基于引导滤波和小波变换的太阳冕环结构自动识别算法研究

冕环是太阳大气中的炙热等离子在太阳磁场的作用下产生的一种太阳特征结构;研究冕环动力学特征将促进我们对太阳日冕磁场,日冕加热和日冕振荡等研究.冕环结构的准确识别和提取则是相关研究的前提条件.然而由于日冕磁场的复杂性,使得对冕环结构识别和提取面临很大的困境.为此,本文提出了一个新的冕环识别算法.该算法结合了引导滤波和小波变换模极大值的方法来对冕环结构进行自动识别和提取.识别和提取算法过程如下:(1)运用模糊函数对太阳日冕图像的对比度进行增强;(2)使用引导滤波对增强后的图像进行滤波来增强冕环结构的边缘;(3)对滤波过后的图像使用小波变换模极大值法来识别图像中的冕环结构,并对识别出的冕环图像进行二值化处理;(4)对二值化图像进行形态学处理来获取冕环结构.运用该算法对由过渡区和日冕探测器(Transition and Coronal Explorer, TRACE)和太阳动力观测站的大气成像装置(Atmospheric Imaging Assembly on the Solar Dynamics Observatory, SDO/AIA)观测设备在171?波段所观测的日冕图像中的冕环结构进行识别和提取,并同已有文献的识别结果进行了对比,结果表明本文所提出的算法具有很高的识别率和很好的鲁棒性.所识别和提取的冕环结构能进一步用于科学研究中.     

基于改进随机子空间法和稳定图技术的电力系统低频机电振荡特征识别

基于由WAMS量测得到的类噪声信号来识别系统的低频机电振荡模式及其对应模态在电力系统分析和控制中具有很好的应用前景.本文以随机子空间方法为基础,引入参考通道技术,在不影响识别准确度的情况下极大地提升了计算效率,形成了一种改进的随机子空间方法,能够方便快速地得到系统的模式及其对应模态.本文还引入稳定图的思路,通过设计了巧妙的稳定图自动识别算法,快速有效地辨别了系统的真伪模式.在IEEE-118节点测试系统上进行的算例分析表明本文提出的方法具有较高的识别准确性和计算效率,能够满足在线应用的需要.     

基于POD-Observer技术的非定常气动力建模方法

基于本征正交分解（POD）结合观测器（Observer）技术,发展了一种新的适合于气动弹性分析的非定常气动力降阶方法.通过全阶系统行为的样本采用POD方法导出一组流体模态.将POD训练的全阶响应投影到流体模态上,得到模态幅值的响应时间历程.经由deadbeat观测器处理,这些训练数据用于识别模态幅值动态系统的Markov参数.采用特征实现算法基于上述的Markov参数构建系统的状态空间模型.算例选取了亚声速流场中的二维翼型系统.结果表明降阶模型复现了全阶系统的主要动态特性,极大缩减了原系统的自由度数量并且显著提高了计算效率.     

基于改进Otsu和Niblack的图像二值化方法

针对常用的图像二值化方法——全局阈值方法和局部阈值方法存在的对输入图像含有噪声或不均匀光照等情况抵抗能力差以及处理速度慢的不足,提出了一种全局阈值与局部阈值相结合的图像二值化方法.通过在传统Otsu算法中引入类内方差和快速阈值搜索方法,并将其与Niblack算法结合,将图像的每一行看成一个子图,对每一子图使用改进的阈值进行二值化.实验证明,该方法抗噪声能力强,能准确获取图像的目标信息,同时能保持较快的处理速度.     

