全最小二乘和全加权最小一乘准则下的空间直线拟合

讨论空间直线拟合问题,在使得点到空间直线距离平方和最小准则下,给出一种基于主成分分析的直线拟合方法,并且在使得空间点到直线加权距离和最小准则下,给出了拟合直线的优化方法.算法简单,在计算机上实现方便.最后,数值仿真验证了算法的有效性,并讨论了空间中圆周拟合问题.     

直线拟合算法

不管是平面直线拟合,还是空间直线拟合,直线拟合的应用范围都很广泛。文章对两种不同维度的直线拟合算法进行了综合介绍。其中空间直线拟合根据最佳平方逼近原理和最速下降法以及所给离散点的均值求得,并通过试验验证了此算法运算结果的正确性。该算法因为同时考虑了x、y、z不同方向的误差,所以准确度较高;同时因为采用了最速下降法,所以精确度可以任取,运算速度较快。     

一种基于切线的曲线直线拟合的矢量化算法

提出一种在位图矢量化系统中用直线拟合曲线的新算法.算法利用曲线的一系列切线寻找曲线上与切线距离为门限距离的点作为直线拟合的特征点.算法包括两个步骤:尖点提取和直线逼近.第一步将曲线中具有局部曲率极大值的尖点提取出来,并利用尖点将曲线分割为多个曲线片断;第二步利用曲线片断的切线系找出特征点,再分别用直线依次将邻近两特征点相连,即完成拟合过程.经实验表明,算法既能准确提取边界形状的特征关键点,又能有效地实现对曲线的直线拟合.     

斜度测量的等误差直线逼近的迭代算法

ADXL202集成加速度传感器用于斜度测量时,其输出的加速度值与被测量的斜度之间是非线性关系,采用等误差直线逼近法实现非线性曲线的直线逼近。因为节点计算的复杂性,提出一种等误差直线逼近的迭代算法,并编程实现了该算法。在给定允许逼近误差不大于0.005的条件下,只需要六段逼近直线,这对用MCU进行信号处理,实现智能传感是非常有利的。     

一种新的双步直线算法

本文提出一种新的直线逼近方法——类最佳逼近,基于这种逼近方法,斜率的直线和斜率为的直线具有互补的性质,利用这些性质,本文设计了一种新的双步直线方法,该算法揭示了直线计算的互补性,理论简单,精度达到最好。文章最后比较了该算法和传统的Brensenham算法,指出新算法大幅改善了Bresenham算法的计算能力。该算法对于硬件实现将更有益处。     

基于最佳逼近的以段为步长的直线算法

证明了直线在最佳逼近中的与下逼近不同的一些性质。然后利用这些性质，提出了基于最佳逼近的以段为步长的直线算法。该算法和基于下逼近的以段为步长的算法相比，既保持了计算效率，又提高了计算精度。理论分析表明该算法效率优于Brensenham、双步、三步、四步等直线算法。图形设备的硬件层实现该算法将更加有效。     

影像匹配误匹配点的剔除算法

景像匹配过程的复杂性不可避免地会产生误匹配点。基于巡航导弹机动性能的规律，巡航导弹飞越一个匹配区得到的各个匹配点的似合曲线具有一定的变化规律。据此，提出了影像匹配误匹配点剔除的3种算法：⑴基于匹配点拟合曲线曲率较小的算法；⑵基于匹配点拟合曲线为直线的算法；⑶利用惯性导航短时间测量距离的精确性剔除误匹配点的方法。采用试飞试验数据对这3种算法进行仿真验证的结果表明，这3种算法在相应条件下，均能有效地剔除误匹配点，并能满足影像匹配实时怀的要求。     

列车车轴空间直线度检测

为了准确、快速地测量列车车轴的空间直线度，构建了列车车轴空间直线度测量系统，对所述测量系统采用的空间圆拟合、空间直线拟合、直线度测量等算法进行研究。首先，根据被测对象的特征介绍了基于空间平面与空间球相切空间圆拟合算法；然后，利用随机采样一致性（RANSAC）算法迭代出符合模型的最佳点集，在列车车轴截面空间圆拟合获取的数据基础上对列车车轴截面空间圆圆心所处数据进行分析，并利用狼群算法拟合空间直线，即通过空间截面所处位置的列车车轴截面空间圆的圆心坐标拟合列车车轴空间直线；最后，利用狼群算法对列车车轴空间直线度进行测量，并把测量数据与激光跟踪仪数据进行对比。实验结果表明：基于狼群算法的列车车轴空间直线度测量精度为0.01 mm，能够满足列车车轴空间直线度测量的高精度、高稳定性及测量重复性等要求。     

基于Freeman链码的自由曲线直线逼近算法

提出一种简单而有效的直线逼近自由曲线算法.自由曲线轮廓采用Freeman链码描述,提出快速分割链码算法,得出逼近节点,从而准确地实现对曲线的逼近.此外,该方法不仅适用于直线、圆弧和非圆曲线,而且还适用于形状复杂,不能用初等解析函数直接表示的自由曲线.实验结果表明,该算法简单、快速、准确,并对自由曲线具有较好的逼近效果.     

