基于深度学习的视频跟踪研究进展综述

近年来深度学习迅猛发展，颠覆了语音识别、图像分类、文本理解等领域的算法设计思路。深度学习因其具备强大的特征提取能力，在图像识别领域的成绩尤为突出。然而深度学习与视频监控领域的结合并不多，由于深度模型具有多层网络结构，算法复杂度大，训练和更新模型时比较耗时，很难满足实时性要求。回顾了深度学习的发展史，介绍了最近10年来国内外深度学习主要模型，论述了基于深度学习的目标跟踪算法，指出了各算法的优缺点，最后对当前该领域存在的问题和发展前景进行了总结和展望。     

一种变步长D-Rake多用户检测器

在时变多径衰落信道下,接收到的CDMA信号功率变化较大,此时D-Rake盲自适应多用户检测器性能显著下降,将变步长LMS算法与基于主分量的相干合并引入到D-Rake(DecorrelatingRake)检测器中,构成一种变步长D-Rake,称之为VD-Rake(Variablestep-sizeDecorrelatingRake)检测器。该检测器能克服原D-Rake检测器对信号功率变化较敏感等缺点,有效地改善了D-Rake检测器的性能。     

FoxBASE~＋递归程序的设计与实现

分析了递归程序的实现原理及在ＦｏｘＢＡＳＥ￣＋中实现递归调用的可能性，提出了递归程序工作栈的概念。利用这一概念，使ＦｏｘＢＡＳＥ￣＋的解释程序与应用程序协同工作，从而在ＦｏｘＢＡＳＥ￣＋中实现递归调用。     

一种新的变步长ICA自适应算法

结合互信息极小的优化判据，基于估计函数期望平方准则、外点法和最速下降法的思想，本文导出了一种新的变步长独立分量分析(ICA)自适应算法。该算法克服了固定步长在分离矩阵推导过程中出现的稳态失调问题，比基于模拟退火步长的ICA算法有更快的仞始收敛速度和较高的分离精度。同时，该算法还具有较好的时变系统跟踪能力。理论分析和仿真计算结果证实了其可以有效地提高ICA的自适虚性，更准确地完成盲信号分离。     

拓广的左线性递归变换算法及其正确性

本给出拓广的左线性递归变换算法并证明其正确性。拓广的左线性递归中可以包含一个或多个ＩＤＢ谓词，它是左线性递归的一般化和左线性递归计算算法一样，本提供的算法遵循魔集的模式：首先改写规则，然后用半扑质的自底向上算法计算新规则，算法的有效性也在本作简略讨论。     

二阶A型Cooper变换的增强型

对二阶Ａ型Ｃｏｏｐｅｒ变换进行增强，放宽可用性条件，并证明了其正确性，最后举例说明其应用。     

基于地震道时频分析的地层结构解析原理和方法

 地震时频分析是通过对地震信号采用多种数学变换，实现从时频域角度对信号的局部特征进行分解，剖析信号细微特征所对应的地层结构。在应用地震时频分析技术过程中，人们对于这项技术能否真正有效地解决实际地质问题存在许多争论。本文从时频原理综合分析的角度出发，对地震道时频谱中各种频率特性参数和时频旋回直接转化成对地层结构逐级、分步的解析方法进行了较深入的探讨。研究认为时频分析原理不仅是对地震数据进行特殊数学变换，实现对信号的分解，而且充分利用了地层厚度的调谐效应及岩性调谐效应；时频谱与地质结构特征之间的良好响应关系为地震地质精细解释提供了直观的依据。     

求S盒布尔函数表达式的一种新算法

求分组密码S盒布尔函数表达式就是要确定表达式的各个系数。本文给出布尔函数表达式中通项的取值与输入值之间的关系，证明了表达式通项的系数可由已知系数来确定，从而设计出求S盒布尔函数表达式一种新的递归算法。算法只进行异或和内积运算，运算次数少，具有简洁、易于编程实现、准确而快速的特点。应用于DES获得与公开文献相符的结果，应用于AES首次求出其S盒的布尔函数表达式。     

基于类型理论的递归元程序设计

本提出在ＬＦ类型理论中定义一组相互递归类型的方法，并对递归类型赋予操作语义，递归类型不仅可以表示通常的递归通常的递归数据结构，还可描述一般的递归问题求解，递归证明构造和递归程序构造过程。