一种超长短信拆分与合并方法

超长短信是影响短信业务使用感受的关键问题,本文对超长短信的基本原理进行分析,设计并实现了超长短信的发送和接收处理系统,通过超长短信进行自动的拆分和合并,实现用户透明的超长短信功能。     

一种改进的深度网络残差学习的图像降噪方法

近年来,基于深度卷积神经网络的学习方法在图像降噪方面取得了前所未有的成果,通过调整网络结构和参数来获取更好的图像降噪效果已成为研究热点.降噪卷积神经网络在深度神经网络中采用残差学习方法,在提高降噪效果的同时,在一定程度上解决了盲降噪问题.其不足之处在于算法收敛时间长.该文针对降噪卷积神经网络结构做了进一步的改进,提出了一种基于反卷积降噪神经网络的图像降噪算法.该文工作的主要特色如下：1) 在原有的网络结构中,引入反卷积神经网络,优化了残差学习方式;2) 提出一种新的损失函数计算方法.使用BSD68和SET12测试数据集对本文提出的方法进行验证,实验结果表明,该文算法的降噪性能与降噪卷积神经网络算法相比,在相同降噪效果情形下,该文算法的收敛时间缩短了120%～138%.同时,与传统的深度学习图像降噪算法比较,该文方法的降噪效果和运行效率也都有提高.     

基于差分进化的二维熵图像分割

二维熵图像分割方法利用图像的局部空间信息,分割结果优于一维熵分割法,但计算效率较低.遗传算法和粒子群算法等最优化算法能提高二维熵图像分割方法的效率,却不能保证获得全局最优阈值.为此,提出一种基于差分进化算法的二维熵图像阈值分割法,用局部搜索策略提高搜索最优阈值的精度.实验表明,所提出的方法有良好的鲁棒性,能保证获得最优阈值.与基本的二维熵图像分割法相比,分割速度有很大的提高.     

关于农业有机水稻的栽培技术推广

水稻通过有机栽培，经生产加工成为安全、优质、有营养的有机大米，既可满足人们的需要，又能提高人类的健康水平。以下笔者对有机水稻栽培技术作一些探讨，只在为当地的有机水稻生产开发提供依据，为发展有机水稻生产探索出一条安全有效的途径。     

内置悬置轮毂电机驱动系统参数灵敏度分析

轮毂电机驱动电动汽车将电机、轮毂、减速机构等集成于车轮内,这种高度集成不仅会造成非簧载质量的增加,路面激励引起的轮毂电机气隙不均匀还将导致电磁振动激励的进一步恶化.针对上述问题,基于笔者前期提出的一种新型内置悬置系统的电动轮拓扑结构方案,文中建立了新型电动轮车辆振动模型,推导出了多质量系统车身加速度、车轮相对动载、悬架动挠度及定转子相对位移等车辆平顺性指标对路面不平度速度输入的频响函数,通过车辆平顺性指标对电机质量、定转子质量比、轴承刚度、悬置元件刚度等重要结构参数的灵敏度分析,了解系统参数对各平顺性指标的影响.结果表明:悬置元件的阻尼对车身振动加速度和悬架动行程影响最大,其灵敏度分别达到10.33和10.21;定转子相对位移对轮毂轴承刚度最为敏感,其敏感度达到12.07;轮胎动载则对电机总质量最为敏感,其敏感度达到10.49;上述各参数中,电机定转子质量比对各振动响应量的影响均较小.     

龙眼高产栽培技术要点

龙眼是广东省重要的水果,同时广东省也是全国最大的龙眼种植区和产区。从龙眼的栽植条件与品种选择、定植时期与方式选择、水肥管理、树形与果穗管理、病虫害管理等途径对广东省龙眼高产栽培技术进行汇总和分析。结合广东龙眼种植的实际情况,进一步探讨龙眼高产栽培技术,这对于提高龙眼产量,促进龙眼高产栽培技术的构建,以及促进龙眼产业可持续发展都有重要意义。     

基于蚁群算法的最佳熵图像分割阈值方法

最佳熵阈值是最常用的图像分割算法之一,但是需要大量的运算时间,限制了其实际的应用范围.蚁群算法是一种新兴的仿生进化算法,已成功的应用于大批组合优化问题的处理.将最大熵算法视为组合优化问题并引用蚁群算法加以处理,实验结果表明蚁群算法不仅可以实现最优阈值的确定,而且可以提高图像分割效率.     

基于差分进化的图像自适应增强方法

图像增强是图像处理中重要的步骤之一,基于非完全Beta函数变换的图像增强办法能够获得较为理想的增强效果.然而合理的Beta函数参数选取一直没有得到很好的解决,常需要人工干预或者计算非常耗时.差分进化算法是一种新型的进化计算方法,具有自适应、自组织等智能特性和强大的寻找优化解的能力.这里将差分进化算法用于Beta函数参数的自适应选取,实现了基于差分进化算法的非完全Beta函数图像增强方法,实际图像增强实验结果表明了该方法的有效性和可行性.     

一种改进的基于颜色直方图的图像检索算法

使用颜色直方图进行图像检索是图像检索的常用方法,但是传统颜色直方图检索容易丢失空间信息,从而影响图像检索的查全率和查准率.针对这一问题,提出一种改进算法,该算法首先进行图像分块,然后通过对各分块颜色直方图加权的方法进行检索.实验证明,该算法可以提高图像检索结果的查全率和查准率.     

蚁群算法研究应用现状与展望

蚁群算法是工程优化领域中新出现的一种仿生进化算法.首先介绍基本蚁群算法的原理和模型,然后评述近年来对蚁群算法的若干改进以及在许多新领域中的发展应用,最后对蚁群算法未来的发展和研究方向进行展望.