一、独立的χ~2变量、T变量、F变量的二进和的W特征函数和矩（论文文献综述）
许文超[1]（2019）在《半参数函数型回归模型的估计和推断》文中研究说明函数型数据分析被证明在诸如化学计量学、生物医学研究和计量经济学等领域中有着极大的应用价值.在函数型数据的众多问题中,函数型回归一直受到了人们持续的关注.在这篇论文中,我们主要关注函数型数据的半参数回归模型,它结合了参数和非参数模型的优点.具体来说,我们提出了三种半参数的函数型回归模型,并且考虑了它们的参数和非参数部分的估计和统计推断.主要的工作列出如下.（1）我们研究回归函数存在一个尺度变换的两样本函数型线性模型.通过使用函数型主成分分析方法,我们给出了截距项、斜率函数和标量参数的估计.在一定的光滑假设下,我们建立了斜率函数部分估计的收敛速度,并且证明了它是minimax最优的.此外,我们研究了标量参数的估计的半参数有效性和假设检验.接着,我们推广提出的估计方法到稀疏且不规则抽样的函数型数据中,并且建立了标量参数和斜率参数的估计的相合性.我们通过数值模拟验证了提出的估计方法在有限样本下的表现,并且通过艾滋病研究中的一个实例分析来说明它们的效果.（2）我们研究响应变量是函数的两样本函数型线性模型,其中回归函数假设存在一个标量的变换.基于最小二乘和函数型主成分分析方法,我们给出了截距函数、斜率函数和参数部分的估计.提出的参数部分的估计被证明是n1/2相合的和渐近正态的.我们也建立了斜率函数的估计的一个收敛速度.此外,我们提出了参数部分的一个更加渐近有效的估计.模拟研究和艾滋病数据集的一个实例分析验证了提出的估计方法的表现.（3）我们考虑带有多个函数型协变量的部分函数型线性模型的估计和推断.通过对每个函数型协变量实施函数型主成分分析（FPCA）,我们给出了参数部分和斜率函数的估计,然后建立了提出的参数部分估计的渐近分布,并且研究了它的半参数有效性.我们推导出了斜率函数部分估计的收敛速度,它可以达到函数型线性模型的FPCA估计量的最优速度.我们也建立了预测问题的最优收敛速度.接下来,我们提出参数部分的一个线性假设检验,并且构造了斜率函数的以FPCA估计量为中心的置信带,然后验证了它的渐近合理性.模拟研究和弥散张量成像数据的一个实例分析验证了提出的估计和推断方法在有限样本下的表现.
马亚飞[2]（2014）在《多源不确定信息下服役RC桥梁可靠性及寿命评估》文中进行了进一步梳理桥梁是交通线路的咽喉,我国公路桥梁总数现居世界首位,已达73万余座,其中混凝土桥梁占90%以上。然而,环境和荷载等因素作用下导致的钢筋锈蚀问题日益突出,已成为影响桥梁服役安全的主要原因之一。服役桥梁可靠性和寿命过程中涉及多种不确定性因素,这既包括偶然不确定性,又包括认知不确定性,忽略不确定性类型的影响可能会对评定带来较大误差。为此,本文针对氯盐导致的钢筋锈蚀,重点研究了多源不确定信息下钢筋混凝土（RC）桥梁可靠性评估和寿命预测方法,主要包括以下几方面：（1）建立了模型及参数不确定下服役RC桥梁构件抗力预测及更新模型。桥梁日常实测信息能反映结构当前服役状况,结合桥梁当前状况进一步更新抗力,有助于减小不确定性的影响,提高预测精度。对从实桥构件和快速腐蚀构件中获得的452根锈蚀钢筋进行了力学性能试验,构建了锈蚀钢筋强度退化概率模型,通过引入锈蚀损失临界值来界定钢筋的失效模式；开展了48根快速腐蚀梁静载试验和并进行了有限元分析,提出了钢筋与混凝土间粘结系数表达式；综合考虑均匀锈蚀、局部锈蚀及影响因素的不确定性,采用Bayes方法融入不同时段的实测信息,建立了考虑上述因素的时变抗力退化概率模型；通过与实桥构件试验结果进行对比进行了模型验证。（2）提出了贝叶斯网络推理不确定信息的服役RC桥梁抗力评估方法。现有实桥抗力评估中难以有效利用中间变量的实测信息；荷载试验是规范中桥梁评估的重要方法,但由于不能加载到极限状态,它不能直接反映结构承载力。考虑桥梁实际运营状态,基于快速锈蚀梁试验结果,改进了锈蚀RC梁刚度退化模型；结合一座正在服役的RC桥梁,根据已建立的锈蚀钢筋强度和截面积退化模型,构造了包含结构刚度、锈蚀损伤、荷载-挠度响应及其它影响因素的贝叶斯网络,利用马尔科夫链蒙特卡罗模拟方法,通过融入实桥现场荷载试验的荷载-挠度响应来更新整个网络,实现了对服役桥梁抗力的评估。利用间接信息进行更新的贝叶斯网络方法增强了实测信息利用程度,为桥梁结构性能评定提供了新思路。（3）发展了模糊不确定信息转换的服役RC桥梁可靠性分析方法。针对目前我国桥梁管理系统不完善,一些中小桥梁初始资料缺失,难以获得完备信息的问题,将不完备信息归结为模糊性和随机性,模拟了钢筋锈蚀率和钢筋强度退化的概率特征,并结合试验进行了验证；在此基础上,构建了模糊随机信息下桥梁构件抗力演化分析框架,得到了抗力的时变特点和截口分布类型；通过隶属函数反映小样本检测数据的模糊特征,基于等概率原理,发展了将模糊变量变换为当量随机变量的分析方法,并与传统的最优拟合概率分析方法进行了对比,讨论了样本数的影响。（4）提出了混合不确定信息量化及服役RC桥梁耐久性寿命预测方法。保护层锈胀开裂至一定宽度会引起锈蚀损伤,针对结构锈蚀损伤评估中存在的复杂不确定性,将锈蚀过程划分为二阶段三个特征时刻,分析了锈胀开裂时间和锈胀开裂至界限宽度时间的概率特征,讨论了锈蚀损伤影响参数的敏感性；考虑变量参数的不确定性,采用似然估计方法处理点数据样本表示的变量,利用信息熵理论处理模糊数据或经验信息表示的变量,得到了变量分布参数的概率密度函数,通过引入一种积分的方法进而计算变量的概率密度函数；结合本文发展的混凝土开裂后锈蚀速率计算方法,建立了结构生命周期内耐久性损伤风险概率模型；将所提出的方法应用于一座实桥当中,验证了该方法的有效性。（5）提出了裂纹发展不确定下RC桥梁构件腐蚀疲劳寿命预测方法。腐蚀和疲劳耦合作用下材料复合损伤机理较为复杂,基于等效初始缺陷尺寸的疲劳寿命分析方法,针对锈坑根部的裂纹,采用发展的渐进插值分析法来评估应力强度因子；根据锈蚀观测和分析结果,提出了不同锈蚀水平下的应力集中因子模型；对疲劳裂纹发展模型从等效初始裂纹尺寸到裂纹达一定宽度进行积分来实现寿命预测；研究了混凝土疲劳性能退化对RC梁疲劳寿命的影响,进行了参数敏感性分析；采用反一次二阶矩法进行了概率分析,并将理论预测结果和试验观测结果进行了比较。
樊琴[3]（2014）在《协作频谱感知中的信息融合算法研究》文中提出信息融合技术是协作感知系统的重要环节，但现有的融合算法在低信噪比和衰落信道下存在检测性能差等缺陷。为了提高感知系统的检测概率，本文深入研究了协作频谱感知中的信息融合算法。论文首先介绍了频谱感知的概念和发展，阐述了单节点频谱感知算法中的能量检测和特征检测原理和其优缺点，并指出单节点感知存在的各种不足；然后引入协作感知这一概念，介绍了协作频谱感知系统两种典型的用户信息融合方式：数据融合和决策融合；随后，针对传统融合方式存在的缺陷，提出了两类基于优化思想的加权决策融合和数据融合算法，推导给出了融合算法的检测概率和虚警概率的闭式表达式，并分析在理想汇报信道和非理想汇报信道下该算法的感知性能，指出了非理想汇报信道下协作感知存在的问题，仿真结果证明运用优化思想的信息融合算法性能优于传统的融合算法；最后，针对感知用户在本地检测阶段存在的性能差异性问题，提出了一种基于互协作的协作感知算法，即首先在本地感知和汇报阶段引入感知用户的互协作机制，而汇报阶段采用加权决策融合的方式进行协作感知，对该算法进行理论和仿真分析，仿真结果表明，和现有的感知算法相比，该算法在低信噪比和衰落信道下能获得更高的检测概率。
邹利林[4]（2013）在《城市住宅地价时空演变及影响因素研究 ——以武汉市为例》文中认为改革开放以来,我国城镇化水平从1978年的17.92%提高到2011年的51.27%,城市建成区面积由7438.0km2扩张到43603.2km2。在城镇化快速推进过程中,城市以其相对优越的地理区位条件、明确的行业分工协作、便利的交通运输条件和高效的行政服务能力等吸引周边人口向中心集聚,城市人口超越农村人口由1.72亿增加到6.91亿。人口的大量汇集需要在有限的城市土地空间上解决居住问题,于是住宅用地的价格与分布逐渐成为塑造城市时空格局的重要参量,并在时间维、二维地理空间与地价水平所构成的四维空间中不断演化与重构。城市土地价格是城市土地管理的核心问题,而住宅用地价格又是土地价格中最为敏感、社会反映最强烈的部分。城市住宅用地价格在时间和空间上具有较强的关联性,表现为在时间具有连续性,在空间上具有依赖性。随着城市功能性扩张和结构性调整的推进,住宅地价的时空关系不断演化,并呈现一定的规律,探索和捕捉这种规律信息及其影响机制具有重要意义。本文在对我国城市住宅地价时空差异进行理论分析的基础上,运用ESDA和Hedonic模型对武汉市近十年土地交易数据进行实证研究。ESDA将重点揭示住宅用地的时空演变规律,而Hedonic模型将识别影响地价的特征因素,并对其影响程度进行测度。本文在以下5个方面获得一些重要结论：（1）文献综述表明国内外对城市住宅地价时空演变机制及其影响因素的研究已经较为充分。城市住宅地价时空演变的动力机制主要来自内在传导机制和外在冲击机制,并且土地投机是城市住宅地价时空演变不可忽视的驱动因素。各国学者对影响因素的研究则主要从不同的分类体系展开。文献分析也揭示国内研究在研究方式、研究数据、研究技术手段和研究对象上存在一定的缺陷。（2）从我国政府对住宅土地市场干预的行为特征来看,更符合理性“经济人”的角色定位,政府凭借其在定价中的完全话语权和在配置中的决策导向权,驱动着城市住宅地价呈现出明显的时间增长和空间分异特征。从城市住宅地价时空演变的理论依据来看,其在时间上增长满足供给与需求理论,政府在不同阶段对土地商品属性的认知程度和采取的供地策略的转变是导致住宅地价上涨的内生原因,而制度变迁过程中各级政府行为取向的非均衡和国家宏观经济的强势拉动是推动住宅地价上涨的外生原因；在不同尺度的空间迁移上满足竞价租金理论、亨利·乔治定理和特征价格理论,竞价租金理论能够合理地解释城市住宅地价的区位差异,亨利·乔治定理则对住宅邻里地价具有决定作用,特征价格理论可以将各个地块的地价差异性地表现出来。（3）本文从研究数据的空间关联性以及时间序列的完整性出发,选取2003-2011年武汉市主城区出让的住宅用地和部分商住综合用地案例进行实证研究。