基于DCT的实值离散Gabor变换的快速并行算法

Gabor变换在很多领域被认为是非常有用的方法,然而实时应用却因其很高的计算复杂性而受到限制。为了减小计算复杂性,曾提出了基于DCT的实值离散Gabor变换。文中回顾了基于DCT的实值离散Gabor变换,为了有效地和快速地计算实值离散Gabor变换,提出了在临界抽样条件下,一维实值离散Gabor变换系数求解的块时间递归算法以及由变换系数重建原信号的块时间递归算法,研究了该算法使用并行格型结构的实现方法,并讨论和比较了算法的计算复杂性和优越性。     

基于DCT的实值离散Gabor变换的快速并行算法

Gabor变换在很多领域被认为是非常有用的方法，然而实时应用却因其很高的计算复杂性而受到限制。为了减小计算复杂性，曾提出了基于DCF的实值离散Gabor变换。文中回顾了基于DCF的实值离散Gabor变换，为了有效地和快速地计算实值离散Gabor变换，提出了在临界抽样条件下，一维实值离散Gabor变换系数求解的块时间递归算法以及由变换系数重建原信号的块时间递归算法，研究了该算法使用并行格型结构的实现方法，并讨论和比较了算法的计算复杂性和优越性。     

并行格型结构实现基于DCT的2D实值离散Gabor变换

虽然2D Gabor变换在图像处理等很多领域认为是非常有用的时频分析的方法,然而实时应用却因其很高的计算复杂性而受到限制.文中回顾了基于DCT的2D的实值离散Gabor变换,为了有效地和快速地计算实值离散Gabor变换,提出了在临界抽样条件下,二维实值Gabor变换系数求解的块时间递归算法以及由变换系数重建原信号的块时间递归算法,研究了该算法使用并行格型结构的实现方法,并讨论和比较了算法的计算复杂性和优越性,证明了基于DCT的2D实值离散Gabor变换块时间递归算法并行格结构在计算复杂性的高性能.     

实值离散Gabor变换用于雷达信号的表示

针对雷达在检测弱目标能力的不足,基于雷达信号与噪声的实际模型,为构建基于实值离散Gabor变换的移动目标检测系统(MTD),提出了一种基于实值离散Gabor变换(RDGT)的快速的雷达信号Gabor表示算法.基于DCT的实值离散Gabor变换是一种重要的联合时频域分析工具,文中采用基于DCT的实值离散Gabor变换的算法对雷达信号进行Gabor域表示,并给出了一些仿真实验来验证算法的有效性.仿真结果表明该算法能够将被白噪声污染的不同多普勒频率不同到达时间的雷达目标回波信号在联合时频域中进行有效地区分.     

基于DST的实值离散Gabor变换

Gabor变换已被公认为是通信和信号处理中信号与图像表示的最好的方法之一,一直以来对Gabor变换的研究和应用实际上是基于Fourier变换的复值Gabor变换,因此这里对实值Gabor变换进行了研究。采用双正交分析方法,定义了一种基于离散正弦变换(DST)的实值离散Gabor变换(RDGT),该变换不仅适用于临界抽样条件而且适用于过抽样条件,并证明了变换的完备性条件(即该变换中综合窗与分析窗的双正交条件),该实验结果也验证了变换的完备性。针对实值信号,该变换由于仅涉及实值运算,并可利用快速DSTI、DST算法来加速变换,因此比传统复值离散Gabor变换在计算、实现方面更为简单。在实际应用中,将更方便于软件和硬件的实现。     

基于DST的实值离散Gabor变换

Gabor变换已被公认为是通信和信号处理中信号与图像表示的最好的方法之一,一直以来对Gabor变换的研究和应用实际上是基于Fourier变换的复值Gabor变换,因此这里对实值Gabor变换进行了研究.采用双正交分析方法,定义了一种基于离散正弦变换(DST)的实值离散Gabor变换(RDGT),该变换不仅适用于临界抽样条件而且适用于过抽样条件,并证明了变换的完备性条件(即该变换中综合窗与分析窗的双正交条件),该实验结果也验证了变换的完备性.针对实值信号,该变换由于仅涉及实值运算,并可利用快速DST、IDST算法来加速变换,因此比传统复值离散Gabor变换在计算、实现方面更为简单.在实际应用中,将更方便于软件和硬件的实现.     

