一种基于广义高斯分布的自调节盲水印检测算法

根据数字图像离散余弦变换域交流系数的广义高斯分布模型, 在符号检测器和线性相关检测器的基础上, 提出一种盲水印自调节的检测算法, 并推导出该检测器有较高的检测效率. 实验表明, 该调节检测器的性能优于线性检测器的性能.     

最小Q-特征值为给定整数的一类图

研究了基于二部图H构造的一类图的最小无符号拉普拉斯特征值,即最小Q-特征值,得到了它的最小Q-特征值的可达上界为1.给出了最小Q-特征值为1的2个必要条件,并构造了最小Q-特征值为1的一类图.另外,给出了利用H∨K1的最小Q-特征值来判断简单图H没有完美匹配的方法,以及图G增加边后最小Q-特征值保持不变的1个充分条件.最后,构造了最小Q-特征值为任意给定的正整数t的一类图.     

基于FSYAST子空间算法的盲自适应多用户检测

为解决传统算法因引入特征值估计误差而导致检测性能下降的问题,在分析基于信号子空间跟踪的最小均方误差(MMSE)多用户检测器(MUD)的基础上,提出了一种改进的信号子空间盲线性MMSE多用户检测器,并应用FSYAST子空间跟踪算法进行信号子空间跟踪.仿真结果表明,提出的盲自适应多用户检测器性能接近于奇异值分解(SVD)子空间多用户检测器性能.     

多输入多输出无线系统的迭代可配置树型搜索检测

提出了一种复杂度低的,应用于多输入多输出(MIMO)系统迭代接收机中的迭代可配置树型搜索(IRTS)检测方法.不同于最优的最大后验概率检测器对所有可能的发送符号向量进行完全搜索,该算法仅处理对检测器的软输出有较大贡献的符号向量.IRTS算法首先基于最小均方误差(MMSE)准则估计发送符号的可靠度;然后依据此可靠度对发送符号和信道矩阵进行排列来构造可配置的树型结构;并以该树型结构进行宽度优先搜索.在准静态信道条件下的仿真结果表明,即使在相对较小的搜索序列数目的情况下,IRTS算法也具有优越的性能.     

求解特征值问题的复合式外推两网格方法

两网格方法与外推方法是求解偏微分方程的有效数值方法.将两网格方法与外推方法结合,构造了一类求解特征值问题的复合式外推两网格方法,可以得到更高精度的求解.数值实验验证了算法的有效性.     

视觉皮层中角点检测器的计算模型及其应用

构造了一种新的哺乳动物视觉皮层中角点检测器的计算模型 .较好地解决了一般由边缘图像求解角点时 ,在边缘提取过程中所引起的畸变和误差影响后续处理与分析过程的问题 .实验结果表明 ,使用特性检测器的方法进行角点检测 ,可以获得很好的鲁棒性 .     

一类涡流控制问题的新的预处理子

构造了一类多调和涡流最优化控制问题(MECOC)的新的预处理子.结合新的预处理子对系数矩阵进行预处理后使用Krylov子空间方法,如GMRES方法求解,并分析了预处理矩阵的特征值分布情况.数值实验验证了理论结果的正确性,并说明了新的预处理子的有效性.     

基于伪3D-DCT域的视频零水印算法

基于零水印对视频信号有其自身优势,本文提出一种基于混沌映射与伪三维离散余弦变换(3D-DCT)的视频零水印算法.首先对构造零水印的视频帧分组,并进行伪3D-DCT变换.然后利用伪3D-DCT系数的符号映射生成具有稳定特性的特征值,并结合混沌映射构造零水印.最后将零水印在第三方数据库进行注册.算法不需要修改任何视频载体信息,有较好的不可见性.实验结果表明,该算法对H.264、MPEG-4压缩,噪声攻击,滤波,帧剪切等处理有很强的鲁棒性.     

基于SWFRFT的多分数傅里叶变换

本文给出了在标准加权类分数傅里叶变换的基础上构造多分数傅里叶变换的一种方法,并给出了这种多分数傅里叶变换特征值的表达式,利用特征值的表达式可区分不同的多分数傅里叶变换.     

基于线图Q-谱的点模式匹配算法

针对大多数谱方法不能够较好地处理不同大小点集匹配的问题,提出了一种基于线图Q-谱的点模式匹配算法.首先,对相关点集构造赋权完全图,再对每个点利用与其关联的前k条最短边来构造线图;然后,根据线图构造无符号Laplacian矩阵,对其进行谱分解,并利用谱分解所获得的特征值(Q-谱)来表示点的特征,通过这些特征计算点之间的匹...     

基于小波神经网络的轴承未知异常诊断

针对滚动轴承振动信号复杂,故障类型难以预知的问题,提出基于小波-神经网络技术的滚动轴承未知异常诊断的新方法.利用小波包对滚动轴承振动信号进行分解与重构,获得振动信号的突变信息,提取与滚动轴承故障相关的特征信息,将其作为特征向量输入自组织特征映射(Self-Organizing Feature Maps,SOFM)神经网络,对其进行自动分类识别,根据数据映射位置,可实现对滚动轴承未知异常的诊断,并为专家系统知识的自动获取提供了一条新途径.通过对仿真结果的分析,证实这种诊断方法的可行性.     