在经过数据的录入、筛选、商住综合用地地价分摊、时间修正、缺值处理、异常点排除等处理后形成308个有效样点。统计分析表明样点总体分布存在一定的空间差异性,且比标准正态分布更陡峭,表现为尖峰分布。（4）GIS技术支持下的武汉市住宅地价时空演变特征研究表明：①从十地政策演化和市场运行状况来看,武汉市住宅土地市场大致经历了1992-1998年、1999-2005年以及2006-2011年三个阶段。从交易案例的时间特征来看,2003-2008年间处于一个高值波动期,2009-2011年是住宅市场的高速发展时期；从交易案例的区域特征来看,洪山区在2003-2011年间成交的住宅用地数量最多为75宗,青山区最少仅为19宗；从交易案例的环线特征来看,2003-2011年59.09%的交易案例发生在二环线与三环线之间,并且从2008年开始住宅土地出让的重心逐步由二环内开始向三环转移；从交易案例的动态演化特征来看,2003-2011年住宅交易案例与参照点的平均距离由6.04km增加到8.73km,年均向外扩展0.30km；②住宅地价的全局空间自相关指数Moran’s I表明“招拍挂”机制运行以来,总体上武汉市住宅地价呈现出某种空间相关性,而CV值则进一步揭示地价的空间差异由以往的低值集聚逐步向高值集聚转变；局部空间自相关Moran散点图表明武汉市住宅地价的空间关联性随着时间的推移不断加强,而LISA集聚图则显示两处住宅“热点”分别分布在汉口旧城组团以及中南组团,两处“冷点”分别在严西湖周围和黄家湖周围；③住宅地价空间自相关的各向异性分析表明,半变异函数在0°、45°、90°和135°四个方向上表现出带状向异性特征,且变程大都在12～15km左右；住宅地价空间自相关的各向同性分析表明,武汉市住宅地价最佳拟合模型为指数模型,其空间自相关范围为11.16km,而Co/（Co+C）值的大小表明武汉市住宅地价的空间变异46.2%由随机因素引起,而53.8%由结构性差异所引起；④地价的等值线图显示武汉市住宅地价的总体圈层模式仍然比较明显,而基于特定基点的剖面分析揭示了武汉市住宅地价既有渐变也有突变,但总体还是呈现从中心向边缘逐渐下降趋势。三个时段的住宅地价插值分析揭示住宅的高值区均聚焦于以传统商业中心为半径的一定范围内,表明现代城市的居住行为并未完全脱离对商服业的依赖,而相邻时段的减法运算则指出在2003-2008年期间武汉市住宅地价的空间演变连续性较强,尚未出现跳跃性的演变特征,2009-2011年期间则有多个局部住宅奇异点已经形成。（5）基于Hedonic模型的住宅地价影响因素识别和测度研究表明：①采用规范分析与文献总结相结合的方式,对影响武汉市住宅地价的关键因素进行了识别,在对选取的因素进行相关性检验后,最终确定以单位地面价作为因变量,并从区位特征、邻里特征、个别特征和其他特征中选取22个自变量进入模型；②采用最小二乘法对武汉市住宅地价的线性、对数以及半对数三种形式的特征价格模型估计结果表明,对数形式的模型解释能力最强,其所能解释因变量差异的百分比约为58.9%,线性形式的模型的解释能力最差,其所能解释因变量差异的百分比仅为53.9%,半对数模型居于二者之间,其所能解释因变量差异的百分比为55.5%；③对数模型的显着性分析表明,通过模型10%显着性检验的特征变量有13个,说明这是引起武汉市住宅地价差异的主要原因；从系数的符号来看,除宗地形状的符号与预期不一样以及宗地面积为负以外,其余均与预期保持一致；变量的弹性分析则揭示,交易方式的价格弹性最大为62.580,宗地面积的价格弹性最小为-0.078；变量的影响度分析表明,22个变量对住宅地价的影响程度存在差异,对住宅地价影响程度最大的变量是容积率；④典型特征因素的测度研究表明,武汉市住宅地价的总体上涨趋势较为明显,而且地价对时间的敏感性程度较高；城市中心区位价值的空间分析揭示,城市中心对住宅地价的影响并不具备明显的时间特征,但对住宅地价的影响存在明显的空间梯度效应；轨道交通对住宅地价的空间影响范围在500m左右,并且其运营期间对住宅地价的影响要明显高于工程建设期；湖泊公园对住宅地价的影响范围为400m,并且其空间影响效应随着距离的变化并不是均匀的,而是存在一定的梯度差异；容积率对单位地面价的影响要比对楼面地价的影响敏感得多,并且其对地价的影响表现为从中心到外围逐步衰减。国内关于城市住宅地价时空演变及影响因素的系统研究还比较缺乏,我国城市住宅市场成长于经济快速发展的转型年代,具有明显的制度痕迹,经济的发展和制度的改革引导着城市居住空间的阶段性演变。因此,本文在总结现有研究存在不足的基础上,对我国城市住宅地价时空演变的内在机理进行分析,进而以武汉市中心城区“招拍挂”机制运行以来的住宅用地案例进行实证研究。该成果不仅有助于深化和完善学科理论体系和指导今后实证研究,而且将为城市土地资源的优化配置和房地市场调控提供理论和实践指导。
曾志高[5]（2012）在《概率模型及其在视频对象处理中的应用》文中研究说明随着计算机和媒体技术的迅速发展，计算机视觉技术在各个领域中受到了极大的关注。作为计算机视觉领域中最具挑战性的研究热点之一，视频对象处理涉及计算机、电子学、数学、人工智能、信息处理等多个学科，并在工业、农业、军事、气象及遥感等领域中得到广泛的应用，由此可见，视频对象处理的研究不但具有重要的理论价值，而且还具有极其重要的实际应用价值。然而，国内外对视频对象处理的研究中仍然存在一系列难题，需要我们做进一步的研究。因此，本文在国内外的研究基础上，以概率模型为工具，围绕视频对象处理中的难题，进行了深入的研究，主要的研究内容和创新性工作可概括如下：（1）为了克服传统视频对象分割算法的缺陷，论文中提出了一种新的基于高斯混合模型的视频运动对象分割算法，该算法首先根据视频的时序属性，将视频的背景和前景（运动对象）分割出来；然后根据视频对象的空间属性,在第一次分割的基础上，利用最近邻原则，对视频运动对象进行第二次分割；最后，通过对视频进行去噪，去孤点等操作之后，便能可得到准确的视频运动对象。（2）针对传统高斯混合模型的参数估计与模型选择中出现的问题，本论文做了相应的研究，即：针对利用传统EM算法进行高斯混合模型模型参数估计时，易陷入解空间的局部最优的缺陷，本文采用逆Wishart先验作为似然函数的惩罚项，对EM算法进行了改进；其次，当视频分割不需要满足实时性时，本文提出了一种基于差分进化算法的高斯混合模型参数估计法；另外，本文还提出了一种基于非平稳性度量的高斯混合模型模型选择准则。（3）针对利用视频分割算法所提取的视频对象的分类问题，本文提出了一种基于最小误判概率贝叶斯准则的视频对象分类算法，其主要思想是寻找一个正交线性变换，把d维的原始视频对象的特征空间映射到m维的特征空间，从而使得变换后的误判概率上界最小。（4）针对特殊场合下的视频人脸分类识别问题，本文提出了一种视频人脸分类识别的算法，也就是，为了克服主成分分析算法的缺陷，本文将视频人脸图像的特征矩阵划分成若干个子块，这样就使得各个子块的图像数据更近接高斯分布，然后，在这个基础上，再利用主成分分析的方法对其进行特征选择，并根据基于最小风险的贝叶斯分类规则对它进行分类识别。（5）针对复杂环境下的视频文本的抽取与识别问题，本文提出了相应的视频文本抽取与识别的算法，即：首先将视频文本进行多分辨率分解，然后，对文本图像的标记场和特征场进行建模，利用马尔科夫链蒙特卡罗参数估计算法对所建立标记场模型进行训练，并根据训练好的模型进行推理，也就是，利用最大后验概率方法来获得全局的优化标签分布，从而有效地实现视频文本的抽取。最后，针对抽取的视频文本，设计了一种基于支撑向量机的视频文本识别算法。（6）针对基于传统粒子滤波的视频对象跟踪算法的缺陷，本文在动态贝叶斯网络框架下，提出了一种基于融合多特征的退火核粒子滤波的视频对象跟踪算法，该算法中提出了融合多特征的退火建议分布，同时，使用基于模拟退火的粒子抽样来代替传统的基于先验概率的粒子抽样。并且在逼近的过程中，利用融合颜色、形状及纹理的视频对象特征属性，在不同的退火层，以加权的方式来产生相应的加权似然函数，实验表明该算法能有效地防止粒子的匮乏。（7）本文对视频人体行为的识别进行了研究，并提出了一种基于隐马尔科夫模型的人体行为理解算法，即：首先设计出一种视频人体行为特征矢量量化方案，也就是，本文中所提出的一种基于遗传算法的码书设计方案及基于二次型失真测度的码字搜索方案；然后利用这个矢量量化方案，对视频对象网络特征进行矢量量化。最后对所构造的DHHM进行训练与推理，并利用这个模型对视频人体行为进行识别。
奚玲[6]（2011）在《基于内容特征的自适应图像隐写技术研究》文中研究指明信息隐藏是当前信息技术领域信息安全的重要研究课题之一。数字隐写是信息隐藏的主要分支,数字隐写主要应用于隐蔽通信,其目的是将秘密信息隐藏在公开的数字媒体中通过公共信道传输,而不引起第三方的注意。与数字隐写相对抗的逆向分析技术称为隐写分析,隐写分析技术通过分析载体、载密数据的统计特性,判断隐藏信息的存在性,估计秘密信息的数据量,进而提取秘密信息。数字隐写和隐写分析作为隐蔽通信的正方和反方,在技术对抗中快速发展。互联网上存储和传输着大量图像数据,因此图像是数字隐写最常用的载体形式。以图像为载体的数字隐写技术称为图像隐写。图像隐写利用人的视觉感知冗余和图像数据的统计冗余实现隐蔽通信。传统图像隐写算法在整个载体空间内采用统一的、与载体内容无关的方法嵌入秘密信息,因此,嵌密带来的隐写噪声对载体图像的相关性影响很大,通过分析载体、载密图像统计特性的差别可以检测隐藏信息的存在性。人类视觉对复杂度不同的观察对象具有不同的感知灵敏度,研究者据此提出了基于人眼视觉特性的自适应隐写技术,根据人类视觉的感知特性控制每一载体符号负载的秘密数据量,从而提高了隐写系统的视觉隐蔽性。然而,以统计检测为基础的隐写分析技术的发展,促使隐蔽通信对图像隐写安全性的要求从“视觉不可感知”提高为“统计不可检测”。图像信源的统计特征所具有的区域平稳性,使隐写者可以根据特定载体图像的内容信息,在嵌入秘密数据时自动调整、控制嵌入参数或方法,使嵌密产生的隐写噪声的特性和图像内容特征相符,从而减小嵌密操作对图像相关性的影响,增强系统抗统计检测的性能。这种“根据特定载体图像内容特性自动调节嵌入参数或方法”的隐写方式,即为基于内容特征的自适应图像隐写。