基于边缘检测的载带压痕检测

为了检测编带后的烫封质量,提出了一种基于边缘检测的载带压痕检测方法;该算法将边缘检测与链码技术相结合,先通过拉普拉斯高斯边缘检测算法得到初始边缘,然后对提取到的边缘进行链码追踪,根据提出的合并准则对获得的链码进行合并,再利用判据和先验知识对合并后的边缘进行判定,确定压痕位置,通过直线拟合和参数化获得压痕直线方程,通过直线方程计算出压痕尺寸;通过大量的实验,表明该算法能够有效地实现载带压痕的检测问题,并具有较好的鲁棒性.     

The 3L algorithm for fitting implicit polynomial curves andsurfaces to data

We introduce a completely new approach to fitting implicit polynomial geometric shape models to data and to studying these polynomials. The power of these models is in their ability to represent nonstar complex shapes in two(2D) and three-dimensional (3D) data to permit fast, repeatable fitting to unorganized data which may not be uniformly sampled and which may contain gaps, to permit position-invariant shape recognition based on new complete sets of Euclidean and affine invariants and to permit fast, stable single-computation pose estimation. The algorithm represents a significant advancement of implicit polynomial technology for four important reasons. First, it is orders of magnitude taster than existing fitting methods for implicit polynomial 2D curves and 3D surfaces, and the algorithms for 2D and 3D are essentially the same. Second, it has significantly better repeatability, numerical stability, and robustness than current methods in dealing with noisy, deformed, or missing data. Third, it can easily fit polynomials of high, such as 14th or 16th, degree. Fourth, additional linear constraints can be easily incorporated into the fitting process, and general linear vector space concepts apply     

一种基于联合神经网络的连续空间行动者评论家学习方法

在复杂的连续空间应用场景中,经典的离散空间强化学习方法已难以满足实际需要,而已有的连续空间强化学习方法主要采用线性拟合方法逼近状态值函数和动作选择函数,存在精度不高的问题。提出一种基于联合神经网络非线性行动者评论家方法(actor-critic approach based on union neural network, UNN-AC)。该方法将动作选择函数和评论值函数表示为统一的联合神经网络模型,利用联合神经网络非线性拟合状态值函数和动作选择概率。与已有的线性拟合方法相比,非线性UNN-AC提高了对评论值函数和动作选择函数的拟合精度。实验结果表明,UNN-AC算法能够有效求解连续空间中近似最优策略问题。与经典的连续动作空间算法相比,该算法具有收敛速度快和稳定性高的优点。     

两种基于自适应相位补偿的FDOA估计算法

将约束的自适应相位差估计补偿算法引入到频偏估计当中,实现信号间相位对齐。然后,利用自适应相位补偿因子,根据估计方式的不同,给出了两种频偏估计算法:基于时间平均的算法与基于线性拟合的算法。基于时间平均的频偏估计算法是一种渐进无偏的估计算法,具有可控的误差和非常小的均方差,以及计算简单的特点。仿真结果表明当信号信噪比大于-3dB时,基于线性拟合的频偏估计算法性能与CRLB非常接近。     

基于分片线性函数的图象压缩方法

使用了一种新分片线性逼近算法,算法首先对极大极小友谊赛一分片线性函数的紧凑表示形式做了改进,然后发挥了分片线性逼近的优势。在此基础上,提出了一种基于分片线性逼近的图象压缩编码方法。这种方法具有解压缩速度快的优点,与其它的图象压缩方法（例如DCT）相结合,能够提高图象的压缩效率。     

快速二阶终端滑模控制及其在下肢外骨骼的应用

为了提高传统二阶终端滑模控制的全局收敛性,提出一种快速二阶终端滑模控制算法.设计一种二阶趋近律,将绝对值函数隐藏在积分项里,并增加线性项以提高全局收敛性.当系统状态未到达滑模面时,采用二阶趋近律,并通过调整参数避免奇异问题;当系统状态到达滑模面时,采用不含不连续符号项的指数趋近律,以保证控制误差有限时间收敛.采用Lyapunov直接法证明快速二阶终端滑模控制算法的稳定性,及其比super twisting算法具有更优良的收敛特性.以下肢外骨骼为研究对象,建立动力学模型.在考虑建模误差和外部干扰的情况下,将该算法应用于下肢外骨骼的姿态控制.仿真结果表明,所提出的控制算法能够有效抑制抖振,并且比super twisting算法具有更良好的跟踪性能,验证了该算法的有效性.     

