一种基于自适应高提升滤波的遥感影像的阴影处理方法

利用遥感影像的颜色特性,基于亮度的阈值检测方法,将阴影区和光照区进行分割;通过高提升滤波方法对阴影区域进行补偿处理.实验证明,对分割出的遥感影像的阴影区域进行补偿处理后,区域内形状信息更加明显.经如上方法预处理后,明显提高了遥感图像超块分割的精确度,进而提高目标物体提取的精度.     

利用彩色图像阴影属性分析的阴影检测方法

针对一般彩色阴影检测假设条件多、检测效率低的问题,在阴影分析的基础上,采用自下向上的方法,运用梯度及彩色信息进行阴影检测.首先,使用梯度模型检测潜在阴影区,运用前景掩码、阴影掩码和蓝色掩码去除不被遮挡的像素;然后,考虑蓝色效应与边界划分,对潜在阴影进行分区;最后,分析局部梯度的相似性以及色度角和亮度失真在空间上的相似性,确定阴影区域,识别本体和阴影.仿真实验表明:该方法的阴影检测率在大多数情况下均表现最优,平均阴影辨别率高达0.92,总平均为0.73,检测效果优于其他方法.     

基于阴影检测模型的图像拼接盲取证

拼接篡改是最常见的篡改手段之一。在拼接带有阴影的图像时,篡改者为了掩饰篡改痕迹往往会伪造拼接物的阴影。提出一种基于阴影模型的拼接图像盲取证方法。分析各种经典的阴影模型,在此基础上建立一种适用于拼接篡改取证的阴影模型。使用图像区域增长算法实现对图像阴影的自动提取和定位,并采用能量最小化方法和干扰点去除技术得到鲁棒的阴影比例因子,利用阴影比例因子的不一致性对拼接篡改图像进行盲取证。实验结果表明,该拼接取证方法对于带阴影的拼接篡改图像有较高的检测准确率,能应对各种伪造阴影手段。     

改进脉冲耦合神经网络及二维Otsu算法的光伏阵列阴影检测

阴影对太阳能发电系统输出功率有极大的抑制作用,该文针对光伏阵列局部遮荫现象提出一种基于改进的脉冲耦合神经网络的阴影检测方法. 设置合适的初始参数,根据unit-linking PCNN（ULPCNN）算法进行阴影分割,利用二维Otsu算法自动选取迭代次数,以循环迭代过程中具有最优阈值的分割图像为最终分割结果. 仿真结果表明：该算法可检测出光伏阵列局部阴影,与传统的脉冲耦合神经网络算法及ULPCNN算法相比分割结果更好,操作更简洁.     

主成分分析在高光谱遥感图像降维中的应用

高光谱遥感图像的高数据维给图像进一步处理带来了困难,为了解决这一问题,本文提出了主成分分析的降维方法.根据原始数据协方差阵的特征值和特征向量,可以计算各个波段对给定主成分的贡献率,对重要主成分贡献率的和直接反应了波段信息量的大小,实验证明,该方法效果较好,且计算量小.     

基于主成分分析和马氏距离的测井曲线自动分层方法

采用主成分分析与判别分析相结合的方法对测井曲线进行自动分层。首先对所有井进行数据预处理,通过程序比较字符串的方式提取出其中的公共曲线,然后对处理过的数据用R编程实现主成分分析,选择主成分代替原来的数据,达到降维的目的。最后以标准井提供的分层结果作为样本进行距离判别分析,对剩下井进行自动分层,并与手工分层的结果比对,给出最终处理的分层结果。     

基于主成分回归算法的城市客流聚集风险预测

为解决特大城市突发公共事件客流聚集预警准确度不高的问题,采用主成分回归算法对固定区域内运营商提供的手机用户数据和真实客流数据进行回归拟合,并根据多种统计检验方法对模型进行检验与评估.通过主成分分析,有效克服了运营商提供的手机用户数据的多重共线性问题,充分利用了手机用户数据的各个维度信息,并且降低了算法的复杂度,有效提高了城市客流聚集风险预测的精准度.     