特定的载体图像具有反映其特定内容属性的确定性信号特征,但由于图像自身属性特征的描述难度大,针对数字隐写理论研究和应用要求,需要建立更加合理的技术模型,依据载体数据呈现的多样性和复杂性,分析信息嵌入对特定图像的内容特征,以及不同内容的图像区域的影响,提出新的、更安全的图像隐写的方法,以对抗越来越高效、越来越通用的隐写分析工具的检测。因此,基于内容特征的自适应图像隐写技术具有明显的学术研究意义和应用价值。本文深入分析了图像内容特性对隐写算法抗检测性能的影响,对基于图像内容特性的自适应图像隐写的技术模型、算法以及安全性进行了研究,本文所做的主要工作和取得的创新性学术成果包括:1、以自建图像库为对象,对平坦、人工纹理和自然纹理三类不同内容特征图像的统计特性进行了分析,讨论了传统隐写方式对图像统计特性的影响,研究了载体图像的内容特征和数字隐写系统抗统计检测性能的关系。研究结果表明:在相关性强的图像中嵌密比在相关性弱的图像中嵌密产生的隐藏信息存在性特征更明显;而对同一幅载体图像的不同区域来说,如果在平坦区域和边缘细节处嵌入同样比例的秘密消息,平坦区域图像统计特征受到的影响较大。2、讨论了基于图像内容特征的自适应图像隐写的模型问题,总结得出边信息的同步及安全传递是建立自适应隐写边信息通信模型的关键,并提出了基于湿纸码的解决方案。以上述分析为基础,建立了自适应图像隐写的边信息通信模型,将自适应隐写归结为限定条件下的寻优问题。3、在分析不同尺寸的自然图像类噪声位平面小块、伪随机秘密数据小块复杂度统计特性的基础上,提出一种基于湿纸码的位平面复杂度分割自适应隐藏算法。该算法以图像复杂度为边信息,动态分割出图像位平面类噪声区,在其中嵌入秘密信息。与BPCS及其改进算法相比,该算法表现出较强的视觉隐蔽性和统计隐蔽性。4、分析了已有图像自适应隐写算法,提出“提高嵌入效率、控制嵌入修改幅度以及采用自适应嵌入方式”等抗盲检测策略;以此为指导,分别提出了基于边缘的整数小波域及空域自适应图像隐写算法,以图像整数小波系数（小波域算法）或图像细节数据（空域算法）的统计特性为边信息,自适应地选择对图像相关性影响较小的边缘位置嵌入秘密信息,并采用双层湿纸嵌入方案提高嵌入效率。实验结果表明,和大多数现有自适应算法相比,本文提出的两种算法在抗盲检测性能方面具有较强优势。5、以自然图像的高斯混合模型为基础,针对LSB匹配隐写和扩频隐写两类方法,分析了自适应图像隐写的安全性;对于在内容特征不同的区域采用不同嵌入参数的自适应隐写算法,得出了其安全性高于相同条件下非自适应隐写算法的结论。在此基础上,针对LSB匹配嵌入提出了对自适应隐写参数选择和载体图像选择的指导性建议。最后,对本文进行了总结,并对自适应隐写的发展进行了展望,指出了将来的研究方向及构想。
陈国忠[7]（2008）在《SAR图像纹斑噪声抑制算法研究》文中研究说明本文的主要内容是有关合成孔径雷达（Synthetic Aperture Radar,SAR）图像纹斑噪声抑制算法的研究。由于SAR具有全天时、高分辨率和穿透一些地物的特点,使它在地球科学、生态科学、水文科学等研究领域发挥着越来越重要的作用。然而SAR是一种相干的成像系统,在其形成的图像中将不可避免地产生一种称为纹斑的噪声,且这种噪声随着目标平均后向散射强度的增加而加大,表现出乘性噪声的特征。纹斑噪声的存在严重地影响了SAR图像的质量,阻碍了SAR图像产品的进一步开发和利用。因此,如何有效地抑制纹斑噪声成为了SAR图像处理的一个关键环节。本文对如何提高纹斑噪声抑制算法的性能进行了深入的研究。首先,我们研究了关于空间域的统计特性自适应纹斑滤波算法的结构和思想。提出了一种基于各向异性扩散的改进的Frost滤波算法（ADFF算法）。与传统的Frost算法不同的是,ADFF算法的滤波加权系数是各向异性的,或者说是具有方向性的,根据局域窗口内边缘信息（包括边缘的有无和边缘的走向）来改变滤波加权系数的大小和方向。这种各向异性的特点,一方面可以更好地抑制纹斑噪声,另一方面又能更好地保持和增强图像的边缘细节特征。其次,我们将SAR图像通过小波变换,研究分析了有关SAR图像小波系数的统计特性,提出了两种基于小波域的纹斑噪声抑制算法。首先,我们提出了一个基于小波域的隐马尔可夫树（HMT）模型和高斯马尔可夫随机场（GMRF）模型的纹斑抑制算法（称为H-GWavelet-based算法）,该算法利用HMT和GMRF模型来刻画图像小波系数的统计特性,综合考虑了小波系数尺度内、尺度间和方向子带间的相关性,提高了斑噪声抑制的性能。此外,我们还提出了一种相对简便的算法——利用Cauchy概率分布模型的最大后验概率（MAP）小波算法（称为Cauchy MAP wavelet-based算法）。该算法利用了Cauchy概率分布模型对对数变换后的小波系数的分布进行建模,然后利用MAP准则进行滤波估计。在该算法中,我们采用了“第二类统计特性”来估计Cauchy模型参数,这使得参数的估计更加简便有效,从而提高了算法的性能和计算的效率。最后,在图像多尺度几何分析思想的指引下,通过一种图像多尺度几何分析的方法——contourlet变换,我们研究了有关SAR图像contourlet系数的特性。将GMRF模型和小波域的HMT模型推广到contourlet变换域中,提出了一种基于contourlet变换域的HMT（CHMT）模型和GMRF模型的纹斑抑制算法,称为CHMT-G Contourlet-based算法。此外,在该算法中我们还定义了一个称为子带间方差系数（IDVC）的参数,从而可以更充分地反映contourlet系数与其广域邻域系数之间的相关特性。实验研究表明CHMT-G Contourlet-based算法可以更好地保持图像边缘等结构特征,使得去斑图像具有更好的视觉效果。为了验证上述算法的有效性,在实验中,我们利用了仿真斑图像和实际的SAR图像数据,通过斑图像滤波后的视觉效果和一些常用评估指标的计算结果,全面地对算法的性能进行比较和评估。
杨水旺[8]（2007）在《数字中频接收机关键技术研究》文中研究指明由于现代电子接收设备正处于越来越恶劣的电磁环境中,对接收系统的抗干扰性能提出了更高要求,所以对于抗干扰能力和灵活性较差的模拟接收系统来说已变得越来越不能适应。20世纪80年代后,为充分利用可靠性高、抗干扰能力和灵活性强的数字处理技术,模拟接收系统逐渐向数字化方向发展。而从90年代开始,提出了软件无线电概念。但由于受到模数转换器和数字信号处理等技术发展水平限制,研究数字中频接收机成了一种折衷方案。因此,研制高效的遥测数字接收机对于完成遥测通信接收系统数字化改造,提高遥测通信接收系统性能,实现最终软件无线电接收系统具有重要意义。现有遥测通信接收系统存在以下问题:多种型号并存,且彼此不兼容;接收设备体积较大,不利于野外灵活作业;各种型号接收设备参数不同,在已知信号参数前提下进行接收;接收设备的升级换代需要更换硬件设备,周期长,成本高。解决上述问题的唯一技术途径就是在软件无线电技术基础上研制能够自动识别遥测信号的调制制式和调制参数,并可以实现多种调制制式解调的新型遥测通信接收设备。即使用数字化技术、软件无线电技术、片上系统技术、现场可编程技术、动态可重构技术构建具有开放性、标准化、模块化的通用遥测平台,实现新一代遥测系统的一体化、智能化设计。随着数字信号处理技术的快速发展,实现这种设备是可行的。为此本课题将研究的重点放在数字化接收的关键技术上,即通过对遥测系统的数字调制制式自动识别技术、数字调制的调制参数估计技术、数字调制信号的信噪比估计技术等进行深入研究,构建一个能实现各种型号兼容的遥测通用接收系统。首先,为了实现遥测数字接收机的多制式解调,需对接收到的不同制式调制信号进行调制方式的自动识别。本文先深入研究了文献中提出的各种调制识别方法,提出了一种基于决策树的识别算法。与传统识别算法相比,本文提出的算法识别率更高,且算法复杂度更小,有较好应用价值。通过对基于小波变换的自动识别技术进行研究,提出一种利用小波变换幅度、频率和相位信息来进行数字遥测通信调制类型分类的方法。仿真结果表明,在高斯噪声信道环境下,在信噪比较低情况下仍可获得较高识别率。其次,为了在未知调制载波参数条件下接收遥测数字调制信号,考虑到实际工程应用,本文提出两种针对实信号并且适合硬件实现的短数据快速载波频率估计算法,即基于扩展的PRONY的载波频率估计算法和基于线性拟合的载波频率估计算法。仿真结果表明,在同等条件下,线性拟合频率估计算法有相对较好的频率估计性能,但从硬件实时实现角度来说,基于改进的扩展Prony频率估计算法有较小的运算量,实时性较好。为了在未知码速率参数条件下接收遥测数字调制信号,提出利用最佳尺度因子信号作为特征信号的基于Haar小波的码速率估计算法。与传统算法相比,其具有更好抗噪效果和精度,采样率可任意选择,不用设定门限,消除了门限的影响。另外还提出一种基于模板匹配的码速率估计算法,该方法估计精度较高,无需先验知识,运算量介于常规延迟相乘法和周期相关法之间。然后,为了实现极化分集接收,本文对信噪比估计技术进行了深入研究,提出两种不需要辅助数据的信噪比估计算法。一种是改进的MDL-SVD算法,此算法不依赖于接收信号调制制式。仿真结果表明,在AWGN信道中能对信噪比进行精确估计。另外一种是基于吉布斯抽样的信噪比估计算法。该算法不需先验知识,只需较短数据就可实现信噪比估计。仿真结果表明,在AWGN信道中的性能优于传统算法。最后,在对传统极化分集合并方案进行分析基础上,提出一种改进型合并方案,与传统双环锁相结构相比,实现更简单,控制更方便。在现有器件条件基础上,设计并实现一个基于FPGA的PCM-FM遥测数字分集接收机系统。实际系统测试结果表明,该系统能较好地进行遥测通信接收,具有重要实用价值。
