基于RANSAC的高原地区交通违章视频图像去抖动方法

为了降低由于图像抖动引起的视频质量较低的问题,提出基于RANSAC的高原地区交通违章视频图像去抖动方法.利用RANSAC构建了图像模型,以此为基础,实现对图像中抖动点的准确识别,将抖动点数据与模型进行匹配,计算对应点的补偿值,以此实现去抖动的目的.实验结果表明,其能够实现对视频图像中抖动的有效去除.     

基于形态结构特征的对流单体自动分割方法研究

风暴单体是形成各类强对流灾害天气的基本单元,它们的雷达回波形状复杂、内部分布不一、外层相互交织,从而造成单体分割困难.提出了一种基于形态结构特征的对流单体自动迭代分割方法.以雷达图片中区域树结构单体分割结果为初始输入,在每次迭代分割过程中,首先计算各个分割结果的3个形态结构特征,然后通过一个预先训练的支持向量机(Support Vector Machine,SVM)分类器判断分割结果是否为对流单体,对非单体的分割结果进行再次分割.通过3种不同类型的风暴案例进行测试,结果表明,本文方法能够有效地识别出聚集的单体和处于分裂/合并状态的单体,并且能够获得单体的完整结构.在定量评估测试中,本文算法获得了0.84的临界成功指数评分,高于传统的风暴单体识别与跟踪算法(Storm Cell Identification and Tracking,SCIT)方法(0.55)和单阈值方法(0.49).     

基于深度无监督学习的图像分类算法

为了取得精确的图像分类效果,一方面需要提取大量的图像特征数据进行样本分析,另一方面大量的数据又造成了维数灾难.因此,为了解决信息全面与维数灾难的矛盾,引入了深度学习.深度学习利用分层结构处理复杂的高维数据,可以完成复杂函数的逼近,是一类具有多层非线性映射的学习算法,但深度学习模型优化困难且对隐层参数敏感.针对上述问题,将无监督算法引入深度学习,这种学习方法无须人工设计特征提取数据,训练过程中样本标签是未知的.实验表明,该算法在不影响图像分类效果的前提下,可以大大降低计算复杂度,具有一定的时效性.     

基于语料库的韩语因果复句语义及句法特征探析

韩国语中存在着各种各样的因果复句,以口语和书面语中使用频率极高的""四种因果复句作为研究对象,通过21世纪世宗计划语料库中的具体实例来考查分析它们的语义及句法特征,对于韩国语复句教学及韩国语学习者学习并运用韩国语因果复句,能够提供一个良好的理论基础和参考依据。     

基于双STM32的行车辅助信息记录装置设计

分析行车监测研究现状,并设计一款多功能且操作简单的行车辅助信息记录装置.该装置具备图像采集、监测车内温度、湿度、气压及车外障碍物距离等功能,并将数据存储于SD卡内,显示在LCD上.选择2个STM32F103ZET6作为主控芯片,配以电源电路、图像采集模块、行车参数监测模块、液晶显示模块和SD卡存储模块,并采用CAN总线通信方式实现主机和从机的通信.实验测试结果表明,该装置模型具有实时显示及拍照、行车参数采集与图像存储等功能.     

数字图像的二重分块置乱算法

针对数字图像的加密置乱问题,利用将图像连续两次分块并分别执行块置乱和像素置乱的二重操作方法,给出数字图像的二重置乱算法。得到的置乱效果相对于传统的仿射变换,具有密钥数量大、置乱效果好、抗统计分析攻击能力强等特点。有效解决了传统二维仿射变换置乱效果较差、效率低等问题。     

流行词“吃货”的多角度考察

"吃货"最早出现在清代小说中,指光吃不干活的人,带有贬义色彩。近年来,"吃货"一词被广大美食爱好者广泛传播,用于自称和互称。"吃货"一词的词义已发生明显变化,指"喜欢吃各类美食的人,有品位的美食爱好者";词义附带的感情色彩逐渐趋于中性甚至褒义。而导致这些变化的原因主要是人们对"吃"观念的改变,网络语言环境的高度自由化以及使用网络语言的从众心理。     

企业关联数据应用模式与案例综析

Tim Berners-Lee提出的"关联数据"概念目前是图书馆学、情报学、计算机科学、信息管理和信息系统等学科的研究热点.关联数据作为语义网的一种实现方式,正在引领一场网络革命,它不仅使许多新应用付诸实践,也为一些特殊领域的应用提供了契机.论文分析了关联数据技术的背景和现状以及企业应用关联数据的原因、意义和模式,根据关联数据的层次模型以及基于关联数据的企业信息资源集成的目标取向和功能配置构建了企业关联数据应用模型,在逻辑上将其分为支撑环境层、信息资源层、信息处理层和应用层,并结合Google、BBC和Renault三大公司的应用案例探讨了企业如何利用关联数据技术创新盈利模式、改善效益,为关联数据在企业的应用提供了参照.     

基于螺旋相位滤波的图像边缘增强研究

阐述螺旋相位滤波实现图像边缘增强的原理及其国内外研究现状,分析几种螺旋相位实现边缘增强效果,同时对螺旋相位滤波器的应用发展趋势进行展望.     

基于图像欧氏距离流形降维的端元提取算法

由于多重反射和散射,高光谱图像中的混合像元实际上是非线性光谱混合传统的端元提取算法是以线性光谱混合模型为基础,因此提取精度不高针对高光谱图像的非线性结构.本文提出了基于图像欧氏距离非线性降维的高光谱遥感图像端元提取方法该方法结合高光谱数据的物理特性,将图像欧氏距离引入局部切空间排列进行非线性降维以更好的去除高光谱数据集中冗余的空间信息和光谱维度信息,然后对降维后的数据利用寻找最大单形体体积的方法提取端元.真实高光谱数据实验表明,提出方法对高光谱图像端元提取具有良好的效果,性能优于线性降维的主成分分析算法和原始的局部切空间排列算法.