斜梁   带孔无限板   均质边坡  

摘要： 数值流形方法（NMM）基于两套覆盖（数学和物理覆盖）和接触环路而建立,能够统一地处理岩土工程中的连续和非连续变形分析问题。与其他基于单位分解理论的数值方法一样,NMM可以自由地提高物理片上局部位移函数（多项式）的阶次,从而在不加密网格的情况下显著地提高计算精度,但有可能会使总体刚度矩阵奇异,产生线性相关问题。针对这种情况,引入了一种新的高次多项式形式的局部位移函数,在此基础上,建立了新的NMM求解体系,并应用于求解一般的弹性力学问题。结果表明：它有效地消除了线性相关问题;较之传统局部位移函数取一次多项式的NMM,达到了更高的精度;节点应力是连续的;定义在物理片上的所有自由度都具有明确的物理含义,其中第3~5个刚好是物理片所对应插值点处的应变分量,因此,直接获得此处的应力状态。该方法可以很容易地推广到其他基于单位分解的数值方法中。

关键词： 矩阵相似   特征向量   特征多项式   微分方程组  

摘要： 在高等代数的研究范围内,计算矩阵的特征值与特征向量是一个基本问题。矩阵的相似性会关系到特征值与特征向量的计算,同时也会关系到矩阵对角化问题。主要探讨了矩阵的相似在微分方程组中的应用。

关键词： 短期风电功率预测   风速升降特征   特征值   LSSVM   ELM   GA-BP  

摘要： 为提高短期风电功率预测精度,提出了基于风速升降特征的短期风电功率预测方法。该方法分析风速上升或下降对风力发电的影响,根据风速升降特征,为风速添加标记值,增加训练样本维度,从而提高功率预测精度。用上海某风电场2014年9月至2015年9月数据对算法进行验证,并对比最小二乘支持向量机(LSSVM)、极限学习机(ELM)、遗传BP神经网络(GA-BP)三种方法的预测结果。实验结果表明,在风电功率预测中引入风速升降特征能够明显提高了模型的预测精度,适合风电场的短期功率预测。

关键词： 清/浊音强度   短时幅度   短时平均幅度差函数   线性组合  

摘要： 为了使混合激励线性预测语音编码器(MELP)的应用更接近实际,提出了一种基于短时幅度与短时平均幅度差函数的子带声音强度提取方法。该方法根据MELP声码器解码语音的(MOS)评分得出最佳的线性组合系数,进而求出5个子带的清/浊音强度,并将其植入MELP声码器中。仿真实验表明,该算法不仅与原算法具有相同的效果,而且算法复杂度低。

关键词： THDS   32点波形   特征值   识别  

摘要： 通过对THDS系统探测出的32点波形进行特征分析,提出一种基于特征值检测的THDS系统探测结果有效性的识别方法。该方法准确率高,显著优于现有识别算法,对提高THDS系统热轴兑现率及早期预警功能有明显作用。

关键词： 交通流   路段速度   线性回归   神经网络   线性相关  

摘要： 通过深入分析不完整信息数据的交通流路段速度,提出神经网络与线性回归组合模型的速度修复算法,利用相关性分析在交通流数据中找到路段速度在时间和空间上影响因素,将在时间上影响路段速度的因素作为神经网络模型的输入变量,将在空间上影响路段速度的因素作为神经网络模型的输入变量,分别输出路段速度预测结果,将以上模型预测结果作为线性回归模型输入变量,最终得出路段速度二次预测结果。

关键词： 流域   水文特征   演变规律   玛纳斯河  

摘要： 为更好地掌握玛纳斯河流域水文特征值及演变规律,发挥玛纳斯河在工农业生产和防洪工作的重要作用,根据玛纳斯河红山嘴水文站多年水文观测资料,对玛纳斯河的水文特征值及演变规律进行阐述与分析。结果表明,冰川与降水是玛纳斯河流域径流的主要补给源,影响该流域径流年际、年内变化的主要因素是降水和气温,其径流年内分配集中在6~8月份,7月份径流量最大占年径流量的28%,径流过程略滞后于气温和降水过程。