提出了一种联合多种边缘检测算子的无参考质量评价算法，同时考虑一阶和二阶边缘算子，避免了单一算子的局限性.该方法首先将彩色图像转换为灰度图像，然后计算灰度图像的梯度，相对梯度以及LOG特征.本文所使用的特征分为两部分，一部分提取相对梯度方向的标准差，另一部分利用条件熵来量化不同特征之间的相似性和相互关系，并且考虑到人眼特性进行多尺度计算，最后使用自适应增强（AdaBoost）神经网络进行训练和预测.在公共数据库LIVE和TID2008上进行实验，结果表明新方法对失真图像的预测评分与主观评分有较高的一致性，能很好地反映图像质量的视觉感知效果，仅使用10维特征，性能优于现有的主流无参考质量评价算法

建立了非平稳运行工况下行星齿轮箱共振频带内的声音信号解析模型，揭示了齿轮故障特征在声音信号共振频带内的分布规律。根据共振频率不随转速变化的特点定位了齿轮箱共振频率，为在共振频带内提取齿轮故障特征奠定基础。针对传统时频分析方法时频分辨率低的缺陷，研究了基于高阶同步压缩变换的时变故障特征提取方法。通过数值仿真和实验信号分析，验证了所提出的声音信号模型与行星齿轮箱故障特征分布规律的正确性，以及利用高阶同步压缩变换方法提取共振频带内行星齿轮箱故障特征的有效性

一、棉纤维的基本特性 二、麻纤维的基本特性 三、毛纤维的基本特性 四、丝纤维的基本特性

AMCM2003问题-A:特技演员 影片在拍摄中,一个激动人心的动作场景将要摄入镜头,而你是特技协调员!一 位特技演员驾驶着摩托车跨越一头大象,随后跌落在借以缓冲的一堆纸箱上 你需要保护特技演员,而且,也要使用相对而言较少的纸箱(较低的花费,不能 进入镜头,等等)

5G网络技术可以满足赛博空间（Cyberspace）发展对通信平台性能提出的高要求，大规模MIMO（Multiple-input multiple-output）天线阵列是5G核心技术之一。实际中大规模MIMO天线阵列的互耦效应会大大降低香农容量，在未来5G天线系统中，面临的最大挑战是如何有效消除阵列中单元天线间的互耦。针对大规模阵列天线互耦问题，应进行天线单元的散射特性研究。本文在开路状态下“不可见”的最小散射天线基础上，推导了最小散射天线串联四分之一波长透明网络的散射矩阵，证明该状态即为短路状态下的最小散射天线。对一种X波段波纹喇叭天线分别进行短路、开路、匹配三种负载状态下的散射测量，根据最小散射天线理论分离出了天线的额外散射、伴随散射和失配散射。用分离获得的散射分量，推算了波纹喇叭天线的散射最大值和最小值，其中推算出的最小值远低于天线匹配时的散射。用滑动短路器作为可变负载，进行预设负载状态下波纹喇叭天线的散射测量，实测获得了推算出的散射最大值和最小值，验证了单元天线散射特性研究的正确性。结果说明，在进行大规模阵列的单元天线设计时，除了考虑单元天线的辐射特性之外，也要考虑天线的散射特性，以降低天线的互耦效应

一、蒙特卡罗方法应用软件的特点 二、常用的通用蒙特卡罗程序简介 三、MCNP程序输入的描述

第一节 干扰波和组合概念 第二节 简单线性组合的方向特性 第三节 随机干扰的特点 一、地震勘探中随机干扰的一般特点及其产生原因 二、非统计问题和统计问题 三、各态历经性质的平稳随机过程 四、随机过程的两个统计参数－平均值和方差 五、随机过程的重要统计参数－相关函数 第四节 组合对随机干扰的统计效应 一、地震勘探中随机干扰的相关半径 二、组合的统计特性 第五节 确定组合参数的方法和基本原则 一、干扰波调查 二、理论分析和计算 三、正常时差和倾角时差对组合的影响 第五节 确定组合参数的方法和基本原则 第六节 组合的频率特性 一、组合的频率特性 二、脉冲波的组合特性 三、几个有关的概念 第七节 各种组合方式 一、不等灵敏度组合 二、面积组合 三、震源的组合

针对地磁导航方向适配性分析时人工提取的特征主观性较强且难以表达深层的结构性特征的问题,提出一种基于深度卷积神经网络(convolutional neural network,CNN)的地磁导航方向适配性分析方法.首先,利用Gabor滤波器的方向选择特性建立了6个典型方向的适配特征图;然后,设计了卷积神经网络对深层次的方向适配特征进行提取,并通过混和粒子群算法(hybrid particle swarm optimization,HPSO)对卷积神经网络的训练参数进行优选;最后,通过仿真实验对所提方法进行了验证.结果表明,该方法可有效避免复杂的计算以及人工特征提取的盲目性,实现了地磁导航方向适配性分析的自动化,且所提方法的准确率高于传统的BP网络和支持向量机,对地磁导航和航迹规划具有指导意义

通过本章的学习，学生应理解信号分解为正交函数的意义。掌握信号的频域分析方法—傅里叶级数和傅里叶变换。理解周期信号与非周期信号频谱的特点、区别和联系，周期信号傅里叶变换的特点，信号时域特性与频域特性之间的关系，抽样信号频谱的特点与抽样定理。掌握典型信号的傅里叶变换，并能灵活运用傅里叶变换的性质对信号进行正反变换。掌握周期序列的离散傅里叶级数表示，非周期序列的离散时间傅里叶变换及其性质

§ 1－1 被控过程特性的一般描述 § 1－2 单容过程的动态特性 § 1－3 多容过程的动态特性 § 1－4 纯迟延 § 1－5 分布参数 § 1－6 非线性 § 1－7 生产过程动态特性的实验测试与数据处理