Multiphase image segmentation using a phase-field model

In this paper, we propose a new, fast, and stable hybrid numerical method for multiphase image segmentation using a phase-field model. The proposed model is based on the Allen-Cahn equation with a multiple well potential and a data-fitting term. The model is computationally superior to the previous multiphase image segmentation via Modica-Mortola phase transition and a fitting term. We split its numerical solution algorithm into linear and a nonlinear equations. The linear equation is discretized using an implicit scheme and the resulting discrete system of equations is solved by a fast numerical method such as a multigrid method. The nonlinear equation is solved analytically due to the availability of a closed-form solution. We also propose an initialization algorithm based on the target objects for the fast image segmentation. Finally, various numerical experiments on real and synthetic images with noises are presented to demonstrate the efficiency and robustness of the proposed model and the numerical method.     

相似动画视频片段探测方法

为了实现相似视频片段的快速探测,以动画视频片段为研究对象,提出一种建立在视频单元层上的动画视频片段探测方法.在视频特征描述阶段,采用更符合动画图像的Markov平稳特征来描述动画视频帧的视觉特征,并利用视频距离轨迹(VDT)来挖掘视频片段特征,同时采用线性拟合特征的描述方法来描述VDT的特征;在特征匹配阶段,将视频片段匹配问题转换为网络流优化的问题,通过将视频单元的时间一致性嵌入到匹配网络中来寻找最佳对齐方式,大幅度减少了匹配的数据量.实验结果表明,该方法极大地改善了相似视频片段的探测效果,与传统的视频匹配方法相比,其具有更好的鲁棒性以及更高的效率.     

利用FFT实现对LFM信号的快速稀疏分解

针对传统稀疏分解算法致使冗余字典中原子数量巨大的缺陷,提出一种线性调频信号的快速稀疏分解算法。这种算法根据线性调频信号本身的特点构建冗余字典中的原子,构建了两个冗余字典,通过级联的方式,完成了线性调频信号的快速稀疏分解。通过分析,采用这种级联的方式使得总的原子数量远小于一个冗余字典中的原子数量。在利用第一个冗余字典进行稀疏分解时,该算法通过快速傅里叶变换寻找最大值在另一个冗余字典中同时得到最匹配的原子。实验结果证实这种算法比其他3种采用单一冗余字典的稀疏分解算法,不仅加快了稀疏分解速度,而且具有更好的收敛性。     

Fisher scoring: An interpolation family and its Monte Carlo implementations

The Fisher scoring method is widely used for likelihood maximization, but its application can be difficult in situations where the expected information matrix is not available in closed form or when parameters have constraints. In this paper, we describe an interpolation family that generalizes the Fisher scoring method and propose a general Monte Carlo approach that makes these generalized methods also applicable in such situations. With this approach, random samples are generated from the iteratively estimated models and used to provide estimates of the expected information. As a result, the likelihood function can be optimized by repeatedly solving weighted linear regression problems. Specific extensions of this general approach to fitting multivariate normal mixtures and to fitting mixed-effects models with a single discrete random effect are also described. Numerical studies show that the proposed algorithms are fast and reliable to use, as compared with the classical expectation-maximization algorithm.     

快速方向字典插值的中低倍率超分辨率算法

在中低倍率实时超分辨率显示系统中,为了进一步提高重建图像质量的同时降低运算复杂度,提出了一种全方向字典拟合插值的中低倍率快速超分辨率算法。对每个高分辨率图像中待插值像素,首先在对应的低分辨率插值区间中,采用金字塔纹理字典查找主纹理方向,然后根据待插值像素位置进行插值方向修正,最后通过单边拟合的插值方法得到插值结果。实验结果表明,与基于线性映射的边缘定位超分辨率算法(SREO)相比,该算法的峰值信噪比(PSNR)和结构相似度(SSIM)平均分别提高了0.73 dB和0.04,同时平均运算时间减少了40%。