傅绪加
- 作品数：8 被引量：9H指数：2
- 供职机构：淮北师范大学数学科学学院更多>>
- 发文基金：安徽省高校省级自然科学研究项目安徽高等学校省级自然科学研究项目陕西省自然科学基金更多>>
- 相关领域：理学自动化与计算机技术更多>>
- 矩阵LU分解定理的简单证明及其数值实现被引量：1
- 2013年
- 用简单的方法证明了矩阵LU分解定理,讨论了定理的推广以及定理相应的数值实现,并对《数值分析》课程教学方法改革进行了思考.
- 傅绪加黄保军杜翠真
- 关键词：教学方法改革
- 一个卷积算子的点态收敛的定理
- 2011年
- 本文证明了卷积算子在点态意义下收敛的一个定理,这个定理的条件比已有的卷积定理的条件要弱,同时也给出了已有的卷积定理新的证明方法.
- 王信松傅绪加李华
- 关键词：卷积算子
- 矩阵极化分解定理的简单证明
- 2010年
- 文章给出不可逆矩阵极化分解的一个简单证明,所给出的方法同样适用于证明可逆矩阵的极化分解.
- 傅绪加王信松李昌文
- 关键词：可逆矩阵正定矩阵正交矩阵
- 向量范数函数的单调递减性质
- 2013年
- 在有限维实向量空间N中,用两种方法证明l p范数函数(p)>0的单调递减性质,并应用此性质,证明任意两个l p范数(p)≥1之间的等价性.
- 傅绪加吴红光
- 关键词：向量空间
- 线性动态系统反演模型在人体行为识别的应用被引量：2
- 2019年
- 目的人体行为识别在视频监控、环境辅助生活、人机交互和智能驾驶等领域展现出了极其广泛的应用前景。由于目标物体遮挡、视频背景阴影、光照变化、视角变化、多尺度变化、人的衣服和外观变化等问题,使得对视频的处理与分析变得非常困难。为此,本文利用时间序列正反演构造基于张量的线性动态模型,估计模型的参数作为动作序列描述符,构造更加完备的观测矩阵。方法首先从深度图像提取人体关节点,建立张量形式的人体骨骼正反向序列。然后利用基于张量的线性动态系统和Tucker分解学习参数元组(A_F,A_I,C),其中C表示人体骨架信息的空间信息,A_F和A_I分别描述正向和反向时间序列的动态性。通过参数元组构造观测矩阵,一个动作就可以表示为观测矩阵的子空间,对应着格拉斯曼流形上的一点。最后通过在格拉斯曼流形上进行字典学习和稀疏编码完成动作识别。结果实验结果表明,在MSR-Action 3D数据集上,该算法比Eigenjoints算法高13. 55%,比局部切从支持向量机(LTBSVM)算法高2. 79%,比基于张量的线性动态系统(t LDS)算法高1%。在UT-Kinect数据集上,该算法的行为识别率比LTBSVM算法高5. 8%,比t LDS算法高1. 3%。结论通过大量实验评估,验证了基于时间序列正反演构造出来的t LDS模型很好地解决了上述问题,提高了人体动作识别率。
- 丁文文刘凯唐风琴傅绪加
- 关键词：人体行为识别格拉斯曼流形
- 解析函数的一种简单求法被引量：3
- 2006年
- 文章利用解析函数的Cauchy-Riemanne条件,给出了调和函数作为解析函数的实部或虚部时解析函数的一种简单求法.
- 王信松李红傅绪加
- 关键词：解析函数调和函数
- 矩阵的RQ分解
- 2010年
- 文章利用Householder矩阵变换给出行满秩矩阵的RQ分解,作为分解结果的应用,我们给出了一般矩阵的RQ分解.
- 杜翠真王信松傅绪加
- 关键词：矩阵酉矩阵正交矩阵
- 图像扩散去噪模型的分析与改进被引量：3
- 2012年
- 总结与分析了已有图像扩散去噪模型的优缺点。在理论上明确解释了张量型扩散模型的物理意义,通过分析P-M扩散模型的局部扩散行为,提出一个新的扩散系数,进一步给出一个改进的张量型扩散模型。从主观与客观两个方面比较各种扩散去噪模型的效果都不容易,因为需要合适耦合各个模型的参数及数值离散方法等,为此给出了扩散模型统一的数值实现算法,可用来比较各个模型的去噪效果。数值模拟实验的结果表明,改进的扩散模型在有效去除噪声的同时,能很好地对图像中的边缘、角点、纹理等特征进行保护,去噪后的图像有较好的视觉效果。
- 傅绪加刘峰王信松
- 关键词：角点纹理
