摘要：提出一种使用二维图像复杂度和傅里叶频谱值作为评价因子、利用分类器进行序列虹膜图像质量评价的方法.首先利用投影和图像二值化方法得到虹膜图像评价区域,然后计算该区域的图像二维复杂度和傅里叶频谱值,以此作为特征并使用分类器选择最清晰的一幅图像用于身份认证.实验表明,在KNN,BP神经网络和支持向量机等多种分类器中使用上述评价因子的结果均比较理想,可以挑选出符合要求的虹膜图像.

摘要：生物医学信号的压缩在临床中具有广泛的应用 ,但在实际应用中 ,医生们普遍认为有损压缩技术会使诊断信息丢失 ,只有无损压缩才能不失真地保留所有信息 ,因而临床诊断必须使用无损压缩。然而 ,事实并非如此 ,首先 ,在信号的采集和数字化的过程中就会引入量化误差和其他各种误差 ,即使用无损压缩 ,实际也是有损的 ;其次 ,无损压缩的压缩比很低 ,其压缩性能远不能与有损压缩相比 ,所以 ,在医学领域真正具有广泛应用需求的还是有损压缩技术 ,关键是如何控制好误差以确保信号的可信度。而一般的有损压缩技术 ,由于其对信号失真度缺乏严格的控制 ,因而不适合应用于医学领域 ,所以有必要研究特殊的有损压缩技术 ,这就是近无损压缩技术。为此 ,我们提出了一个能有效表征信号可信度的指标 ,在此基础上 ,结合生物医学信号非线性、非平稳性的特点 ,设计了一个基于上下文的生物医学信号近无损压缩算法 ,实验结果表明近无损压缩在保证信号可信度的前提下获得了比无损压缩更好的压缩结果。最后 ,我们还就近无损压缩技术的研究方向作了有益的探讨。

摘要：将信号分成多个区域,给予“0”,“1”新的定义,计算不同尺度下的复杂性而不增加符号数目.对文字图像和照片的分析显示,随着尺度的减小,照片复杂性增大的幅度大于文字.该结果说明:不同尺度下复杂性的差异可以作为图像分类的新方法或者作为现有分类器的特征.

摘要：生物声纳的高灵敏度和高可靠性一直是仿生设计所追求的目标,然而至今仍没有一个令人信服的物理模型能很好得解释生物声纳优越性能的原因,其主要是缺乏对动物听觉系统神经信息编码的认识.本文从蝙蝠听觉神经系统的生理结构出发,用圆映射和符号动力学方法讨论了蝙蝠听觉神经系统在复杂环境中处理多普勒信号的一种可能性方案,并通过计算机仿真证明了其合理性.针对蝙蝠神经系统的不稳定性,用符号动力学的方法分析神经系统信息处理的机理具有良好的鲁棒性和高灵敏度.这种新的信号处理方法的研究,为生物声纳信号的处理过程的进一步认识提供了一种新的解释.

摘要：设计了一种基于混沌振荡电路来进行频率测量的新方法,该测量方法不需要基准时钟,测量精度不随被测频率的变化而受影响,且测量精度较高、电路简单、成本低廉。

摘要：本文以混沌系统的参数敏感性和符号动力学为基础 ,设计了一种简单的电阻测量电路 ,能直接将阻值的变化映射成二进制代码。计算机仿真实验表明这种方法是很有效的。它具有电路简单、灵敏度和分辨率高、非线性误差小等特点。该方法也为我们探索混沌在测量中的应用提供了一条新的途径。