检索结果-内蒙古大学图书馆

基于框架变换和PCA分析的人脸识别方法及实现

引用

工程数学学报 2008年第4期25卷 571-575页

作者：王海辉施周虎邓俊军彭立中北京航空航天大学数学系数学信息与行为教育部重点实验室北京100083 北京大学数学科学学院北京100871

研究了利用紧框架变换和主成分分析获取人脸特征,设计分类器进行分类识别,通过边缘信息和弱分类器的不同权值对分类识别进行优化。基于人脸数据库的实验结果表明,我们的方法是一种快速、有效和稳定的人脸识别方法。

关键词：紧框架主成分分析人脸识别

来源：评论

学校读者我要写书评

暂无评论

广义RBF神经网络在煤矿冲击地压预测上的应用

引用

信号处理 2013年第12期29卷 1689-1695页

作者：李焱马尽文北京大学数学科学学院信息科学系和数学及其应用教育部重点实验室北京100871 黑龙江科技大学理学院哈尔滨150027

本文将广义径向基函数(RBF)神经网络应用于华丰煤矿实测的煤矿中冲击地压数据的建模和短期预报。在网络设计上,本文采用了贝叶斯阴阳(BYY)和谐学习算法进行网络隐单元个数的确定和参数初始值的选取,而在参数学习上,本文则采用了同步LMS... 详细信息

本文将广义径向基函数(RBF)神经网络应用于华丰煤矿实测的煤矿中冲击地压数据的建模和短期预报。在网络设计上,本文采用了贝叶斯阴阳(BYY)和谐学习算法进行网络隐单元个数的确定和参数初始值的选取,而在参数学习上,本文则采用了同步LMS学习算法。实验结果表明,这种基于广义RBF神经网络的预测方法在精度和速度上有了显著的优势,能够满足在工程应用中的实际要求。

关键词： RBF神经网络贝叶斯阴阳和谐学习矿山冲击地压预测

来源：评论

学校读者我要写书评

暂无评论

二次半Bent函数的计数和刻画

引用

密码学报 2014年第2期1卷 111-123页

作者：唐春明亓延峰徐茂智郭宝安西华师范大学数学与信息学院南充637002 北京大学数学科学学院北京100871 航天信息股份有限公司北京100195 北京大学数学与应用数学教育部重点实验室北京100871

具有好的性质的布尔函数在密码学和通信中都有重要的应用,例如平衡性,非线性,抗代数攻击等的布尔函数,Bent函数和半Bent函数.这些布尔函数性质基本都是从布尔函数的Walsh变换来描述和定义.Bent函数和半Bent函数的定义可由布尔函数Walsh... 详细信息

具有好的性质的布尔函数在密码学和通信中都有重要的应用,例如平衡性,非线性,抗代数攻击等的布尔函数,Bent函数和半Bent函数.这些布尔函数性质基本都是从布尔函数的Walsh变换来描述和定义.Bent函数和半Bent函数的定义可由布尔函数Walsh变换的值所给出,布尔函数的Bent性和半Bent性都有了许多重要的研究成果.然而布尔函数的Bent性和半Bent性的完全刻画和分类是非常困难的工作,许多工作围绕一些特殊形式的布尔函数展开.新的Bent函数和半Bent函数的构造和详细刻画是具有研究意义的.本文研究了一类n=2~vp^r变元的二次半Bent函数.此类布尔函数的半Bent性可以用函数系数所对应的多项式来刻画.利用自反多项式的性质,结合容斥原理便可以给出满足刻画条件的多项式个数,从而也就给出了与多项式对应的二次半Bent函数的计数.此外进一步考虑此类函数的半Bent性的多项式刻画,使用函数系数ic的一些线性组合性质给出了此类半Bent函数更为简单的刻画.

关键词：半Bent函数布尔函数 Walsh变换分圆多项式 Bent函数

来源：评论

学校读者我要写书评

暂无评论

数据库管理系统中数据异常体系化定义与分类

引用

软件学报 2022年第3期33卷 909-930页

作者：李海翔李晓燕刘畅杜小勇卢卫潘安群腾讯科技(北京)有限公司北京大学数学科学学院信息与计算科学系数据工程与知识工程教育部重点实验室(中国人民大学) 中国人民大学信息学院

数据异常尚没有统一的定义,其含义是指可能破坏数据库一致性状态的特定数据操作模式.已知的数据异常有脏写、脏读、不可重复读、幻读、丢失更新、读偏序和写偏序等.为了提高并发控制算法的效率,数据异常也被用于定义隔离级别,采用较弱... 详细信息