冯鹏[9]（2007）在《高分辨图像处理用抗混叠Contourlet变换的若干关键问题研究》文中提出高分辨率、高清晰度的图像,既是成像系统有效观测客观世界细节特征的追求目标,也是提升现代成像系统的研究水平之发展趋势。然而,由于受到诸多因素的影响,成像系统所获取的往往是退化图像,如噪声污染严重、模糊降质及低对比度等,导致图像细节信息的缺损,制约了系统分辨率的进一步提高。本论文依托国家自然科学基金和军工项目等有关科研课题,致力于探求一种能够有效描述图像边缘和纹理等细节信息的变换方法,即抗混叠Contourlet变换。据此,针对其构造方法及应用所需,开展高分辨图像处理用抗混叠Contourlet变换的若干关键问题的理论研究,以揭示抗混叠Contourlet变换在现代成像系统的高分辨图像处理中的潜在应用前景。论文工作的主要研究内容是:（1）率先开展了Contourlet变换频谱混叠问题的研究。论文从图像奇异性和函数逼近论的角度,讨论了小波在分析二维图像时的局限性,揭示了对高维奇异性的“稀疏”表达,是多尺度几何分析优于小波的根本原因。作为多尺度几何分析方法之一的Contourlet变换,因具有良好的方向捕获能力和较低的冗余度,在图像处理领域中极具应用潜力,但频谱混叠却影响了其性能的进一步提高。据此,本文以二维多率抽样系统的基本概念为出发点,详细讨论了Contourlet变换的两个基本模块,即方向滤波器组（DFB）和拉普拉斯塔形变换（LP变换）的构成原理和实现方法,明确了Contourlet变换的频谱混叠是因为LP变换中两个低通滤波器不满足Nyquist抽样定律,从而导致了各方向子带之间的频谱串扰,削弱了Contourlet变换的频域局域性。基于此,论文提出了一种抑制混叠的解决方案。该方案直接在频域构造满足Nyquist采样定律的滤波器,采用双迭代结构,实现了一种新的多尺度分解以替代LP变换,并与DFB结合,实现对图像的多尺度多方向分解。初步实验结果显示,该方案在非线性逼近性能和基函数的光滑性和局域性上,均优于Contourlet变换,这对于改善Contourlet变换的频谱混叠,是非常奏效的。（2）抗混叠Contourlet变换的构造研究。针对Contourlet变换频谱混叠,以及构造DFB的扇形滤波器组空域尺寸相差悬殊的缺陷,在基于前述解决方案的基础上,提出了一种新的抗混叠Contourlet变换,即NACT变换。NACT由抗混叠塔式滤波器组NPFB和方向滤波器组DFB组成。NPFB将图像分解为多个不同分辨率的细节子带和一个低频子带,DFB再将各细节子带分解为方向子带。论文中,首先在频域给出了抗混叠塔式滤波器组的定义和具体参数设置;其次,应用伯恩斯坦多项式设计映射函数,通过扩展McClelland变换将9/7双正交滤波器组映射为扇形滤波器组,有效地改善了扇形滤波器组空域尺寸比。NACT变换基函数不仅具有“多分辨率”、“多方向”、“局域性”等特性,满足各向异性尺度关系,而且空频域正则形和局域性均明显优于Contourlet变换。虽然NACT变换平均冗余度略高于Contourlet变换,但它显着抑制了Contourlet变换的频谱混叠,因而方向选择性更强。非线性逼近和去噪实验的结果表明,与Contourlet变换相比较,NACT变换在PSNR和视觉效果上均有大幅度提高。（3） NACT变换系数统计分布模型研究。研究了NACT变换的边缘分布和联合分布系数统计模型。对于边缘分布,在充分比较Laplace分布、广义高斯分布和BKF分布描述NACT系数时优劣的基础上,借助皮尔逊χ2假设检验的方法,验证了NACT变换系数边缘分布服从广义高斯分布模型。对于联合分布,本文从定性和定量两个方面分析了NACT变换系数的统计依赖性和非独立性,提出用广义非高斯二元变量模型对系数的联合分布进行建模,这为基于统计模型的NACT变换去噪奠定了基础。（4）基于NACT变换的高空摄影图像去噪和视网膜血管图像对比度增强算法应用研究。在深入分析高空摄影图像主要噪声来源及噪声类型的基础上,针对其纹理细节信息丰富的特点,提出一种基于系数分类的NACT域混合模型图像降噪算法。该算法利用信号与噪声在NACT域尺度间相关性的不同,通过SSNF算法,将NACT系数分为重要系数和非重要系数两类,根据两类系数不同的统计特性,对两类系数分别用不同的分布模型建模,在Bayes框架下实现对图像的降噪处理。通过标准测试图像和实际高空摄影图像的处理,结果表明,该算法有效地保留了图像的纹理和细节,大大抑制了重构图像中的“划痕”现象,且具有更高的计算效率,能够满足高空CCD数字摄影图像的降噪需求。针对实际所采集到的视网膜血管图像存在对比度低下、微小血管分辨不清等缺点,利用NACT变换优良的边缘表达能力,提出一种增强微小血管且抑制噪声的对比度增强算法。该算法根据噪声在NACT域的分布特点,选择不同的增强函数,对NACT系数予以衰减或增强;并且在增强微弱边缘（微小血管）的同时,对强边缘（主要血管）进行一定衰减,进一步突出微小血管的增强效果。实验结果表明,本文算法对于眼底视网膜血管图像,具有良好的对比度增强作用,而且增强后图像背景灰度分布均匀,没有明显的噪声放大情况。本论文的上述研究成果,已发表在《Pattern Recognition Letters》、《光电工程》及《计算机仿真》等国外、国内期刊杂志上,有关潜在应用也已初步用于科研项目“高分辨摄影测量用科学级CCD数字成像系统”研制的图像处理的工程实践中。本论文的研究工作,将为抗混叠Contourlet变换在现代成像系统中的进一步研究,奠定了良好的理论应用研究基础。
韩芳明[10]（2006）在《无线数字通信：一种时频观点》文中提出为了克服由有限频谱资源及移动无线衰落信道带来的挑战，未来高速无线通信系统必须采用先进的信号处理技术，以提高谱效率和信息传输的可靠性。本文从时频信号分析与处理的角度对无线数字通信系统在各种衰落信道中的原理、性能、特性、系统设计以及相关检测技术等关键问题进行分析与研究。其主要工作概括如下： 1．针对多载波信号传输的特点，证明了各子载波信号经历频率平坦（频率非选择性）衰落与各子载波的衰落系数相互独立的假设是相互矛盾的。进而提出了一种基于频域相关函数的多载波Rayleigh衰落信道仿真算法。 2．立足于函数空间理论，给出了时频信号传输的一般模型与构架，指出信号传输问题可以看作是一种时频铺砌问题。进而提出了一种基于六边形（五株形）网格的时频信号传输方案。 3．从时频信号传输的角度，以最小符号能量扰动为准则，对无线通信系统在时频双弥散衰落信道中的调制波形以及网格参数等系统参数进行了优化设计。 4．针对时频弥散衰落信道中多载波数字传输的均衡（检测）技术进行了研究。分别利用矩阵求逆引理与分块矩阵求逆引理，提出了两种基于最大信干噪比准则的串行迭代时频均衡器，以克服由时频弥散衰落信道带来的码间干扰和载波间干扰。此外，利用系统优化设计后传输脉冲的时频能量聚集性以及无线衰落信道是欠扩展属性，提出了一种并行最大似然序列检测器，并对其性能以及计算和存储复杂性进行了定量分析。 5．通过将时变多径Rayleigh衰落信道中传输符号的判决变量表示为Gaussian随机矢量的二次形式，得出其特征函数的解析表达式。进而推导了时变离散多径Rayleigh衰落信道下的匹配滤波界，以作为该信道下最佳检测的性能下界。 6．从函数空间理论出发，证明了对于取自于离散与有限字符集的数字信号的传输，其调制脉冲可以突破传统的正交或双正交约束，即使用相关的传输脉冲波形同样可以实现完全传输复用。进而提出了基于Weyl-Heisenberg框架以及六边形Gabor框架的多载波传输系统。它们可以看作是正交频分复用（OFDM）或双正交频分复用（BFDM）的重要推广，且具有比Nyquist速率更大的符号传输率。 7．将上述基于Weyl-Heisenberg框架以及六边形Gabor框架的数字传输系统推广到一般框架情形，并从信息论角度对其在带限加性Gaussian白噪声（AWGN）信道中的传输容量进行了研究。通过分析Nyquist符号率与Shannon容量的关系，并利用大维随机矩阵理论，从理论上证明了基于框架的广义多载波传输系统可以渐近地取得带限AWGN信道的Shannon容量。
二、独立的χ~2变量、T变量、F变量的二进和的W特征函数和矩（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、独立的χ~2变量、T变量、F变量的二进和的W特征函数和矩（论文提纲范文）
（1）半参数函数型回归模型的估计和推断（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号对照表 |
| 第一章 绪论 |
| §1.1 函数型数据分析 |
| §1.1.1 函数型数据的简介 |
| §1.1.2 函数型主成分分析 |
| §1.1.3 函数型线性模型 |
| §1.2 半参数函数型回归模型的研究现状 |
| §1.3 本文的主要内容 |
| 第二章 两样本函数型线性模型 |
| §2.1 引言 |
| §2.2 估计方法和渐近性质 |
| §2.2.1 模型可识别性 |
| §2.2.2 总体最小二乘法 |
| §2.2.3 估计方法 |
| §2.2.4 渐近性质 |
| §2.3 半参数有效性 |
| §2.4 假设检验 |
| §2.5 推广到稀疏函数型数据 |
| §2.6 模拟研究 |
| §2.6.1 估计 |
| §2.6.2 检验 |
| §2.6.3 稀疏函数型数据 |
| §2.7 应用到AIDS数据 |
| §2.8 本章附录 |
| §2.8.1 命题 2.1 的证明 |
| §2.8.2 定理 2.1 的证明 |
| §2.8.3 定理 2.2 的证明 |
| §2.8.4 半参数有效得分的推导 |
| §2.8.5 定理 2.3 的证明 |
| §2.8.6 定理 2.4 的证明 |
| 第三章 响应变量是函数的两样本函数型线性模型 |
| §3.1 引言 |
| §3.2 估计方法 |
| §3.2.1 未知量的总体表示 |
| §3.2.2 估计方法 |
| §3.2.3 迭代算法 |
| §3.3 渐近性质 |
| §3.4 估计效率的提高 |
| §3.5 模拟研究 |
| §3.6 实例分析 |
| §3.7 本章附录 |
| §3.7.1 几个引理 |
| §3.7.2 定理 3.1 的证明 |
| §3.7.3 定理 3.2 的证明 |
| §3.7.4 定理 3.3 的证明 |
| §3.7.5 定理 3.4 的证明 |
| §3.7.6 渐近协方差矩阵的估计 |
| 第四章 带有多个函数型协变量的部分函数型线性模型的估计和推断 |
| §4.1 引言 |
| §4.2 估计方法和理论性质 |
| §4.2.1 模型 |
| §4.2.2 FPCA方法 |
| §4.2.3 渐近性质 |
| §4.2.4 截断个数的选取 |
| §4.3 最优的预测 |
| §4.4 参数部分的检验 |
| §4.5 斜率函数的置信带 |
| §4.6 模拟研究 |
| §4.6.1 模拟设置 |