基于DCT的2D 实值离散Gabor变换

摘 要 本文提出了一种在临界抽样条件下基于2D DCT的二维实值离散Gabor变换(2D RDGT),介绍了其快速算法。并比较了该变换与二维复值离散Gabor变换(2D CDGT)的算法复杂性。     

基于辅助双正交的实值离散多Gabor变换

为了改善传统离散Gabor变换的时频分辨率,降低离散Gabor变换计算的复杂性,提出了一种基于多高斯窗的实值离散Gabor变换分析窗的快速求解算法。对多高斯窗下离散Gabor变换双正交关系式进行了简化,给出了分析窗组的代数方程表达式。该算法相对于多高斯Gabor展开的计算复杂度明显降低,仿真实验的结果也证明了该算法的有效性。     

基于实值离散Gabor变换的谱减法语音增强

提出了一个基于实值离散Gabor变换的新的谱减法语音增强,采用高斯窗作为综合窗,利用已有的快速实值离散Gabor变换将语音变换到时频域,噪声估计采用改进的最优滤波和最小统计的martin算法,在联合时频域进行谱减得到纯净语音增益,在得到语音增强信号后,利用实值离散Gabor逆变换将其还原输出。实验结果表明,在分段信噪比和语音质量方面均与目前主流谱减法相比均有提高。     

块时间递归离散Gabor变换的并行格型结构实现方法

虽然Gabor变换在语音与图象处理、雷达、声纳、振动信号的处理与理解等很多领域被认为是非常有用的方法,然而实时应用却因其很高的计算复杂性而受到限制。为了有效地和快速地计算离散Gabor变换,论文提出了在临界抽样条件下和在过抽样条件下,一维离散Gabor变换系数求解的块时间递归算法以及由变换系数重建原信号的块时间递归算法,研究了两算法使用并行格型结构的实现方法,并讨论和比较了算法的计算复杂性和优越性。     

基于复数小波域的多聚焦图像融合

提出了一种基于Q-shift双树复数小波变换的图像融合方法,该方法利用Q-shift双树复数小波变换对图像进行分解,根据低、高频系数相关性的特点,采用邻域梯度取大和"合成图像模值取大"相结合的融合方法对低、高频系数分别进行融合,并对高频融合结果进行"一致性"校验。实验表明,本文算法具有优于基于小波变换方法的性能。由于Q-shift双树复数小波近似的平移不变性和良好的方向选择性,因此能够有效地避免空间域融合算法存在的对比度低、块效应等问题以及基于小波变换融合算法存在的"伪影"和"振铃效应"。     

Minors of Bezout matrices,subresultants and the parameterization of the degree of the polynomial greatest common divisor

The main purpose of this article is to present algorithms to parameterize the degree of the greatest common divisor of two polynomials with parametric coefficients: these algorithms are based on the fact that the principal minors of the Bezout matrices provide the principal subresultant sequence. When coefficients depend on parameters, these algorithms show a better behaviour than the classical ones.     