基于双线性构造算法的电力有源滤波器补偿电流实时计算新方法

以“当负载电流为周期电流时, 负载电流与负载基波有功电流差的绝对值在一个周期内的积分值最小”为检测原理, 提出了基于直接计算, 基于简单迭代算法和基于最优迭代算法的电力有源滤波器谐波电流实时检测方法. 直接计算法能够准确计算负载电流处于稳定状态时的基波有功电流幅值. 简单迭代算法和最优迭代算法提供了一种判别负载电流状态的思想. 在直接计算法、简单迭代算法、最优迭代算法和对负载电流处于变化状态时的基波有功电流真实幅值等基本概念进行了明确定义的基础上提出了双线性构造思想, 即通过一次线性构造计算了此采样时刻的负载基波有功电流幅值, 通过二次线性构造为下一个采样的处理创造了条件. 在双线性构造思想的基础上, 提出了一种能够计算负载基波有功电流幅值的基于双线性构造算法的电力有源滤波器谐波电流实时检测方法.     

基于模拟有限差分的嵌入式离散裂缝数学模型

嵌入式离散裂缝模型划分网格时不需要考虑油藏内的裂缝形态,只需对基岩系统进行简单的网格剖分,可以大大降低网格划分的复杂度,从而能够提高计算效率.并且该模型可以将现有成熟的油藏数值模拟技术和离散裂缝网络模型有机地结合起来,能精细地模拟流体在裂缝性油藏中的流动.本文模型求解采用模拟有限差分方法,该方法基于单个网格的节点和面信息构造数值计算格式,理论上适用于任何复杂网格系统,且具有良好的局部守恒性,将其推广到嵌入式离散裂缝模型后,克服了该模型基于有限差分方法求解时不能有效处理全张量形式的渗透率以及不适用于复杂边界形状裂缝性油藏的局限性.最后通过实际算例验证了本文方法的正确性和优越性.     

基于模块双向迭代的电力系统仿真新算法研究

提出了一种基于模块双向迭代的电力系统暂态稳定仿真新算法. 首先将电力网络划分成以树形结构相联的多个子网, 将划分后的电力网络和发电机、励磁系统等元件分别单独处理为计算模块; 由各计算模块联接构成电力系统计算树; 而后通过沿计算树进行的前向简化和后向回代计算来实现电力系统方程的Newton法求解. 该算法有效提高了电力系统方程联立求解的效率, 为大规模电力系统并行仿真的实现提供了新方法. 在新英格兰测试系统和我国华北东北联网系统上对该算法进行了仿真测试, 与商业软件BPA结果进行了比较.     

基于图论的多尺度特征点匹配

文中针对在视觉测量系统中双目立体视觉特征点同名点匹配问题,提出基于图论的稀疏特征点全局匹配算法.首先,提出多尺度特征点提取算法来获得特征点的准确位置.算法引入多尺度小波变换,利用变换后的系数构建自相关矩阵从而进一步确定特征点的位置.然后,根据图理论将提取的稀疏特征点构建一个图,从而使特征点匹配问题转化为可用能量最小化方法解决的图的标记问题.此多尺度特征点全局匹配算法利用多尺度分析来提高匹配精度,并且利用特征点构建图降低了图的规模,同时根据极线约束选择潜在视差值进行计算,降低了计算量.实验结果表明此算法可获得精确的匹配结果.     

互联网时代语音识别基本问题

语音识别技术经过半个世纪的积累，于近年来达到大规模商用水平．本文概括了统计语音识别理论的发展状况，并单独介绍了深度神经网络在声学建模、语言建模、多语言共享、语义识别等方面的卓越性能．深度神经网络的性能优势引起了我们强烈的兴趣．通过回顾类人听觉信息处理对深度神经网络的改进作用，我们意识到，深度神经网络与类人听觉信息处理相结合，必将推进语音识别技术的进一步发展．反过来，深度神经网络技术在语音识别中的进步，也必将推动类人听觉信总、处理技术的进步．语音识别技术后续发展的重点是对深度神经网络的结构和训练算法的改进使之更好地实现类人听觉．最后，我们分析了采用深度神经网络模拟人类听觉的抗噪修复机理和听觉关注机理的可能性．     

