为了提高人脸识别的准确率，提出了一种基于二维线性判别分析的彩色人脸识别算法，直接对彩色人脸图像不同通道的颜色信息进行编码，采用矩阵表示模型描述人脸对象；融合人脸的类别特征，采用二维线性判别分析的算法提取彩色人脸的分类特征；根据投影后的特征矩阵，采用最近邻分类的算法进行人脸识别。利用CVL和CMU PIE彩色人脸数据库进行实验。结果表明，本文提出的彩色人脸识别算法能有效地提高人脸识别的准确率，明显优于对比的算法。

针对单神经元PID控制中学习速度较慢,动态响应时间长等问题,提出基于二次型性能指标学习算法的单神经元PID控制器,改善单神经元PID控制器的性能.同时,基于该算法进行了工业用温度控制试验箱设计.样机实验表明,该种新型控制算法具有学习速度快、动态响应时间短的特点,该系统具有良好的动态品质和稳态性能.

分析研究了基于小波变换的图像增强原理和方法,对 X线医学图像进行3层小波分解,得到各层 的小波系数;采用不同的增强算法对不同层次的小波系数进行处理;利用处理后的小波系数进行小波逆变 换,得到增强后的图像。实验结果表明该方法的增强效果明显优于直方图均衡化方法,既提高了图像的整 体对比度,又突出了图像的局部细节,同时还抑制了噪声。

首先对样本数据运用径向基函数的方法进行理想化插值处理,找到输人输出数据之间的函数关系 t=h(x),在考虑高斯噪声干扰的情形下,构造新的能量函数,并使其收敛到稳定态,从而反推出精确插值函数 t=y(x);由似然函数变形构造得到误差平方和函数E**作为误差分析函数,结果表明:E**的最小值点(或极小值点)即为似然函数的最大值点(或极大值点),所采用的噪声数据插值处理使得神经网络的整体误差最小。

基于傅立叶变换的频移特性，探讨双稳态系统中的高频随机共振现象．仿真结果表明，将输入信号的大频率移动到一个小频率后，双稳态系统的输出功率谱在此频率处的值得到明显增强．在一个较大的频率范围内检测强噪声背景下的弱信号的能力大大增强．

基于有源电力滤波器的拓扑结构，讨论了主电路中元件参数的改变对补偿性能的影响.在理论分析的基础上，建立系统的MATLAB模型，用仿真结果证明了该方法的正确性和有效性.

阈值法是图像分割的一种重要方法,在图像处理与目标识别中广为应用.信息熵可以表征图像的灰度信息,并用以区分图像中的目标和背景.文中研究了最大熵法的分割效果、对数熵的运算时间,然后使用指数熵代替对数熵,并对二维最大熵法进行了改进,在结合大津法的同时,加入了4邻域外像素灰度的信息.实验结果表明本文所用方法可有效缩短计算时间、突出边缘特征、提高阈值自动选择的准确性和鲁棒性.

针对马利科夫准则易产生误判而失效的缺点,分析了马利科夫准则失效的情况和原因,根据t检验法提出了马利科夫准则有效的判据。该判据根据测量数据列前、后半部分数据均值的一致性,判断马利科夫准则是否有效,从而准确判断测量数据是否含有线性系统误差。

此提交包含在使用 MATLAB 进行全局优化网络研讨会中使用的演示文件： http : //www.mathworks.com/videos/global-optimization-with-matlab-products-81716.html 多开始演示 *峰值最小化* 非线性曲线拟合 全球搜索演示 *峰值最小化* 容积效率最大化 模拟退火演示 *峰值最小化* 八皇后问题* 银河旅行推销员 模式搜索演示 *峰值最小化* 华盛顿山演示 遗传算法演示 * 峰值最小化* Rastrgins 函数最小化* 局部群示例* 多目标遗传算法 Rastrgins 函数上的求解器比较 * Rastrings 上多个求解器的比较

在高噪声散斑条纹图中含有大量的噪声,这些噪声极大的影响了图像的质量。条纹图像处理之前一般的要进行图像预处理,通常选用滤波的方法来去除散斑噪声。笔者介绍了目前常用的滤波方法:均值滤波、中值滤波、频域低通滤波和同态滤波等,利用MATLAB编程实现了这些滤波方法,通过比较对散斑图的滤波效果,以及比较通过这些滤波方法滤波后的图像的方差,平滑指数等各项数字指标,总结了各方法的特点。