数据异常尚没有统一的定义,其含义是指可能破坏数据库一致性状态的特定数据操作模式.已知的数据异常有脏写、脏读、不可重复读、幻读、丢失更新、读偏序和写偏序等.为了提高并发控制算法的效率,数据异常也被用于定义隔离级别,采用较弱的隔离级别以提高事务处理系统的效率.体系化地研究了数据异常以及对应的隔离级别,发现了22种未被其他文献报告过的新的数据异常,并对全部数据异常进行分类.基于数据异常的分类,提出了新的且不同粒度的隔离级别体系,揭示基于数据异常定义隔离级别的规律,使得对于数据异常和隔离级别等相关概念的认知可以更加简明.

关键词：事务处理数据异常隔离级别并发访问控制算法数据库

来源：评论

学校读者我要写书评

暂无评论

利用Bent函数簇刻画多输出Bent函数

引用

密码学报 2014年第4期1卷 321-326页

作者：唐春明亓延峰徐茂智西华师范大学数学与信息学院南充637002 杭州电子科技大学理学院杭州310018 北京大学数学科学学院北京100871 北京大学数学及其应用教育部重点实验室北京100871

Bent函数作为组合对象可以应用于许多方面,如编码理论、极大长度序列、密码学、差集等.多输出Bent函数作为Bent函数的推广在分组密码的设计中有重要的应用.对于固定的整数n和d1,,,dt本文研究了集合B(d1,,,dt)m=﹛(λ1,...,λt)∈F2nt:Tr... 详细信息

Bent函数作为组合对象可以应用于许多方面,如编码理论、极大长度序列、密码学、差集等.多输出Bent函数作为Bent函数的推广在分组密码的设计中有重要的应用.对于固定的整数n和d1,,,dt本文研究了集合B(d1,,,dt)m=﹛(λ1,...,λt)∈F2nt:Trmn(λ1xd1+...+λtxdt)﹜是多输出Bent函数的性质,其中m/n.证明了若m1/m2,则有B(d1,...,dt)m2B(d1,...,dt)m1,并进一步利用B(d1,...,dt)1刻画了B(d1,...,dt)m作为应用,本文推广了Pasalic和Zhang的关于单项型多输出Bent函数Trmn(λxd) 的一些结果,给出了此类多输出函数Bent性的刻画.当Trmn(λxd)是多输出Bent函数时,Pasalic和Zhang猜想xd是F2m上的置换,本文给出了例子,说明这个猜想是不成立的.

关键词：布尔函数 Walsh-Hadamard变换 Bent函数多输出Bent函数

来源：评论

学校读者我要写书评

暂无评论

一类新的多项式型超Bent函数的刻画

引用

密码学报 2014年第3期1卷 255-267页

超Bent函数作为一类特殊的Bent函数,在编码理论、序列、对称密码学和通信中都有重要的应用.此方面的主要工作是研究新的Bent函数和超Bent函数,以及布尔函数的Bent和超Bent性质的刻画.布尔函数的Bent性和超Bent性的完全刻画是非常困难的... 详细信息

超Bent函数作为一类特殊的Bent函数,在编码理论、序列、对称密码学和通信中都有重要的应用.此方面的主要工作是研究新的Bent函数和超Bent函数,以及布尔函数的Bent和超Bent性质的刻画.布尔函数的Bent性和超Bent性的完全刻画是非常困难的,具有特殊形式的布尔函数的Bent性和超Bent性较容易刻画,例如Dillon型和Niho型布尔函数.设n=2m,2mq,Li等研究了有限域2qF上的Dillon型超Bent函数:211 31 21 10Tr Trqqnri s q if x ax bx,其中2qaF,4bF,gcdr,q11.本文研究如下的Dillon型超Bent函数:2 2 211 3 2 1 3 1 31 21 0 1 2 10Tr Trqq q qnri s q ia a x a x x bx,其中2qaF,4bF.在gcdr,q11和gcdr,q13两种情形下给出了这类布尔函数的超Bent性的详细刻画.在一些特殊条件下,建立了此类超Bent函数与Kloosterman和之间的联系,可以使用Kloosterman和的特殊值来刻画这类超Bent函数.

