基于小波变换和分形技术的混合编码

提出了一种用于图像压缩的混合编码算法。该算法利用分形编码技术与 小波零树编码技术的互补性,针对分形编码十分耗时,小波编码压缩性欠佳的缺点,尝试将这两种不同的编码技术结合起来。混合算法具有比分形编码和小波编码更好的码率失真性能。     

软扩频技术及其编码与性能分析

介绍了软扩频系统的基本原理和编码,实现框图,分析比较了软扩频系统和一般直扩频系统在给定的加性高斯白噪声信道条件下的误比特性能.结果表明,软扩频技术的应用,可以有效地提高整个系统的误比特性能.     

模型基编码中的脸部运动估值研究

主要针对模型基编码方案的运动参数估值问题 ,运用 3维运动估值的方法 ,推导出运用于人脸运动参数估值的运动模型和光流算法 ,并对该算法的效果进行分析 ,对算法的改进提出看法。     

视觉神经表征中底-顶和顶-底的双向激活——来自人与猴的实验证据

长期以来,建立在坚实生理学证据之上的底-顶加工说和特征检测理论在视觉研究中占主导地位。对于顶-底加工人们只能靠一般常识,即知识或经验通过激活记忆中的神经表征影响视觉过程。但是近年来,来自人和猴的研究为顶-底的加工提供了实验证据。 首先位于猴腹侧加工系统内的物体和面孔视觉记忆表征,提供了神经编码是怎样创立、组织和再激活的最佳实验证据。联想性编码是通过学习由一些具有特殊功能的神经元建立的,这些神经元具有将时间性关联刺激的表征联系起来的能力。其次,不仅来自视网膜的底-顶信号,而且来自前额叶的顶-底信号都能触发联想性编码的提取,既可以作为有意识回忆的神经基础,又是顶-底加工影响视觉过程的基础。脑损伤病人研究、具有高时间分辨率的人类功能性核磁共振成像(functional magnetic resonance imaging, fMRI)和猴fMRI研究以及猴细胞电生理分析相结合,将进一步加强人们对视觉脑机制的全面理解。     

一种改进的车间调度问题算法

分析了求解车间调度问题的多种方法,建立了基于集合论的数学模型,研究了两层编码遗传算法在车间调度问题中的具体应用,包括编码格式、适应度度量、遗传算子等。提出了一种基于两层编码遗传算法的车间调度算法,并用三个实例验证了算法的有效性。实验结果表明:提出的车间调度算法在求解速度和求解质量上都有明显改进。     

宽带CDMA系统中的空时格型编码

讨论了在频率选择性衰落无线信道下WCDMA系统中的空时格型编码（STTC）性能。介绍了STTC系统 模型,重点讨论了WCDMA下行链路STTC系统的几种接收机,通过仿真给出了STTC WCDMA系统在频率选择 性衰落信道上的FER（误帧率）和BER（误比特率）性能。     

空间分集对正交频分复用无线局域网吞吐量性能的改善

阐述采用正交空时编码的发射分集以及采用最大比合并的接收分集的基本原理.通过仿真比较两种分集方案在改善正交频分复用无线局域网吞吐量性能上的不同效果.理论分析和仿真结果表明,两种分集方案都能较大提高正交频分复用无线局域网的吞吐量,并且接收分集的性能要优于发射分集.     

一种基于标记点的近景摄影测量系统

给出了一种基于标记点的鲁棒三维重建摄影测量系统;采用编码点和非编码点等标记点方式.为了减少不同图像间误匹配的概率,采用一种新的基于编码点的匹配方法,不同图像间非编码点的匹配从编码点开始,并通过相似性准则、模糊度准则和距离误差准则来剔除误匹配,可获得非常高的正确匹配率.采用一种新的基于标记点的加权迭代特征算法,用编码点恢复相机的投影矩阵,从而可以确定相机的外部姿态参数;用非编码点恢复3D坐标.与已有的加权迭代特征算法比较,该算法避免了所有点参与计算相机的投影矩阵,运算速度更快.由于采用标记点的亚像素定位方法,提高了3D重建精度.实验结果表明,在3D重建方面,该系统是强壮和精确的.     

基于改进的深度学习网络的SAR图像瞬时海岸线自动提取算法

针对目前合成孔径雷达(synthetic aperture radar, SAR)在对大尺度瞬时海岸线提取方面的图像解译过程中, 仍然存在精度低与自动化水平差的问题, 提出一种基于深度学习网络的瞬时海岸线自动提取算法。首先, 将SAR图像进行Lee滤波增强来抑制相干斑。其次, 通过升级残差网络为主干网络,分4级提取海水目标的特征。然后, 将4级特征经过全局卷积网络、密集连接网络和解码器网络配合,充分提取目标的本质特征, 并通过上采样产生海水分割结果。最后, 利用Sobel算子分离出海岸线并和原SAR图像融合以便清晰查看结果。通过与全卷积网络与细化网络的海岸线提取实验结果进行对比, 证明所提算法对海岸线的提取更加准确, 能够减少虚警和漏警, 具有更好的性能。     

极值分析下基于位置矩阵的质心定位方法

为以使星敏感器在复杂工况下依旧能获得高精度的星点质心位置,提出一种极值分析下基于位置矩阵的质心定位方法。首先, 提出极值分析下的星点弥散区域粗提取算法, 对去噪后的星图进行星点局部区域限定。接着, 提出基于位置矩阵的线段编码标记法对星点弥散区域进行精提取。最后, 利用星点区域像素信息估计出高斯曲面参数以得到星点精确的质心坐标。仿真结果表明, 星图噪声标准差处于2的水平时, 所提方法可以使星点质心定位精度达到0.070 4 pixel, 且在星图噪声标准差处于12的水平时, 仍具有90.03%的高星点提取成功率。