基于音色属性辨识声目标的主观评价实验研究

设计了目标辨识、语义细分和自适应分组成对比较等三组主观评价实验, 研究不同音色属性对辨识声目标的作用. 首先对50个水下声样本进行等响度、等时长预处理, 完成了三种目标类型的主观辨识实验. 然后完成基于语义细分法和自适应分组成对法的目标辨识实验, 利用相关分析和聚类分析手段对评价数据进行处理, 获得人耳听觉系统在自然音色和本质音色空间下辨识目标类型的结果. 研究结果有助于掌握和理解人类听觉系统听音辨物过程中音色属性的作用, 对音色属性建模及特征提取也有益处.     

一种基于医学三维数据场模糊分割的体元投射算法

论证了医学三维数据场边界过渡区域的存在性，并提出了一个修正体元投射算法。该方法先对三维数据场进行归一、整数化的预处理，并修正扩展二维图像的分割方法，使之适用于提取三维数据场边界过渡区。在此基础上将三维数据场非此即彼的分类优化为将数据场分为边界过渡区域和非边界过渡区域的模糊分割，再分别予以不同的体元投射绘制。最后给出的实验结果表明，算法既可以提高了数据场过渡区域的图像质量，又可以保证图像的绘制速度。     

基于WMF-CNN模型的街景门牌号码识别

针对自然场景下街景门牌号码识别困难的问题,提出了一种基于深度网络模型的WMF-CNN(Convolutional neural network with weighted multi-feature fusion,WMF-CNN)模型.该模型采用加权多层特征图融合的思想,首先利用PCA方法对各特征融合图进行降维,然后再根据它们在网络识别过程中的贡献率给予一定的权值,将加权后的图像细节信息与全局逼近信息进行融合,最后将融合特征送入Soft Max分类器,得到识别结果.在国际公开的SVHN数据集上的实验结果表明,所提模型仅需2.2 h便可完成训练,识别率达到95.6%,优于目前的主流算法.此外,所提模型识别单张图片所需的平均时间约为0.38 ms,适用于实时性要求较高的相关应用.     

一种基于小波能量的可视水印算法

以静态图像为研究对象 ,提出了一种基于小波系数能量嵌入可视水印的算法 ,即首先对宿主信号进行小波变换 ,然后根据宿主信号在小波域的能量分布特征 ,把水印信息隐藏在能量最大的系数子块中 ;为提高水印信息的透明性 ,算法还同时引入了水印自适应系数。实验结果表明 ,该算法透明性较好 ,并对常见信号处理和某些恶意攻击具有较好的鲁棒性     

基于AR模型和SVM的果蝇振翅声分类

分别对3个不同品系果蝇的振翅声建立了AR模型,提取AR系数和白噪声序列的方差作为特征,然后用支持向量机(support vector machine,SVM)分类同种内的3个不同品系果蝇的振翅声。使用AIC准则确定AR模型的阶数,用Burg方法估计AR模型的参数,用重尾径向基函数作为支持向量机的核函数,实现对不同品系果蝇振翅声的特征提取和分类。实验结果表明3个品系的果蝇振翅声的分类正确率均达到了88%以上。     

一种基于小波能量的可视水印算法

以静态图像为研究对象，提出了一种基于小波系统能量嵌入可视水印的算法，即首先对宿主信号进行小波变换，然后根据宿主信号在小波域的能量分布特征，把水印信息隐藏在能量最大的系数子块中；为提高水印信息的透明性，算法还同时引入了水印自适应系数。实验结果表明，该算法透明性较好，并对常见信号处理和某些恶意攻击具有较好的鲁棒性。     

细菌觅食算法优化归一化准则的彩色图像分割

为了求解彩色图像分割问题,采用一种基于离散细菌觅食算法优化归一化准则的彩色图像分割方法。引入模糊C均值聚类算法对图像预处理,降低算法维度;同时用细菌觅食优化算法求解Ncut的最小值,提高了算法的稳定性和收敛速度;通过最优个体菌得到分割结果。实验表明,该方法能够较好地分割图像,优于SM算法和遗传算法处理问题的分割效果,且耗时少。     

基于灰色理论的储粮害虫图像边缘检测方法

首先确定参考序列和比较序列,然后计算以各像素为中心的比较序列与参考序列的灰色关联度,将其与选定阈值作比较,最终判断该点是否为边缘点。与传统边缘检测算法相比,该方法对256灰度级粮虫图像能检测到连续、有效的边缘信息,且能较好保留图像细节信息,对二值含噪图像具有较强抗噪性。     

图像分割背景下群体智能优化算法的性能对比

 针对目前研究相对薄弱的群体智能优化算法的性能对比问题,搭建数字图像为生命栖息环境的群体智能优化算法的性能对比平台,提出基于最优个体变化的收敛关联度和收敛面积的新型性能评价指标,并具体进行了遗传算法、粒子群算法、人工鱼群算法、细菌觅食算法等多种群体智能优化算法的性能比较与测试.实验结果显示,所提出的评价平台和性能评价指标能够合理有效地对比不同搜索机制下智能群体的寻优能力.