全域基矩量法的一种快速算法

本文提出了一种能大量节省全域基矩量法计算时间的快速算法。算例结果证实了其有效性。对于较长的或带有弯折节点的天线,文中提出采用分段全域基,并给出了其快速运算公式。     

Legendre矩的两种快速算法

Legendre正交矩在模式识别、图像分析等许多领域都有成功的应用,但是由于其计算的复杂性,相关的快速算法的研究尚未得到很好的解决.本文针对一类采用图像块方法描述的图像,提出两种快速、有效的计算Legendre矩的新方法,它们分别是累加方法和积分方法.这两种方法都有效地降低了计算复杂度,缩短了计算时间.     

一种Zernike矩亚像素边缘检测的优化算法

Zernike矩边缘检测算法是一种基于亚像素级的检测算法,但是传统的Zernike矩算法在阈值选取方面需要人工调试,不具有智能性,无法满足现代高效率工业检测技术的要求。本文为了克服这个不足点,从算法的阈值选取出发,对算法进行了改进,推导出了一种阈值的优化计算方法。实验结果表明这种优化算法能够有效地检测出图像的边缘,并有极高的检测精度,很大程度地提高了算法的检测效率,增强了该算法的实用性。     

一种新的MEM快速算法

利用协方差矩阵的特性和Winograd原理,提出了一种新的MEM快速算法。与其他MEM算法相比,这种算法的运算量少于经典的LMS算法,而估计性能与Marple算法相同。     

一种基于Zernike矩的直线提取算法

提出了一种新颖的基于Zernike矩(ZMs)的直线提取算法。该算法首先是利用ZMs在局部坐标系中计算边缘点所在直线方程，然后通过坐标变换将直线方程变换到图像坐标系中，从而建立了边缘点和所在直线参数之间的一一映射关系，最后对于所求出的直线参数在参数空间对参数单元投票取阈值提取直线。实验表明，该算法速度快、精度高和抗干扰性强。     

二维Tchebichef矩正反变换的快速算法

本文提出了一种二维Tchebichef矩正反变换的快速算法。在正变换中,使用Chebichef递推公式推导了一维Tchebichef矩正变换的快速算法,并将其推广至二维Tchebichef矩正变换的快速计算。在反变换中,使用Clenshaw递推公式我们推导了一维Tchebichef矩反变换的快速算法,并将其推广至二维Tchebichef正交矩反变换的计算。与以迭代方式计算Tchebichef多项式进而计算二维Tchebichef矩正反变换的方法相比,本文算法有效地减少了算术运算的次数,提高了计算速度。实验结果表明了该方法的有效性。     

一种新的滤波器快速优化算法

提出了一种新的FIR滤波器快速算法，显著降低了实时信号处理中的长阶数FIR滤波器的运算量。我们通过对任意长度序列添零、分解和参数优化，使运算量最小化。当对非连续信号进行滤波处理时，在一半情形下，相比原来的频域FIR快速算法，进一步显著降低了运算量。这一算法在实时信号处理中得到了验证。     

一种新的快速幂剩余算法

本文提出了一种新的快速幂剩余算法，这种算法利用平方剩余和乘同余的对称特性，减少了幂剩余算法的求模运算量，并缩短了乘法和求平方的计算时间．从而提高了整个幂剩余算法的速度．     

图象匹配时矩的高效算法

用不变矩作为相似度度量进行图象匹配，可减少图象平移、旋转以及比例缩放对匹配性能的影响。但不变矩的计算量大，使匹配速度变慢。本文根据图象匹配的特点，提出了一种适用于图象匹配时的矩的增量算法—IACM算法。用此算法可大大提高用不变矩进行图象匹配的速度。     

一种新的快速视频图像边缘检测算法

一般常用的边缘检测算法计算量较大,对细小边缘检测效果较差,不适合实时边缘检测系统。针对这一问题,本文提出一种连续分割的快速边缘检测算法：从相互垂直两方向分割梯度图像,提取截面曲线极大值获得图像边缘,使用形态学梯度,检测出细小的图像边缘。实验结果表明此算法较Canny等经典算法减少了计算量,提高了边缘检测精度。     

一种新的三维离散Hartley变换的分裂基快速算法

 离散Hartley变换(Discrete Hartley Transform,DHT)作为实值离散傅立叶变换的一种替代,在信号和图像处理领域已有广泛应用,针对现有三维DHT快速算法均仅能计算长度为2的整数次幂的DHT,本文提出一种适用于更多不同长度三维DHT的分裂基-2/4快速算法,较之将已有最优算法补零计算的方法,该算法有效的降低了计算复杂度.     

并行多层快速多极子的高效预条件技术

多层快速多极子法是基于矩量法的快速算法,具有较低的计算复杂度和存储复杂度,被广泛应用于目标电磁散射特性分析。对于复杂结构电磁目标,由于矩阵条件数较差,往往存在迭代收敛慢甚至不收敛的问题。针对这一情况,文中利用快速多极子的近区矩阵,结合稀疏矩阵方程求解构造了一种高效预条件。数值实例表明该方法相比于块对角预条件效果更好,能有效加速多层快速多极子迭代过程。     

基于Zernike矩的低信噪比红外目标检测方法

低信噪比红外图像普遍存在目标一背景间对比度较差、目标边缘模糊和噪声较大等特点,采用常规模板匹配、Hu矩方法难以取得理想检测效果.针对低信噪比红外目标图像,分析了Zemike矩的基本原理和计算方法,提出了基于Zemike正交矩的低信噪比红外目标检测方法,并比较了模板匹配、Hu矩、Zemike矩方法的目标识别效果.理论分析与实验验证了所提方法的有效性.     

基于Harris特征点和伪Zernike矩的鲁棒水印算法

抵抗几何攻击的鲁棒性是目前数字水印技术中的热点亦是难点。文中以Harris检测算子和伪Zernike矩为理论基础,提出一种有效抵抗几何攻击的鲁棒水印算法。通过提取归一化图像的Harris特征点,选取部分稳定特征点确定圆形区域并计算伪Zernike矩,并量化调制伪Zernike矩的幅值来嵌入水印信息。实验结果表明,本算法对于抗几何攻击具有较好的鲁棒性,同时也能抵抗常规的信号处理攻击。     

一种前馈神经网络的快速学习算法

本文提出一种前馈神经网络的快速学习算法。与传统的BP方法相比,本算法有两个改进之处,一是同时将网络的非线性输出误差与线性输出误差作为待优化的目标函数,二是改进了学习过程中误差的反向传播因子。仿真结果表明,使用本文的算法训练前馈神经网络,计算复杂度略高于BP算法,但学习速度却有显著的提高。     

一种快速解压的无损压缩算法

随着信息技术的不断发展,大量数据给存储和传输都带来了巨大的挑战。数据压缩能够有效减少数据量,方便数据的处理和传输。无损压缩是一种利用数据的冗余特点进行压缩的压缩方法,解压时可以完全还原数据而不会有任何失真。在研究LZO算法的快速解压原理基础上,设计了一种新的压缩算法。该算法通过减少压缩数据中压缩块的数量,降低了解压程序的执行开销。测试结果表明,新算法可实现比LZO算法更快的解压速度。