| §4.6.2 估计和预测 |
| §4.6.3 假设检验 |
| §4.6.4 置信带 |
| §4.7 实例分析 |
| §4.8 本章附录 |
| §4.8.1 几个引理 |
| §4.8.2 定理 4.1 的证明 |
| §4.8.3 定理 4.2 的证明 |
| §4.8.4 定理 4.3 的证明 |
| §4.8.5 定理 4.4 的证明 |
| §4.8.6 定理 4.5 的证明 |
| §4.8.7 定理 4.6 的证明 |
| §4.8.8 定理 4.7 的额外假设和证明 |
| 第五章 结论与展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的论文 |
（2）多源不确定信息下服役RC桥梁可靠性及寿命评估（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 立题背景和研究意义 |
| 1.2 多源不确定信息 |
| 1.3 国内外研究现状 |
| 1.3.1 服役RC桥梁性能退化影响因素 |
| 1.3.2 服役RC桥梁抗力退化及可靠性评估 |
| 1.3.3 服役RC桥梁寿命评估 |
| 1.4 现有研究存在的不足 |
| 1.5 本文研究内容 |
| 1.6 本章小结 |
| 第二章 模型及参数不确定下服役RC桥梁构件抗力预测与更新 |
| 2.1 引言 |
| 2.2 模型及参数不确定下钢筋锈蚀率预测 |
| 2.2.1 钢筋锈蚀初始时间 |
| 2.2.2 参数不确定性对锈蚀初始的影响分析 |
| 2.2.3 钢筋锈蚀速率 |
| 2.2.4 模型不确定下锈蚀钢筋截面积预测 |
| 2.3 粘结性退化和钢筋强度的不确定性特征 |
| 2.3.1 粘结性退化的不确定性特征 |
| 2.3.2 钢筋强度退化的不确定性特征 |
| 2.4 失效模式不确定下构件抗力退化概率模型 |
| 2.5 抗力退化预测的Bayes更新方法 |
| 2.6 工程实例分析 |
| 2.6.1 桥梁概况 |
| 2.6.2 抗力模型更新及验证 |
| 2.7 本章小结 |
| 第三章 贝叶斯网不确定性推理的服役RC桥梁抗力退化预测更新 |
| 3.1 引言 |
| 3.2 贝叶斯网不确定推理基本理论 |
| 3.2.1 贝叶斯网络方法 |
| 3.2.2 MCMC模拟方法 |
| 3.3 构件抗弯强度和刚度退化模型 |
| 3.4 实例分析与验证 |
| 3.4.1 实桥背景 |
| 3.4.2 桥梁现场荷载试验 |
| 3.4.3 抗力预测贝叶斯网模型 |
| 3.5 本章小节 |
| 第四章 基于模糊不确定信息转换的服役RC桥梁可靠性评估 |
| 4.1 引言 |
| 4.2 模糊随机不确定信息的处理方法 |
| 4.2.1 模糊随机变量的概率分布特征 |
| 4.2.2 模糊及随机信息下抗力预测 |
| 4.3 模糊变量转换为随机变量理论 |
| 4.3.1 转换的基本原理 |
| 4.3.2 几种常见模糊变量的变换 |
| 4.4 模糊概率转换方法的验证 |
| 4.5 桥梁可靠性分析实例 |
| 4.5.1 桥梁概况 |
| 4.5.2 可靠性及参数敏感性分析 |
| 4.6 本章小结 |
| 第五章 混合不确定信息量化及服役RC桥梁耐久性寿命预测 |
| 5.1 引言 |
| 5.2 小样本数据统计参数的量化 |
| 5.3 专家经验数据统计参数的量化 |
| 5.4 具有混合不确定性信息变量的量化 |
| 5.5 桥梁耐久性损伤过程 |
| 5.5.1 混凝土锈胀开裂时间 |
| 5.5.2 混凝土锈胀开裂损伤 |
| 5.5.3 锈胀开裂后锈蚀速率 |
| 5.6 实桥分析 |
| 5.6.1 桥梁概况 |
| 5.6.2 不确定信息量化及耐久性损伤预测 |
| 5.6.3 耐久性寿命模型的验证 |
| 5.7 本章小节 |
| 第六章 裂纹发展不确定下服役RC桥梁构件腐蚀疲劳寿命预测 |
| 6.1 引言 |
| 6.2 腐蚀疲劳寿命预测总体框架 |
| 6.3 钢筋疲劳裂纹发展的表征 |
| 6.4 构件腐蚀疲劳寿命计算模型 |
| 6.4.1 均匀锈蚀和局部锈蚀 |
| 6.4.2 腐蚀影响下钢筋疲劳裂纹发展 |
| 6.4.3 腐蚀RC梁内钢筋应力 |
| 6.4.4 实例分析 |
| 6.5 腐蚀疲劳寿命预测的反一次二阶矩法 |
| 6.6 考虑不确定信息影响的腐蚀疲劳寿命预测 |
| 6.7 本章小结 |
| 结论和展望 |
| 论文主要研究成果 |
| 有待进一步研究的问题 |
| 参考文献 |
| 致谢 |
| 附录 |
（3）协作频谱感知中的信息融合算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 发展演进及研究现状 |
| 1.3 本文主要内容及章节安排 |
| 第二章 协作频谱感知的理论基础 |
| 2.1 单节点频谱感知 |
| 2.1.1 检测模型 |
| 2.1.2 能量检测 |
| 2.1.3 OFDM 信号的特征检测 |
| 2.2 协作频谱感知概述 |
| 2.2.1 单节点感知的局限 |
| 2.2.2 集中式检测 |
| 2.2.3 分布式检测 |
| 2.3 信息融合的方式 |
| 2.3.1 决策融合 |
| 2.3.2 数据融合 |
| 2.4 本章小结 |
| 第三章 非理想汇报信道下基于信息融合的频谱感知 |
| 3.1 基于加权的决策融合 |
| 3.1.1 理论分析 |
| 3.1.2 非理想汇报信道下的分析 |
| 3.1.3 仿真分析 |
| 3.2 基于加权的数据融合 |
| 3.2.1 线性加权合并 |
| 3.2.2 非理想汇报信道的分析 |
| 3.2.3 仿真分析 |
| 3.3 本章小结 |
| 第四章 基于用户互协作的决策融合算法 |
| 4.1 用户性能差异性的影响 |
| 4.2 算法过程分析 |
| 4.2.1 本地感知阶段 |
| 4.2.2 互协作阶段 |
| 4.2.3 融合中心的判决准则 |
| 4.2.4 检测概率的推导 |
| 4.3 仿真分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 工作展望 |
| 攻读硕士学位期间的研究成果 |
| 致谢 |
| 参考文献 |
（4）城市住宅地价时空演变及影响因素研究 ——以武汉市为例（论文提纲范文）
| 作者简介 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| §1.1 研究背景 |
| 1.1.1 城镇化快速推进,住宅用地面积激增 |
| 1.1.2 住宅用地空间结构不合理,空间分异加剧 |
| 1.1.3 公共住房调节机制短缺,商品住宅价格增长过快 |
| §1.2 研究目标与研究意义 |
| 1.2.1 研究目标 |
| 1.2.2 研究意义 |
| §1.3 研究方法与研究路线 |
| 1.3.1 研究方法 |
| 1.3.2 研究路线 |
| §1.4 研究内容、创新与结构 |
| 1.4.1 研究内容 |
| 1.4.2 论文创新点 |
| 1.4.3 论文结构 |
| 第二章 文献综述 |
| §2.1 城市住宅地价时空演变研究进展 |
| 2.1.1 国外研究进展 |
| 2.1.2 国内研究进展 |
| §2.2 城市住宅地价影响因素研究进展 |
| 2.2.1 国外研究进展 |
| 2.2.2 国内研究进展 |
| §2.3 国内外研究成果述评 |
| §2.4 本章小结 |
| 第三章 城市住宅地价时空演变理论分析 |
| §3.1 住宅地价时空演变理论分析框架 |
| §3.2 住宅地价的时间增长 |
| 3.2.1 供给与需求理论 |
| 3.2.2 转型阶段：供给不足与需求旺盛 |
| 3.2.3 投机阶段：供给滞后与需求投机 |
| 3.2.4 调控阶段：供给短缺与需求抑制 |
| §3.3 住宅地价的空间差异 |
| 3.3.1 住宅地价的区位差异 |
| 3.3.2 住宅地价的邻里差异 |
| 3.3.3 住宅地价的个别差异 |
| §3.4 住宅地价时空演变的理论模式 |
| §3.5 本章小结 |
| 第四章 研究数据的采集与预处理 |
| §4.1 研究区概述 |
| 4.1.1 研究范围 |
| 4.1.2 数据类型 |
| 4.1.3 数据确定 |
| 4.1.4 研究区概述 |
| §4.2 研究数据的采集与处理 |
| 4.2.1 初始数据的录入 |
| 4.2.2 初始数据的筛选 |
| 4.2.3 商住综合用地的地价分摊 |
| 4.2.4 研究数据的交易时间修正 |
| 4.2.5 研究数据的缺值处理 |
| 4.2.6 研究数据的异常点处理 |
| §4.3 研究数据的统计分析 |
| 4.3.1 研究数据的总体分布 |
| 4.3.2 研究数据的基本统计分析 |
| §4.4 本章小结 |
| 第五章 GIS支持下住宅地价的时空演变特征研究 |
| §5.1 住宅用地时空演变总体特征分析 |
| 5.1.1 武汉市住宅土地市场演变特征 |
| 5.1.2 武汉市住宅组团的划分 |
| 5.1.3 武汉市住宅用地时空格局演变 |
| §5.2 住宅地价数据结构分析 |
| §5.3 住宅地价趋势分析 |
| §5.4 住宅地价空间自相关分析 |
| 5.4.1 空间自相关理论分析 |
| 5.4.2 探索性空间数据分析方法 |
| 5.4.3 探索性空间数据分析结果 |
| §5.5 住宅地价空间异质性分析 |
| 5.5.1 空间变异理论分析 |
| 5.5.2 半变异函数理论与方法 |
| 5.5.3 空间变异分析结果 |
| §5.6 住宅地价空间插值分析 |
| 5.6.1 空间插值理论分析 |
| 5.6.2 空间插值方法 |
| 5.6.3 空间插值结果比较分析 |
| 5.6.4 住宅地价时空变异剖面分析 |
| 5.6.5 住宅地价时空变异差值解译 |
| §5.7 本章小结 |
| 第六章 基于Hedonic模型的住宅地价影响因素测度研究 |
| §6.1 Hedonic模型的理论分析 |
| 6.1.1 Hedonic模型的发展历程 |
| 6.1.2 Hedonic模型的理论分析 |
| 6.1.3 Hedonic模型的设定 |