深基坑开挖中KPCA结合BP神经网络的基坑变形预测

针对开挖过程中基坑变形预测的问题,提出一种基于核主成分分析(KPCA)和BP神经网络的基坑变形预测方法.首先,根据实际施工情况,确定影响基坑变形的主要因素;然后,将基坑变形数据通过多变量相空间重构技术进行建模;接着,通过KPCA技术从变形数据中提取出主要分量;最后,基于提取的主要分量来训练BP神经网络预测模型,以此实现对之后基坑施工中基坑变形的预测.实验结果表明,提出的预测模型能够准确地预测基坑变形程度,具有可行性.     

基于主成分分析的河南省休闲城市评价

从休闲城市的评判准则出发,根据环境、基础及核心休闲力3个层次对河南省各城市进行了概括评估.在参考相关文献的基础上,选取32个对休闲性有作用的初始指标,同时创建了休闲城市评判标准.依据主成分分析的降维思想,运用SPSS软件对初始数据进行标准化的处理,以便消除数量级的影响,再根据这些数据得到方差贡献率、成分矩阵和主成分综合分值,最终获得河南省各城市的休闲排名.     

阴影解决方案对比及快速避开阴影方法

文章分析了光伏系统日常设计过程中解决阴影问题的几种方案,详细介绍了一种常用的避开阴影的分析方法,方便光伏工程师在设计过程中快速准确地进行阴影设计。     

辅助条纹动感投影片设计的一个实用程序

本文详细讨论了微机辅助条纹动感投影片设计实现基础,并首次给出辅助设计(基本直线条纹动感投影片)的程序。该程序对广大教师和专业技术人员创作有关投影教材,具有较强的实用价值和经济效益。     

基于PCA及FCM的C波段无线电信号分类方法

提出了一种基于模糊C均值聚类分析以及主成分分析的无线电异常信号分类方法,该方法利用主成分分析对信号数据进行降维并通过模糊C均值对信号数据进行分类,对目前常用的通过专家经验进行信号特征选取的方法进行了改进.实验结果证明了该方法的有效性,能快速高效地判断异常信号的类别.     

道路监控视频中运动目标分割算法的研究

运动目标分割是交通事件检测的基础,分割的质量直接影响道路事件检测的准确性.依次研究了平均法、连续帧差法、混合高斯建模及阴影消除等算法,并综合应用于道路监控视频的运动目标分割的各阶段.针对连续帧差法和混合高斯建模算法进行了仿真实验,结果表明,混合高斯建模算法更适合做运动目标的分割,但由此得到的前景运动目标常受到阴影干扰,所以在混合高斯建模算法中,加入了消除运动目标阴影的算法.通过实验仿真表明,优化的该算法能够更加清晰地分割出前景运动目标图像.     

基于主成分分析法对影响通信服务收入因素的分析

对2012年某地区联通公司的通信服务收入表进行分析,将影响通信服务收入的因子作为变量,进行主成分分析,并建立回归模型,得到影响通信服务收入的原因主要有两方面,其一是网元出租,其二是数据通信.     

非线性PCA方法在股价预测中的应用研究

针对传统PCA(主元分析)股票价格预测方法在非线性过程应用中存在的缺点,本文提出了一种基于RBF神经网络的非线性PCA(NLPCA)方法,不仅提取了高维原始数据的线性信息还能提取非线性信息.在此基础上进一步提出了样本中误差的检测方法,仿真试验表明它能有效地减小误差点对网络训练精度的影响,大大增强了股票价格预测的准确性.     

基于R下的主成分分析及应用

探讨主成分分析在统计软件R下的实现过程,并利用主成分分析研究安邦河湿地浮游植物数量与环境因子相关性,解读分析结果,与覃雪波等的研究进行对比,为实现主成分分析的广泛应用提供新的参考．     

基于主成分分析法的遗传神经网络模型对电力系统的短期负荷预测

针对BP神经网络的两个主要缺点,网络训练速度慢,对初始权值阈值敏感,容易陷入局部极小点,本文利用多元统计分析的主成分分析方法(Principal components analysis,PCA),在不损失原始负荷数据主要信息的前提下提取负荷数据的主成分,有效地减少了预测模型的输入量.同时将遗传算法(GA)与BP神经网络...     

MD5报文摘要算法与文件系统完整性保护

MD5报文摘要算法足一种应用广泛的提取数字指纹的算法。文件系统完成性保护利用MD5算法产生文件或对象的数字指纹以识别它们的微小变化而实施保护。本文详细剖析了MD5算法的工作原理，以及基于MD5算法的文件系统完整性检蠢程序的原理、设计和实现。