模糊C均值聚类区间型模糊化参数模型

针对经典模糊C均值聚类算法中模糊加权指数对聚类的影响及其取值范围不确定性问题,提出了一种区间型模糊加权指数的设计模型。分析该模型设计的理论依据及对聚类结果的影响,推导出包括模糊隶属度划分矩阵、模糊聚类中心等基于该模型的模糊化参数表示方法。理论分析和实验证明,区间型模糊化参数模型的设计在基于模糊划分的数据处理中取得了很好的效果。     

一种基于视觉掩盖模型的数字水印技术

通过分析人的视觉特性提出一种视觉掩盖模型,得到该模型水印嵌入算法和水印检测算法。在DCT系统低频域上给典型的“Lena”图像嵌入水印后,进行压缩、加高斯噪声污染、滤波等试验,测试水印的稳健性。结果发现：水印输出响应非常高,有很好的鲁棒性,嵌入水印后的图像经一定的压缩、噪声污染、滤波等处理后仍可被检测到。     

基于单元信息熵的半色调图像有效子块提取

针对数字半色调图像有效子块的提取,提出了图像的单元熵及熵矩阵构造的算法.首先,将半色调图像分割成若干子块,对每一个子块的每一个像素点计算熵,得出熵矩阵.然后,对熵矩阵取均值及方差.最后,根据信息理论可得,当熵的均值越大且方差越小时,越能有效地获得子块.实验表明,通过单元信息熵获取的有效子块,含有信息量大,纹理变化平缓,适合用于分类.     

基于改进的的GMM参数估计的目标检测方法

通过对数据的采集和相关理论模型研究泛北部湾经济合作区域的经济和金融的发展水平。然后运用面板数据的固定效应模型研究其经济和金融水平是否平衡发展,分析其发展不平衡的原因,从而得出对该区域经济和金融平衡发展的具体建议。     

基于DFA复合式Agent模型的设计与实现

针对机器人团队协作检测与跟踪动态目标的需要,提出1种基于有限状态自动机(DFA)的复合式Agent模型。通过结合有限状态自动机的行为状态模型,对复合式Agent模型进行改进,在固定路线的动态目标跟踪实验中,对改进前后的Agent模型实际实验数据进行比较,并将该模型应用于基于区域的多机器人多目标跟踪实验中。结果表明:改进后的Agent模型通过有限状态自动机中的状态抽象,不仅从目标检测与跟踪的角度提高了Agent个体性能,还从社会的角度,提高了群体团队的协作性能;提出的模型通过行为状态模型将动作、决策等与环境信息进行了有效的分离,从而具有较好的可移植性和高扩展性;改进后的Agent模型跟踪偏差期望值与样本方差均降为改进前的一半,为实时的目标协作检测与跟踪提供了有效途径。     

基于直线检测的遥感影像道路提取方法

针对传统的高分辨率遥感影像中提取道路精度低问题,提出了一种基于改进直线检测道路的方法。首先将彩色图像梯度计算运用到经典的直线段检测(LSD)算法中,实现遥感影像直线提取。根据相邻两条直线关系设置6个直线合并规则,然后判断直线间的区域是否为候选道路区域。以候选区域为种子点,生长其他直线间的区域。最后提取面状道路及优化,同时也对道路交叉路口进行提取。实验结果表明使用提出方法所提取道路区域更加完整。     

基于改进的GMM参数估计的目标检测方法

背景减除法通过计算当前帧与背景模型的差来实现运动目标的检测,因此背景建模是背景减除法的关键;混合高斯模型(Gaussian mixture model,GMM)可对存在渐变及重复性运动的场景进行建模,有效的提高了在光线强度变化,物体摇摆等复杂场景下建模的准确性;但它也有其固有缺点,针对利用传统EM算法进行GMM模型参数估计时,易陷入解空间的局部最优的缺陷,采用基于最大惩罚的EM参数估计,对传统的EM算法进行改进;另外,在检测不需要满足实时性时,提出了一种基于差分进化算法的GMM参数估计法;最后把改进的GMM参数估计方法应用于基于GMM模型的运动目标检测当中进行验证,并得到很好的检测效果.     

离散小波变换(DWT)域的公有水印技术研究

通过在现有的公有水印模型中引入混沌系统,提出一种新的基于离散小波变换(DW T)域的公有水印技术.该技术在水印嵌入时,由混沌系统生成水印序列,并在离散小波变换的低频子带上嵌入水印,保证了水印的鲁棒性.实验分析不同指数因子嵌入水印的性能,结果表明:当指数因子在0.1~0.2之间时,嵌入水印的鲁棒性能比较好.