| 6.1.4 Hedonic模型的估计与检验 |
| §6.2 住宅地价影响因素的识别与量化 |
| 6.2.1 区位特征变量 |
| 6.2.2 邻里特征变量 |
| 6.2.3 个别特征变量 |
| 6.2.4 其他特征变量 |
| §6.3 住宅地价Hedonic模型的建立 |
| 6.3.1 Hedonic模型变量的选择 |
| 6.3.2 变量的相关性检验 |
| 6.3.3 三种函数形式Hedonic模型的比较分析 |
| 6.3.4 Hedonic模型的统计与检验 |
| 6.3.5 对数模型的结果分析 |
| §6.4 住宅地价典型特征因素的测度研究 |
| 6.4.1 住宅地价的时间特征 |
| 6.4.2 城市中心区位价值的空间分析 |
| 6.4.3 轨道交通的时空影响效应 |
| 6.4.4 湖泊公园的空间影响效应 |
| 6.4.5 容积率对住宅地价的影响 |
| §6.5 本章小结 |
| 第七章 结论与展望 |
| §7.1 结论总结 |
| §7.2 论文展望 |
| 致谢 |
| 参考文献 |
| 附件一：平面型商住综合用地地价分摊 |
| 附件二：立体型商住综合用地地价分摊 |
（5）概率模型及其在视频对象处理中的应用（论文提纲范文）
| 论文创新点 |
| 目录 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究的背景与意义 |
| 1.2 国内外研究方法与现状分析 |
| 1.2.1 概率模型国内外研究现状 |
| 1.2.2 视频对象处理国内外研究现状 |
| 1.2.3 研究中存在的问题及处理措施 |
| 1.3 论文结构框架及主要研究内容 |
| 2 概率模型及视频对象特征提取 |
| 2.1 概率模型基本理论 |
| 2.1.1 概率模型中的基本概念 |
| 2.1.1.1 随机矢量的分布函数及密度函数 |
| 2.1.1.2 期望矢量与离散度 |
| 2.1.1.3 特征函数及随机矢量变换 |
| 2.1.2 概率图形模型的基本类型 |
| 2.2 视频对象特征提取 |
| 2.2.1 视频对象颜色特征提取 |
| 2.2.1.1 颜色直方图 |
| 2.2.1.2 颜色相关图 |
| 2.2.1.3 颜色矩 |
| 2.2.1.4 颜色聚合矢量 |
| 2.2.2 视频对象形状特征提取 |
| 2.2.2.1 边界特征法 |
| 2.2.2.2 傅里叶形状描述符法 |
| 2.2.2.3 几何参数法 |
| 2.2.2.4 形状不变矩法 |
| 2.2.3 视频目标纹理特征提取 |
| 2.2.3.1 基于统计学的纹理特征提取 |
| 2.2.3.2 基于模型的纹理特征提取 |
| 2.2.3.3 基于结构的纹理特征提取 |
| 2.3 本章小节 |
| 3 基于高斯混合模型的视频对象分割 |
| 3.1 引言 |
| 3.2 概率混合模型 |
| 3.3 高斯混合模型的形式 |
| 3.3.1 单一高斯模型 |
| 3.3.2 高斯混合模型 |
| 3.4 高斯混合模型的参数估计 |
| 3.4.1 极大似然估计 |
| 3.4.2 期望最大化估计 |
| 3.4.3 最大惩罚似然参数估计 |
| 3.4.4 基于差分进化算法的参数估计 |
| 3.4.4.1 差分进化算法 |
| 3.4.4.2 参数估计算法流程 |
| 3.5 高斯混合模型选择 |
| 3.5.1 两种典型的模型选择准则 |
| 3.5.1.1 基于熵概念的 Akaike 信息准则 |
| 3.5.1.2 贝叶斯信息准则 |
| 3.5.2 基于非平稳度量的模型选择 |
| 3.5.2.1 数据流的信息结构及其香农信息熵 |
| 3.5.2.2 稳定集合的判断标准 |
| 3.5.2.3 数据流的初始划分 |
| 3.5.2.4 非平稳性度量的计算步骤 |
| 3.6 基于 GMM 的视频运动对象的分割 |
| 3.6.1 基于 GMM 的时间域背景提取 |
| 3.6.2 基于 GMM 的前景分割 |
| 3.6.3 基于空间属性的分割 |
| 3.7 实验仿真 |
| 3.7.1 GMM 参数估计的实验仿真 |
| 3.7.2 GMM 模型选择的实验仿真 |
| 3.7.3 视频对象分割实验仿真 |
| 3.8 本章小结 |
| 4 基于贝叶斯规则的视频对象分类 |
| 4.1 引言 |
| 4.2 类概率密度的非参数估计 |
| 4.2.1 核概率密度估计 |
| 4.2.2 核函数的选择 |
| 4.2.3 核窗宽的选择 |
| 4.3 基于最小错误率的贝叶斯分类 |
| 4.3.1 最小误判贝叶斯准则的判决 |
| 4.3.2 最小误判概率的 Chernoff 界限 |
| 4.3.3 多维正态分布的 Chernoff 上界 |
| 4.3.4 基于 Chernoff 上界的特征选择 |
| 4.3.5 实验仿真步骤及其结果分析 |
| 4.3.5.1 实验仿真步骤 |
| 4.3.5.2 实验结果及其分析 |
| 4.4 基于最少风险的贝叶斯分类 |
| 4.4.1 基于主成分分析的特征提取 |
| 4.4.1.1 对象特征主成分的几何解释 |
| 4.4.1.2 对象特征主成分的导出 |
| 4.4.2 基于最少风险的贝叶斯判决规则 |
| 4.4.3 实验步骤及仿真结果 |
| 4.4.3.1 实验步骤 |
| 4.4.3.2 实验结果及其分析 |
| 4.5 本章小结 |
| 5 基于小波域马尔科夫随机场的视频文本抽取与识别 |
| 5.1 引言 |
| 5.2 小波变换 |
| 5.2.1 窗函数 |
| 5.2.2 短时傅立叶变换 |
| 5.2.2.1 短时傅立叶变换 |
| 5.2.2.2 短时傅立叶变换的时频窗 |
| 5.2.3 连续小波变换 |
| 5.2.3.1 一维连续小波变换 |
| 5.2.3.2 二维连续小波变换 |
| 5.2.4 多分辩率分析 |
| 5.2.4.1 一维多分辩率分析 |
| 5.2.4.2 二维多分辩率分析 |
| 5.2.5 离散小波变换 |
| 5.2.5.1 一维离散小波变换 |
| 5.2.5.2 二维离散小波变换 |
| 5.3 马尔科夫随机场 |
| 5.3.1 马尔科夫随机场的基本概念 |
| 5.3.1.1 邻域系统和基团 |
| 5.3.1.2 马尔科夫随机场 |
| 5.3.1.3 吉普斯随机场 |
| 5.3.1.4 马尔科夫-吉普斯的等价性 |
| 5.3.2 常用马尔科夫模型 |
| 5.3.2.1 Ising(伊辛)模型 |
| 5.3.2.2 Potts(波茨)模型 |
| 5.3.2.3 Auto-model 模型 |
| 5.3.2.4 多级逻辑模型 |
| 5.3.2.5 多分辨率马尔科夫随机场模型 |
| 5.3.3 马尔科夫随机场参数估计 |
| 5.3.3.1 最大伪似然估计 |
| 5.3.3.2 最小二乘估计 |
| 5.4 基于多分辩率马尔科夫模型的视频文本的抽取 |
| 5.4.1 二维视频文本图像多分辨率分解 |
| 5.4.2 各小波尺度下的文本图像特征选择 |
| 5.4.3 小波域文本图像的建模 |
| 5.4.3.1 文本图像标记场的建模 |
| 5.4.3.2 文本图像特征场的建模 |
| 5.4.4 模型训练与推理 |
| 5.4.4.1 基于 MCMC 估计的模型训练 |
| 5.4.4.2 基于 MAP 的模型推理 |
| 5.4.4.3 视频文本抽取的实验步骤 |
| 5.5 基于支撑向量机的视频文本识别 |
| 5.5.1 基于多类问题的支撑向量机 |
| 5.5.2 视频文本识别实现步骤 |
| 5.6 实验仿真及结果分析 |
| 5.7 本章小节 |
| 6 动态贝叶斯网络框架下的粒子滤波视频跟踪 |
| 6.1 引言 |
| 6.2 状态空间模型 |
| 6.3 动态贝叶斯网络框架下的跟踪原理 |
| 6.3.1 Chapman-Kolmogorov 方程 |
| 6.3.2 蒙特卡罗积分 |
| 6.3.3 递归贝叶斯估计 |
| 6.3.4 目标状态估计法 |
| 6.4 传统的粒子滤波算法 |
| 6.5 融合多特征的退火核粒子滤波 |
| 6.5.1 退火核粒子滤波多特征的融合 |
| 6.5.1.1 颜色特征空间的转换 |
| 6.5.1.2 视频目标的多特征提取 |
| 6.5.1.3 基于巴氏系数的相似性度量 |
| 6.5.1.4 多特征融合策略 |
| 6.5.2 融合多特征的退火核粒子滤波算法 |
| 6.6 视频目标跟踪实验仿真 |
| 6.7 本章小节 |
| 7 基于隐马尔科夫模型的视频人体行为识别 |
| 7.1 引言 |
| 7.2 隐马尔科夫模型 |
| 7.2.1 隐马尔科夫模型的定义 |
| 7.2.2 隐马尔科夫模型的基本算法 |
| 7.2.2.1 前向-后向算法 |
| 7.2.2.2 Viterbi 算法 |
| 7.2.2.3 Baun-Welch 算法 |
| 7.3 视频对象网格特征的提取 |
| 7.4 视频对象特征的矢量量化 |
| 7.4.1 基于遗传算法的码书设计 |
| 7.4.1.1 编码形式的设计 |
| 7.4.1.2 算法设计步骤 |
| 7.4.2 二次型失真测度的码字搜索 |
| 7.5 用于人体行为理解的 DHHM 设计 |
| 7.5.1 模型拓扑 |
| 7.5.2 模型参数的训练 |
| 7.5.3 模型识别推理 |
| 7.6 实验仿真与分析 |
| 7.6.1 实验步骤 |
| 7.6.2 实验结果及分析 |
| 7.7 本章小节 |
| 8 总结与展望 |
| 8.1 全文总结 |
| 8.2 展望 |
| 参考文献 |
| 读博期间科研和论文情况 |
| 致谢 |
| 附件 |
（6）基于内容特征的自适应图像隐写技术研究（论文提纲范文）
| 表目录 |
| 图目录 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 信息隐藏 |
| 1.1.1 信息隐藏的历史 |
| 1.1.2 信息隐藏的技术分支 |
| 1.1.3 信息隐藏的应用 |
| 1.2 数字隐写 |
| 1.2.1 数字隐写的模型 |
| 1.2.2 数字隐写的分类与技术指标 |