基于置换图的便笺存储器分配

在当今的嵌入式系统中,广泛地将片上存储器组织为软件管理的便笺存储器(SPM).Li等研究发现,对于很多嵌入式应用,其相干图中的数组生存期满足包含性.他们证明了满足生存期包含性的数组相干图为超完美图,并提出了一个基于超完美图的SPM分配算法.他们的算法在面向嵌入式应用的SPM分配上获得了当前最好的性能.本文进一步证明满足生存期包含性的数组相干图为置换图.置换图是超完美图的一个子类.在现有技术的情况下,置换图在判定及区间着色方面比超完美图有优势,如存在线性时间的识别算法,存在线性时间的最优区间着色算法.基于此理论结果,我们将Li等的算法在保留原算法逻辑的基础上,改进为基于置换图.实验表明,改进后的算法在很多不满足生存期包含性的相干图上仍能取得最优SPM分配,获得比基于超完美图的分配算法更好的分配结果.     

融合块结构的等周算法及其在CT图像分割中的应用

等周分割是一种基于图谱理论的分割算法,能有效提高图像分割质量且有较高的效率及稳定性.本文提出了一种融合块结构的等周分割算法.该算法采用块结构来减少图中节点数.并根据CT图像特征,将该算法应用到CT图像分割中.实验结果表明,融合块结构的等周分割算法在CT图像分割中取得较好的分割效果,并大大提高了分割效率.     

一种基于图像边缘的鲁棒水印算法

本文基于图像的边缘，提出一种鲁棒水印算法．该算法使用Prewitt检测算子对载体图像进行边缘检测，并对边缘点进行选取，将水印信息嵌入在边缘点像素处的梯度方向上．由于人类视觉感知在图像边缘处的掩蔽效应，同时由于图像边缘的感知重要性和在图像处理中的稳定性，使得本文算法在不可见性和鲁棒性方面具有较好的效果．本文从理论上分析了算法抵抗攻击的能力．并在试验中得到了验证．同时结合人类视觉感知的掩蔽效应．提出了一种客观评价图像质量的方法．试验中对该方法进行了验证，并表明本文算法在该方法下具有较好的不可见性．     

基于磁性微泡对比剂的超声和磁共振影像融合算法

文中提出了一种新的基于磁性微泡对比剂的超声影像和磁共振影像之间的融合算法．首先利用磁性微泡对比剂对体模进行超声和磁共振显影，并对显影进行边缘分割．运用非采样contourlet变换（nonsubsampled contourlet transform．NSCT）对源图像进行分解，然后对低频子带系数采用自适应动态加权非负矩阵分解（dynamic weighted non-negative matrix factorization．DWNMF）结合分割图像进行融合．然后对各带通方向子带系数采用空间频率激励的脉冲耦合神经网络进行融合，最后利用NSCT逆变换得到融合图像．研究结果表明，利用磁性微泡对比剂并结合上述算法对超声影像和磁共振影像进行融合，可以获得预期的融合效果．     

基于边缘检测的 RIP混合插值算法

图像放大是 RIP软件中十分重要的环节,其所用插值算法的优劣直接关系着输出图像的质量与速度.利用 Canny算法提取的边缘信息将低分辨率图像分为平坦区域与边缘区域,对非边缘区域采用双线性插值算法,对边缘区域使用沿4相邻降采样点确定的方向进行插值的特殊算法.经实验证明,与经典插值算法相比,放大图像边缘效果更好,且处理速度更快,可实际用于对图像质量与处理效率要求高的 RIP软件     

分组IP路由最长前缀匹配查找算法研究

介绍了几种常见的IP路由查找算法，并简单分析其优点与不足。二进制Trie树结构虽占用空间较小，但因其查找时间太长而很少运用于实际生活中，目前常见的算法都是在查找时间与存储空间上寻找折衷点．本文在此基础之上提出了一种基于分组IP路由最长前缀匹配查找算法，通过将IP前缀按其长度进行分组，并在各组内采用Trie树结构进行存储，最长只需4次存储器访问，且因利用了公共前缀，固能节约存储空间，实验结果表明，本算法在查找时间上取得了非常理想的效果。     

基于Rabin密码体制的图像分存改进算法

图像分存是图像保护的重要措施之一；本文在分析Rabin密码体制及二次剩余定理的基础上，提出了对基于二次剩余定理的数字图像分存改进算法。改进算法为无损图像分存；实验结果表明：图像分存后，安全性高，图像恢复效果好。     