关键词： Bent函数超Bent函数 Dillon型函数 Walsh-Hadamard变换 Kloosterman和

来源：评论

学校读者我要写书评

暂无评论

自适应光学在生物荧光显微成像技术中的应用

引用

中国科学：物理学、力学、天文学 2017年第8期47卷 21-34页

作者：张财华赵志伟陈良怡曹召良毛珩中国科学院长春光学精密机械与物理研究所应用光学国家重点实验室长春130033 中国科学院大学北京100049 北京大学分子医学研究所北京100871 北京大学数学科学学院数学及其应用教育部重点实验室北京100871

显微成像是开展微观生命科学研究的重要手段,其中荧光显微成像以其可特异性标记、暗场对比度高、动态示踪性能出色等优势在生物成像领域占据重要地位.由于活体生物组织通常是非透明、非均匀、各向异性的复杂三维结构,激发光和发射荧光... 详细信息

显微成像是开展微观生命科学研究的重要手段,其中荧光显微成像以其可特异性标记、暗场对比度高、动态示踪性能出色等优势在生物成像领域占据重要地位.由于活体生物组织通常是非透明、非均匀、各向异性的复杂三维结构,激发光和发射荧光在生物组织内传播时均会由于折射、散射、吸收等作用使得光波波前发生明显畸变,造成激发光点扩散函数以及荧光成像点扩散函数的性能显著降低.借助自适应光学技术可对上述经由生物组织传播产生的波前畸变进行实时探测和精确校正,从而提升激发光照明和发射荧光成像的空间分辨率和深度.本文归纳了生物荧光显微成像中的不同像差来源,介绍了自适应光学波前传感和校正的方法,概括了不同成像方式下波前校正的要求,重点讨论了自适应光学技术在不同类型荧光显微成像中的运用和实现方法,并对其今后的应用目标和发展方向提出展望.

关键词：生物活体成像荧光显微成像自适应光学波前像差波前校正

来源：评论

学校读者我要写书评

暂无评论

构造紧支全对称的Daubechies型3带小波系统的新方法

引用

应用数学学报 2005年第4期28卷 659-667页

作者：王永革彭立中北京航空航天大学数学系数学信息与行为教育部重点实验室中国科学院数学与系统科学研究院北京100083 北京大学数学科学学院 lmam北京100871

针对尺度M 为3的情形,给出了一种构造全对称的小波系统的新方法,得到了一些有理、具有较小支集、且比较光滑的对称(反对称)小波系统,该类系统具有良好的应用前景.

关键词：尺度(小波)滤波器对称性 k-正则 Mcmillan度数

来源：评论

学校读者我要写书评

暂无评论

基于超像素的快速图像分割

引用

中国科技论文在线精品论文 2015年第1期8卷 19-30页

作者：程再兴刘双龙马尽文北京大学数学科学学院数学及其应用教育部重点实验室北京100871

采用超像素的思想和方法提出一种快速图像分割方法.首先采用简单线性迭代聚类(simple linear iterative clustering,SLIC)算法对图像进行一定的过分割而形成超像素,然后以超像素为基本单元构造无向加权图,最后对超像素进行自适应谱聚类... 详细信息

采用超像素的思想和方法提出一种快速图像分割方法.首先采用简单线性迭代聚类(simple linear iterative clustering,SLIC)算法对图像进行一定的过分割而形成超像素,然后以超像素为基本单元构造无向加权图,最后对超像素进行自适应谱聚类得到一个较为均衡的图像处理分割结果.实验结果表明:这种基于超像素的快速图像分割新方法不仅拥有很高的运行效率,还可获得较高水平的分割结果.

关键词：应用数学图像分割超像素无向加权图谱聚类竞争学习

来源：评论

学校读者我要写书评

暂无评论

对角型广义RBF神经网络在股票价格预测中的应用

引用

中国科技论文在线精品论文 2014年第13期7卷 1296-1306页

作者：刘双龙马尽文北京大学数学科学学院数学及其应用教育部重点实验室北京100871

将对角型广义径向基函数(radial basis function,RBF)神经网络应用于股票价格时间序列的分析与预测.在网络设计上,采用基于偏峰度准则的动态分合期望最大化(expectation maximization,EM)算法进行网络隐单元个数的确定,并同时完成参数... 详细信息

将对角型广义径向基函数(radial basis function,RBF)神经网络应用于股票价格时间序列的分析与预测.在网络设计上,采用基于偏峰度准则的动态分合期望最大化(expectation maximization,EM)算法进行网络隐单元个数的确定,并同时完成参数初始值的选取;在网络学习上,采用同步最小均方误差(least mean square,LMS)学习算法进行参数学习和确定.实验结果表明:对角型广义RBF神经网络能够有效地进行股票价格预测,具有较好的应用前景.

关键词：应用数学径向基函数神经网络期望最大化算法股票价格时间序列预测

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：