视觉诱发电位提取中闪光刺激的PWM实现

视觉诱发电位提取过程中，可以通过闪光刺激获得诱发脑电信号．实验发现，闪光刺激的脉宽、频率和闪光刺激次数对于视觉诱发电位的提取具有关键作用．针对视觉诱发电位的提取特点及其相关因素，探讨了基于脉宽调制（PWM）技术的闪光刺激方法，研究了PWM的软硬件实现方法，同时利用专用集成芯片实现了精确的PWM输出，从而可以根据视觉诱发电位提取过程中的具体条件调整闪光刺激的参数，实现视觉诱发电位的有效提取．实验结果表明利用PWM的精确提取方法控制闪光刺激的发生，对于闪光视觉诱发电位的有效提取具有较好的效果．     

煤矿采空塌陷区山洪危险性评价

利用层次分析法和山洪危险性指标体系,将Arc GIS空间分析模块运用到西区沟小流域危险性分区制图中.山洪危险性指标体系包括高程、采空危险分区、起伏度、植被类型、降雨强度、岩土类型和坡度7个指标,根据各指标不同等级影响洪水危险性的严重程度进行赋值.结合指标权重值,将指标系统进行数据叠加,获取山洪危险性分区图.最后将分区结果与历史洪水事件记录做验证对比,其结果与实际情况具有较好的一致性,该方法对西区沟的山洪危险性评价实用有效.     

基于ACIS平台的产品特征识别系统的实现

结合ACIS（Andy Charleslan’s System）几何平台的数据结构、图结构、开发接口,研究了基于ACIS几何平台的产品特征识别实现的技术,包括识别方法、识别流程等．识别实例验证了具体实现产品特征识别的有效性．     

基于模糊聚类的增强镜头检测鲁棒性算法

为了有效降低闪光、字幕、镜头移动等因素对镜头检测的影响,提出了改进的直方图分块法,以各块的帧间差作为特征,以分块权值为特征权重进行模糊聚类,根据视频突变、渐变边界的特点进行预处理,排除了闪光、字幕、镜头移动等对镜头边界检测的影响,从而增强镜头边界检测的鲁棒性,最终实现镜头的边界检测.实验表明该方法对不同类型的视频具有较强的鲁棒性.     

基于后验概率SVM的交通标志识别研究

在无人车交通标志识别系统中,以传统的神经网络算法或标准的支持向量机算法(SVM)设计的分类器,只能反映样本是否属于某类而不能确定样本属于某类的可信度,提出一种后验概率SVM交通标志识别方法。首先对检测与跟踪得到的交通标志大概区域图像进行彩色分割以精确定位交通标志区域,然后采用最大类间方差法分割交通标志的内部图案,最后将分割的结果进行大小归一化作为交通标志的特征图像以训练分类器和进行识别。实验结果表明,基于后验概率SVM的交通标志识别系统在复杂的室外环境下具有很强的鲁棒性和可行性。     

离散K—L变换在路标识别中的应用

针对路标符号的识别,介绍了一种基于离散K—L变换的特征提取方法并通过实验证明这种方法能够有效地识别各种常见路标。     

江西省小流域山洪因子敏感性分析与灾害风险评估

江西省山洪灾害频发,造成严重的社会经济损失和大量人口伤亡,定量表征各因子对山洪灾害的影响以及评估山洪灾害风险的空间分布,对山洪灾害的预警体系建立及重点防范区域确定具有科学参考价值。本文研究以江西省小流域为基本单元,从危险性、承灾体和易损性三个方面选取共计36项因子,利用主成分分析(principal components analysis, PCA)最终筛选出12个关键因子。基于关键因子,使用确定性系数(certainty factor, CF)、多因子叠加权重计算,结果表明：易损性因子对山洪灾害风险的相对贡献较大,危险性因子中汇流时间为1.15～2.20 h、坡度为11°～22°、年最大6 h降雨量均值小于81.02 mm时和6 h设计暴雨变差系数小于0.42,为山洪灾害风险的敏感区,承灾体因子对山洪灾害风险的相对贡献较小。江西省较大风险以上小流域占比为25.47%,其中东北部的饶河、西南部的修水、中部抚河流域和信江上游、西南部的赣江上游山洪灾害风险大,尤以景德镇、上饶市和赣州市为甚,鄱阳湖流域及西南和西北部的修水流域山洪灾害风险小。     

基于EMD闪光视觉诱发电位的单次提取方法

探讨了基于EMD方法的单通道闪光视觉诱发电位(FVEP)信号的单次提取方法.应用EMD方法的自适应多分辨率特性,首先把单通道闪光视觉诱发电位信号进行EMD分解,然后根据FVEP的频率特征,选择对应的IMF分量进行重构,得到有效去噪后的FVEP信号,可实现FVEP信号的单次提取.与目前临床最常用的叠加平均方法比较,说明利用EMD方法单次提取的FVEP信号能够准确反映FVEP的典型特征信息,满足了临床应用要求.     

基于改进YOLOv3的交通标志检测

针对交通标志检测小目标数量多、定位困难及检测精度低等问题,本文提出一种基于改进YOLOv3的交通标志检测算法.首先,在网络结构中引入空间金字塔池化模块对3个尺度的预测特征图进行分块池化操作,提取出相同维度的输出,解决多尺度预测中可能出现的信息丢失和尺度不统一问题;然后,加入FI模块对3个尺度特征图进行信息融合,将浅层大特征图中包含的小目标信息添加到深层小特征图中,从而提高小目标检测精度.针对交通标志数据集特点,使用基于GIoU改进的TIoU作为边界框损失函数替换MSE函数,使得边界框回归更加准确;最后,通过k-means++算法对TT100K交通标志数据集进行聚类分析,重新生成尺寸更小的候选框.实验结果表明,本文算法与原始YOLOv3算法相比mAP提升11.1%,且检测每张图片耗时仅增加6.6 ms,仍符合实时检测要求.与其他先进算法相比,本文算法具有更好的检测精度和检测速度.