协同多点传输中迫零预编码和天线选择技术

MIMO无线传输技术极大地提高了系统的容量，在实际通信系统中，整个网络是一个干扰受限的系统，小区间干扰对MIMO系统传输的影响是显著的，每个相邻小区的基站天线都可以看成一个干扰源．由于基站端数据处理能力的提升和回程容量的增加，多个小区协同多点传输技术引起了人们的广泛关注．目前的大部分工作都是集中于研究系统的容量（吞吐量），而在实际系统中，每个用户的接收等效信噪比（即公平性）对系统的性能如误帧率等有重要的影响．对于每个用户为单天线的情形，研究了总功率受限和每天线功率受限下采用迫零预编码的系统容量和公平性．对两种功率约束条件下的公平性进行了分析，得到了公平性算法的闭式表达式．当每个用户为多天线的情形，为了降低计算的复杂度，引入了信道范数最大的接收天线选择算法，把每个用户为多天线的情形转化成等效的每个用户单天线情形，推导的每用户为单天线的公平性算法仍然适用．仿真结果显示，采用迫零预编码的多小区协作可以使系统性能显著提升．在相同的迫零预编码下，不同的功率分配策略对系统的容量和公平性有显著的影响．和用户为单天线相比，采用天线选择算法可以提升系统的容量和公平性．考虑了用户公平性时的吞吐量和最大系统吞吐量之间的折中关系，并给出了仿真结果．     

基于压缩感知思想的图像分块压缩与重构方法

压缩感知理论在数据获取、数据存储/传输、数据分析和处理方面有很大优势,成为近年来的研究热点.考虑到大多数图像信号信息分布有差异,编码端,在对图像分块的基础上,融合熵估计和边缘检测方法计算各图像块的信息含量,再从两个不同的角度进行分类采样:依据信息量多少将图像块分为平滑、过渡和纹理3类,使用不同的采样率采样;依据信息量的分布特征,采用不同的采样率分配策略进行采样.在解码端,根据不同类型的图像块构造不同的线性算子进行重构,再运用改进的迭代阈值算法去除块效应和噪声.实验证明,算法在提升图像重构质量的同时缩短了重构时间,并且对纹理边缘多的图像的重构效果较其他方法理想.     

基于DSP＋FPGA的数字电视条件接收系统设计

采用DSP＋FPGA结构实现数字电视条件接收系统的硬件设计；以安全性高、密钥量小、灵活性好的椭圆曲线密码算法（ECC）进行软件验证；以DSP实现ECC加密算法；以FPGA实现外围电路的嵌入式系统；充分利用FPGA的硬件连接方式和DSP强大的运算，采用软硬结合的方式，实现数字电视条件接收系统的设计，减少系统开发的时间与成本。仿真及实验表明：该算法稳定运行，并快于其它公钥密码算法。     

The roles of cannabinoid and dopamine receptor systems in neural emotional learning circuits: implications for schizophrenia and addiction

Cannabinoids represent one of the most widely used hallucinogenic drugs and induce profound alterations in sensory perception and emotional processing. Similarly, the dopamine (DA) neurotransmitter system is critical for the central processing of emotion and motivation. Functional disturbances in either of these neurotransmitter systems are well-established correlates of the psychopathological symptoms and behavioral manifestations observed in addiction and schizophrenia. Increasing evidence from the anatomical, pharmacological and behavioral neuroscience fields points to complex functional interactions between these receptor systems at the anatomical, pharmacological and neural systems levels. An important question relates to whether these systems act in an orchestrated manner to produce the emotional processing and sensory perception deficits underlying addiction and schizophrenia. This review describes evidence for functional neural interactions between cannabinoid and DA receptor systems and how disturbances in this neural circuitry may underlie the aberrant emotional learning and processing observed in disorders such as addiction and schizophrenia. Received 20 January 2006; received after revision 14 March 2006; accepted 29 March 2006