| 1.2.4 数字隐写与数字水印 |
| 1.2.5 对数字隐写的攻击——隐写分析 |
| 1.2.6 数字隐写的研究现状 |
| 1.3 自适应图像数字隐写 |
| 1.3.1 自适应图像隐写的主要方法 |
| 1.3.2 自适应图像隐写的特点和研究方向 |
| 1.4 本文的主要工作和章节安排 |
| 第二章 图像内容特征对数字隐写安全性的影响 |
| 2.1 图像信源 |
| 2.1.1 离散信源 |
| 2.1.2 图像信源及特性 |
| 2.2 图像统计特性分析 |
| 2.2.1 实验图像库 |
| 2.2.2 图像小波域的特性 |
| 2.2.3 图像共生矩阵特性 |
| 2.3 数字隐写对图像统计特性的影响 |
| 2.3.1 LSB 匹配隐写对灰度直方图的影响 |
| 2.3.2 LSB 匹配隐写对图像小波高频子带系数分布的影响 |
| 2.3.2 LSB 匹配隐写对图像共生矩阵的影响 |
| 2.4 图像内容对隐写算法抗检测性能的影响 |
| 2.4.1 LSB 匹配隐写在不同图像库的抗检测性能实验 |
| 2.4.2 嵌入代价在图像中的分布 |
| 2.5 本章小结 |
| 第三章 自适应图像隐写的边信息通信模型 |
| 3.1 基于内容特征的自适应图像隐写模型 |
| 3.1.1 信息隐藏中的边信息 |
| 3.1.2 数字水印的边信息通信模型 |
| 3.1.3 自适应数字隐写的边信息通信模型 |
| 3.1.4 数字隐写模型中边信息的传递问题 |
| 3.2 湿纸编码技术 |
| 3.2.1 信息隐藏中的编码技术 |
| 3.2.2 湿纸编码的原理、实现与应用 |
| 3.2.3 湿纸编码的局限性 |
| 3.3 本章小结 |
| 第四章 基于湿纸码的位平面复杂度分割隐写算法 |
| 4.1 BPCS 隐写与隐写分析 |
| 4.1.1 BPCS 隐写及其改进算法 |
| 4.1.2 针对BPCS 的隐写分析 |
| 4.2 位平面复杂度动态分割隐写算法 |
| 4.2.1 算法基础 |
| 4.2.2 位平面复杂度动态分割方案 |
| 4.2.3 嵌入和提取过程 |
| 4.2.4 实验结果和分析 |
| 4.3 本章小结 |
| 第五章 基于边缘的图像自适应隐写算法 |
| 5.1 已有图像自适应隐写算法的分析 |
| 5.2 抗统计检测隐写策略 |
| 5.3 双层湿纸嵌入 |
| 5.4 基于边缘的整数小波域自适应隐写算法 |
| 5.4.1 整数小波变换 |
| 5.4.2 阈值T 的计算 |
| 5.4.3 直方图调整策略 |
| 5.4.4 数据的嵌入与提取 |
| 5.4.5 实验结果和分析 |
| 5.5 基于边缘的空域自适应隐写算法 |
| 5.5.1 基于邻域相关性的嵌入规则 |
| 5.5.2 数据的嵌入与提取 |
| 5.5.3 实验结果和分析 |
| 5.6 本章小结 |
| 第六章 自适应图像隐写的安全性分析 |
| 6.1 数字隐写的安全性度量 |
| 6.2 自然图像的高斯混合模型 |
| 6.3 分析中用到的引理 |
| 6.4 嵌入率自适应LSB 匹配隐写的抗检测性能分析 |
| 6.4.1 LSB 匹配隐写噪声的统计模型 |
| 6.4.2 抗检测性能分析 |
| 6.4.3 最佳嵌入条件分析 |
| 6.5 自适应扩频隐写的抗检测性能分析 |
| 6.5.1 扩频隐写和自适应扩频隐写噪声的统计模型 |
| 6.5.2 自适应扩频隐写噪声的抗检测性能分析 |
| 6.6 本章小结 |
| 结束语 |
| 一、全文总结 |
| 二、进一步的工作展望 |
| 参考文献 |
| 作者简历 攻读博士学位期间完成的主要工作 |
| 致谢 |
（7）SAR图像纹斑噪声抑制算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.1.1 SAR 的发展概况及应用 |
| 1.1.2 课题研究的目的和意义 |
| 1.2 SAR 图像纹斑噪声抑制的研究现状 |
| 1.3 本文的主要研究内容及论文的结构 |
| 1.4 本章小结 |
| 第二章 SAR 图像纹斑形成机理及统计模型 |
| 2.1 合成孔径雷达成像简介 |
| 2.2 SAR 图像纹斑形成的机理 |
| 2.2.1 衰落（fading）的概念 |
| 2.2.2 衰落与SAR 图像的纹斑 |
| 2.3 数据纹斑-场景模型 |
| 2.3.1 纹斑噪声模型 |
| 2.3.2 场景模型 |
| 2.3.3 数据纹斑－场景模型 |
| 2.3.4 K 分布模型的局限性 |
| 2.4 雷达图像的局部特征 |
| 2.4.1 均匀区域特征 |
| 2.4.2 结构特征或强散射体 |
| 2.5 本章小结 |
| 第三章 基于局域统计的自适应滤波方法 |
| 3.1 基于局域统计的自适应滤波方法回顾 |
| 3.1.1 关于纹斑噪声平稳与非平稳的两类滤波器模型假设 |
| 3.1.2 非平稳场景信号的纹斑滤波：局部平稳模型 |
| 3.1.3 局部平稳区域的SMSM（平稳乘积斑噪声模型）纹斑滤波 |
| 3.1.4 局部平稳区域的NSMSM（非平稳乘积斑噪声模型）纹斑滤波 |
| 3.1.5 局部非平稳区域的纹斑滤波 |
| 3.1.6 最优参数估计的多分辨率（multiresolution）技术 |
| 3.2 滤波算法的改进 |
| 3.2.1 滤波器改进的思想 |
| 3.2.2 增强的Frost（Enhanced Frost：EFrost）滤波器 |
| 3.2.3 修正的Lee（Modified Lee：MLee）滤波器 |
| 3.2.4 增强的MAP 滤波器 |
| 3.3 基于各向异性扩散（ANISOTROPIC DIFFUSION）的改进的FROST 算法 |
| 3.3.1 Frost 滤波器的缺点 |
| 3.3.2 比值边缘检测算子 |
| 3.3.3 ADFF 滤波算法 |
| 3.3.4 小结 |
| 3.4 实验结果及分析 |
| 3.5 ADFF 滤波器的实验结果 |
| 3.6 本章小节 |
| 第四章 基于小波变换的纹斑抑制算法 |
| 4.1 小波变换（WAVELET TRANSFORM） |
| 4.1.1 多分辨率分析 |
| 4.1.2 DWT 的实现 |
| 4.2 利用小波变换抑制SAR 图像纹斑噪声概述 |
| 4.2.1 阈值技术 |
| 4.2.2 贝叶斯估计技术 |
| 4.3 结合隐马尔可夫树模型和高斯马尔可夫随机场模型的小波去斑算法 |
| 4.3.1 HMT 模型 |
| 4.3.2 高斯马尔可夫随机场（GMRF）模型 |
| 4.3.3 基于HMT 模型和GMRF 模型相结合的新的去斑算法 |
| 4.3.4 算法的完善——多尺度局部方差系数的引入 |
| 4.3.5 算法的实现步骤 |
| 4.3.6 移不变（Shift-Invariant）小波变换 |
| 4.3.7 算法的仿真实验 |
| 4.4 利用CAUCHY 概率分布模型建模的小波去斑算法 |
| 4.4.1 小波系数的pdf 模型 |
| 4.4.2 利用“第二类统计特性”来估计Cauchy 分布的参数 |
| 4.4.3 基于Cauchy 分布的MAP 小波去斑算法 |
| 4.4.4 算法的仿真实验 |
| 4.5 本章小结 |
| 第五章 基于CONTOURLET 变换的纹斑抑制算法 |
| 5.1 概述及图像的多尺度几何分析 |
| 5.2 CONTOURLET 变换 |
| 5.3 CONTOURLET 变换域的HMT（CHMT）模型 |
| 5.3.1 contourlet 系数之间的关系 |
| 5.3.2 contourlet 系数的统计特性 |
| 5.3.3 Contourlet 域的HMT（CHMT）模型 |
| 5.4 结合CHMT 模型和GMRF 模型的CONTOURLET 去斑算法 |
| 5.4.1 CHMT 模型和WHMT 的区别 |
| 5.4.2 CHMT 模型存在的问题 |
| 5.4.3 GMRF 模型和IDVC 参数 |
| 5.4.4 结合CHMT 模型和GMRF 模型的contourlet 去斑算法 |
| 5.5 算法的仿真实验 |
| 5.6 本章小结 |
| 第六章 综合比较仿真实验 |
| 6.1 实验的结果及其分析 |
| 6.2 本章小结 |
| 第七章 全文总结 |
| 7.1 主要结论 |
| 7.2 研究展望 |
| 附录1 符号与标记 |
| 附录2 图表索引 |
| 附录3 表格索引 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间已发表或录用的论文 |
（8）数字中频接收机关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源及研究的目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 数字调制识别研究现状 |
| 1.2.2 数字调制参数估计研究现状 |
| 1.2.3 信噪比估计研究现状 |
| 1.2.4 数字接收机研究现状 |
| 1.3 本文的主要研究内容和贡献 |
| 第2章 数字化接收相关理论 |
| 2.1 采样定理 |
| 2.1.1 Nyquist采样定理 |
| 2.1.2 带通采样定理 |
| 2.2 数字下变频原理 |
| 2.2.1 典型数字下变频 |
| 2.2.2 基于多相滤波结构的数字正交变换 |
| 2.3 数字解调原理 |
| 2.4 小波变换 |
| 2.4.1 连续小波变换 |
| 2.4.2 离散小波变换 |
| 2.4.3 多分辨率分析 |
| 2.5 数字锁相环 |
| 2.5.1 数字锁相环线性模型 |
| 2.5.2 数字锁相环的稳定性和稳态误差分析 |
| 2.6 本章小结 |
| 第3章 数字调制识别研究 |
| 3.1 时域和频域综合识别法 |
| 3.2 基于模式识别的数字调制识别研究 |
| 3.2.1 数字调制信号识别流程 |
| 3.2.2 特征参数提取 |
| 3.2.3 数字调制识别算法 |
| 3.3 基于小波变换的调制识别 |
| 3.3.1 信号模型 |
| 3.3.2 基于小波幅度的调制识别 |