结合投影预测的小波系数符号编码

小波变换系数由幅值和符号组成。先前的大多数小波编码算法没有考虑到系数符号的压缩可能,只是致力于系数幅值的压缩编码。最近的一些算法即使考虑到了这个方面,也只是将内部子带小波系数作为符号编码的上下文。为了进一步挖掘对符号进行压缩的潜力,该文将在渐进分辨率小波图像编码的环境下对符号编码进行详细讨论。除了将内部子带小波系数应用在符号编码的上下文模型外,还使用投影技术,利用双正交小波变换基向量之间的非正交性对高频系数进行预测,使非内部子带小波系数也整合入上下文模型。实验证明这些技术获得较大的PSNR收益。     

一种新的红外与可见光图像融合算法

提出了一种新的红外与可见光图像融合算法,首先应用非抽样Contourlet变换(NSCT)对图像进行多尺度、多方向变换,对变换的低频子带采用改进的能量加权法融合,带通子带融合采用最大系数与区域方差加权相结合方法,然后对融合的2个子带系数进行NSCT反变换,得到融合图像。对不同算法的融合实验结果进行比较,通过主观和客观评价,该算法融合效果较好。     

Hybrid Algorithms for Solving the Algebraic Eigenvalue Problem with Sparse Matrices

Hybrid algorithms for solving the partial generalized eigenvalue problem for symmetric positive definite sparse matrices of different structures by hybrid computers with graphic processors are proposed, coefficients for the efficiency of the algorithms are obtained, and approbation of the developed algorithms for test and practical problems is carried out.     

Sparse coding via thresholding and local competition in neural circuits

While evidence indicates that neural systems may be employing sparse approximations to represent sensed stimuli, the mechanisms underlying this ability are not understood. We describe a locally competitive algorithm (LCA) that solves a collection of sparse coding principles minimizing a weighted combination of mean-squared error and a coefficient cost function. LCAs are designed to be implemented in a dynamical system composed of many neuron-like elements operating in parallel. These algorithms use thresholding functions to induce local (usually one-way) inhibitory competitions between nodes to produce sparse representations. LCAs produce coefficients with sparsity levels comparable to the most popular centralized sparse coding algorithms while being readily suited for neural implementation. Additionally, LCA coefficients for video sequences demonstrate inertial properties that are both qualitatively and quantitatively more regular (i.e., smoother and more predictable) than the coefficients produced by greedy algorithms.     

Non-negative integer basis algorithms for linear equations with integer coefficients

A new class of non-negative integer basis algorithms for linear equations with integer coefficients is developed. Computer experiments with one of the new algorithms and comparisons with other non-negative integer basis algorithms are reported. When the total run times for collections of common simple examples typical of automated deduction applications are computed, the new algorithm has been found to be significantly faster than previous algorithms.     

一种自适应扩展粒子群优化算法

在粒子群优化算法的基础上,首先把粒子群优化算法的速度更新式中的个体最优位置用粒子群中所有个体最优位置的平均值代替,得到扩展粒子群优化算法;然后,建立了加速系数和粒子群中所有粒子的平均适应度与整体最优位置适应度之差的一种非线性函数关系,得到自适应加速系数扩展粒子群优化算法。由于新的算法利用了所有个体最优粒子的信息,并在进化过程中通过建立的非线性时变加速系数自适应地调整“认知”部分和“社会”部分对粒子的影响,从而提高了算法的收敛速度和精度。4个基准测试函数的对比实验结果说明自适应扩展粒子群优化算法的有效性和优良性能。     

基于小波零树的图像自适应水印算法

基于小波零树特性的视觉感知度模型的优化方案,给出了两种水印算法:一种算法嵌入的是高斯序列水印,通过相关检测实现盲检测;另一种算法嵌入的是二值图像水印,水印的提取是非盲提取。这两种算法在所有重要小波系数(包括最低频系数)中嵌入水印,以达到最大化水印嵌入量的目的,并结合感知度模型在水印的透明性和鲁棒性之间实现了较好的平衡,对于常见的图像处理操作,特别是对于JPEG和小波压缩均有较好的鲁棒性。     

Comments on "Determination of matrix transfer function in the form of matrix fraction from input-output observations"

-Furuta and Paquet have proposed an algorithm for determining coefficients of an input-output relation from input-output observations. The purpose of this note is to point out that these coefficients can be obtaiined by a simpler algorithm which requires less computation and that there are other algorithms for minimal realization from these coefficients.