| 3.3.3 基于码元跳变次数的调制识别 |
| 3.3.4 调制信号小波分析 |
| 3.3.5 调制信号参数提取 |
| 3.3.6 调制信号分类 |
| 3.4 本章小结 |
| 第4章 数字调制参数估计研究 |
| 4.1 载频估计 |
| 4.1.1 正弦信号频率估计方法 |
| 4.1.2 基于扩展的PRONY的频率估计 |
| 4.1.3 基于线性拟合的频率估计 |
| 4.1.4 基于时频分析的频率估计 |
| 4.2 码速率估计 |
| 4.2.1 基于Haar小波变换的码速率估计 |
| 4.2.2 基于模板匹配算法的码速率估计 |
| 4.3 本章小结 |
| 第5章 数字分集合并技术研究 |
| 5.1 信噪比估计 |
| 5.1.1 改进的MDL-SVD算法 |
| 5.1.2 基于吉布斯抽样的估计算法 |
| 5.2 数字分集合并技术研究 |
| 5.2.1 极化分集接收 |
| 5.2.2 极化分集合并方案 |
| 5.2.3 最佳比合并 |
| 5.3 本章小结 |
| 第6章 数字分集接收机设计及实现 |
| 6.1 数字分集接收机设计概述 |
| 6.2 数字分集接收机方案设计 |
| 6.2.1 A/D采集系统设计 |
| 6.2.2 数字分集解调系统设计 |
| 6.3 数字分集接收机系统仿真 |
| 6.3.1 数字自动增益控制模块仿真 |
| 6.3.2 数字分集解调系统仿真 |
| 6.4 数字分集接收机系统实现 |
| 6.4.1 A/D采集系统实现 |
| 6.4.2 数字分集解调系统实现 |
| 6.5 数字分集接收机系统测试 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文 |
| 致谢 |
| 个人简历 |
（9）高分辨图像处理用抗混叠Contourlet变换的若干关键问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 论文研究工作来源 |
| 1.2 图像的特性 |
| 1.3 传统图像表示方法 |
| 1.3.1 从傅立叶分析到小波变换 |
| 1.3.2 小波的局限 |
| 1.4 多尺度几何分析 |
| 1.4.1 自适应多尺度几何分析 |
| 1.4.2 非自适应多尺度几何分析 |
| 1.5 论文研究的目的及意义 |
| 1.6 论文的主要研究内容 |
| 2 抗混叠CONTOURLET 变换的理论准备——多尺度几何分析 |
| 2.1 图像的奇异性 |
| 2.1.1 信号奇异性的定义 |
| 2.1.2 图像奇异性的特点 |
| 2.2 非线性逼近 |
| 2.2.1 非线性傅立叶逼近 |
| 2.2.2 非线性小波逼近 |
| 2.2.3 小波的局限性 |
| 2.3 多尺度几何分析 |
| 2.3.1 Ridgelet 变换 |
| 2.3.2 第一代Curvelet 变换 |
| 2.3.3 第二代Curvelet 变换 |
| 2.3.4 Curvelet 变换的性质 |
| 2.3.5 Contourlet 变换 |
| 2.4 本章小结 |
| 3 CONTOURLET 变换及其改进的研究 |
| 3.1 二维多抽样率系统的基本概念 |
| 3.1.1 离散二维信号的定义 |
| 3.1.2 离散二维信号的抽样 |
| 3.1.3 二维信号的多项表示 |
| 3.1.4 多抽样率系统中的等效易位 |
| 3.2 拉普拉斯塔形方向滤波器组—CONTOURLET 变换 |
| 3.2.1 方向滤波器组 |
| 3.2.2 塔型方向滤波器组(PDFB，Pyramidal DFB) |
| 3.2.3 Contourlet 变换的等效滤波器组表达 |
| 3.3 CONTOURLET 变换中的频谱混叠 |
| 3.3.1 拉普拉斯塔形变换中的频谱混叠 |
| 3.3.2 方向滤波器组中的频谱混叠 |
| 3.4 抗混叠的 CONTOURLET 变换 |
| 3.5 本章小结 |
| 4 抗混叠CONTOURLET 变换的构造研究 |
| 4.1 抗混叠塔式滤波器组 |
| 4.2 方向滤波器组 |
| 4.2.1 两通道扇形滤波器组 |
| 4.2.2 基于提升结构的扇形滤波器组设计 |
| 4.2.3 基于扩展 McClelland 变换的扇形滤波器组设计 |
| 4.2.4 方向滤波器组 |
| 4.3 抗混叠 CONTOURLET 变换 |
| 4.4 NACT 的非线性逼近性能 |
| 4.5 基于 NACT 的图像硬阈值去噪 |
| 4.6 本章小结 |
| 5 NACT 变换的统计特性分析研究 |
| 5.1 小波系数统计模型 |
| 5.2 边缘统计模型 |
| 5.2.1 非高斯分布模型 |
| 5.2.2 统计模型的检验 |
| 5.3 联合统计模型 |
| 5.3.1 NACT 系数关系定义 |
| 5.3.2 系数相关性的定量描述 |
| 5.3.3 广义二元变量统计模型 |
| 5.4 本章小结 |
| 6 基于 NACT 变换的图像降噪和对比度增强算法应用研究 |
| 6.1 遥感图像噪声来源分析 |
| 6.2 基于NACT 变换统计模型的遥感图像去噪应用研究 |
| 6.2.1 Bayes 降噪 |
| 6.2.2 基于 NACT 系数相关性的系数分类 |
| 6.2.3 基于混合模型的降噪算法 |
| 6.2.4 降噪算法步骤 |
| 6.2.5 Gibbs 效应的消除 |
| 6.2.6 实验结果 |
| 6.3 基于NACT 变换的视网膜血管图像对比度增强应用研究 |
| 6.3.1 算法描述 |
| 6.3.2 实验结果 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 致谢 |
| 参考文献 |
| 附录：作者攻读博士学位期间参加科研项目及发表论文等情况 |
（10）无线数字通信：一种时频观点（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语一览表 |
| 数学符号汇总 |
| 第一章 绪论 |
| §1.1 研究背景及意义 |
| §1.2 研究历史与现状 |
| §1.3 主要内容及章节安排 |
| 第二章 无线通信信道与多载波调制 |
| §2.1 引言 |
| §2.2 无线通信信道 |
| §2.2.1 数学模型 |
| §2.2.2 统计特性 |
| §2.2.3 信道分类 |
| §2.3 正交频分复用 |
| §2.3.1 CP-OFDM |
| §2.3.2 ZP-OFDM |
| §2.4 多载波传输信道 |
| §2.4.1 多载波传输信道中的衰落特性分析 |
| §2.4.2 基于频域相关函数的多载波RAYLEIGH衰落信道仿真 |
| §2.5 本章小结 |
| 第三章 时频信号传输 |
| §3.1 引言 |
| §3.2 OFDM传输中的ICI分析 |
| §3.3 时频网格传输系统 |
| §3.4 WEYL-HEISENBERG系统的优化设计 |
| §3.4.1 传输波形的选择 |
| §3.4.2 系统参数的优化设计 |
| §3.4.3 数值结果 |
| §3.5 六边形GABOR系统的优化设计 |
| §3.5.1 六边形GABOR传输系统 |
| §3.5.2 系统参数的优化设计 |
| §3.5.3 鲁棒因子分析 |
| §3.5.4 数值结果 |
| §3.6 本章小结 |
| 附录3.A 网格(LATTICE)简介 |
| 附录3.B 式(3.4.9)的推导 |
| 附录3.C 式(3.4.16)的推导 |
| 第四章 时频均衡(检测)技术研究 |
| §4.1 引言 |
| §4.2 基于最大信干噪比准则的串行迭代时频均衡器 |
| §4.2.1 基于分块矩阵求逆引理的迭代检测 |
| §4.2.2 基于矩阵求逆引理的迭代检测 |
| §4.2.3 时变离散多径RAYLEIGH衰落信道的匹配滤波界 |
| §4.2.4 数值结果 |
| §4.3 并行最大似然序列检测 |
| §4.3.1 问题表述 |
| §4.3.2 并行MLSD |
| §4.3.3 性能与复杂性分析 |
| §4.3.4 数值结果 |
| §4.4 本章小结 |
| 第五章 基于框架的时频信号传输 |
| §5.1 引言 |
| §5.2 框架传输系统 |
| §5.2.1 基本原理 |
| §5.2.2 数值结果 |
| §5.3 带限加性GAUSSIAN白噪声信道中的SHANNON容量分析 |
| §5.3.1 NYQUIST率与SHANNON容量 |
| §5.3.2 框架传输系统的容量分析 |
| §5.3.3 数值结果 |
| §5.4 本章小结 |
| 第六章 总结与展望 |
| §6.1 工作总结 |
| §6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者在博士学习期间撰写与发表的学术论文 |
四、独立的χ~2变量、T变量、F变量的二进和的W特征函数和矩（论文参考文献）
- [1]半参数函数型回归模型的估计和推断[D]. 许文超. 华东师范大学, 2019(09)
- [2]多源不确定信息下服役RC桥梁可靠性及寿命评估[D]. 马亚飞. 长沙理工大学, 2014(01)
- [3]协作频谱感知中的信息融合算法研究[D]. 樊琴. 西安电子科技大学, 2014(11)
- [4]城市住宅地价时空演变及影响因素研究 ——以武汉市为例[D]. 邹利林. 中国地质大学, 2013(04)
- [5]概率模型及其在视频对象处理中的应用[D]. 曾志高. 武汉大学, 2012(07)
- [6]基于内容特征的自适应图像隐写技术研究[D]. 奚玲. 解放军信息工程大学, 2011(07)
- [7]SAR图像纹斑噪声抑制算法研究[D]. 陈国忠. 上海交通大学, 2008(04)
- [8]数字中频接收机关键技术研究[D]. 杨水旺. 哈尔滨工业大学, 2007(12)
- [9]高分辨图像处理用抗混叠Contourlet变换的若干关键问题研究[D]. 冯鹏. 重庆大学, 2007(05)
- [10]无线数字通信：一种时频观点[D]. 韩芳明. 西安电子科技大学, 2006(01)