多尺度自卷积方差显著性SAR图像目标检测

针对SAR图像中显著性目标检测问题,提出一种基于多尺度自卷积方差显著性的自适应检测算法. 该算法在对SAR图像多尺度自卷积运算基础上,通过计算MSAV得到方差显著图. 设计了一种自适应阈值检测器,完成SAR图像中显著性目标的检测. 实验结果表明,在复杂背景环境下,所提算法能有效检测出与人类视觉较为一致的显著性目标.     

LDPC迭代译码联合噪声方差估计

基于EM算法推导了噪声方差的最大似然估计算法,并利用推导结果来修正LDPC的LOG域的置信传播译码算法,进行迭代译码联合噪声方差的估计.仿真结果表明,该文提出的噪声方差估计方法,较好地完成了噪声方差未知时LDPC迭代译码的辅助工作,使噪声方差未知时的系统误比特率性能恶化小于0.1 dB.     

带交易费用和负债的均值-方差投资策略选择

研究了均值-方差准则下,带交易费用和负债的投资组合选择问题.研究目标是,在终值财富的均值等于d的限制下,使终值财富的方差最小,即均值-方差组合选择问题.通过使用线性二次控制的理论解决了该问题,获得了最优的投资策略和有效边界的显式解.并通过对所得结果进行进一步分析及实例,在经济上给出了合理的解释.通过本文的研究,可以指导投资者在具有负债时选择恰当的投资策略,使自身获得一定的财富而面临的风险最小.     

一种新的自适应双边滤波算法

现有的双边滤波算法需要预先设置空间方差和灰度方差参数,滤波时参数固定且不能保证是最优的参数设置. 文中提出一种新的自适应双边滤波算法(adaptive bilateral filtering, ABF),通过目标尺度信息实现空间方差局部自适应取值,保留更多的图像边缘特征;采用图像分块技术估计噪声方差,根据噪声方差自适应地设置灰度方差,以保证滤除噪声的性能;通过强制增大空间方差滤除较强噪声点. ABF不必像传统双边滤波算法那样根据经验设置参数,而是根据图像局部特征自适应地设置空间参数,不仅提高了滤除噪声的能力,而且更好地保留了图像边缘特征. 仿真实验表明,无论是主观评价还是客观评价,所提出的方法均优于传统的双边滤波算法、各向异性扩散算法和改进的双边滤波算法.     

基于自适应权重的粒子群和K均值混合聚类算法研究

针对K均值聚类算法存在的缺点,提出了一种基于自适应权重的粒子群优化(PSO)和K均值混合聚类算法.该算法在运行过程中通过引入非线性动态惯性权重系数,提高了混合聚类算法全局搜索能力和局部改良能力,并根据群体的适应度方差来确定K均值算法操作时机,增强算法局部搜索能力的同时缩短了收敛时间.将该算法与K均值聚类算法、基本PSO聚类算法和基于传统的粒子群K均值聚类算法进行比较,表明该算法不仅能有效地克服陷入局部最优,而且全局收敛能力和收敛速度都有所提高.     

时序数据故障点检测方法分析比较及应用

比较了3种不同的时序数据故障点检测算法.基于引力的孤立点检测算法考虑了数据对象周围的密度及数据之间的距离等因素.基于均值变点的检测算法则侧重于考察故障点周围统计量的变化,而非故障点的局部范围内统计量保持未定.第三种基于均值方差变点估计的检测算法则研究了时序数据中均值和方差两个统计量都存在变点且变点时刻不相同时的变点估计问题.试验表明基于引力的算法比其他两种效果要差,而基于均值变点检测算法的计算效率要比基于均值方差估计检测算法要高.     

一种基于分数余弦变换的数字图像水印算法

提出了一种基于分数余弦变换的数字图像水印算法.将原始图像分块并利用人类视觉系统的掩蔽效应将图像块分类,选择变换域中幅值较大的系数自适应地修正嵌入强度,以嵌入二值水印图像.实验结粜表明该算法能有效地保持图像的质量,并且对常见的图像处理如噪声叠加、JPFG压缩、均值滤波、图像缩放和图像裁剪等比余弦变换域中修改低频系数的水印算法具有更强的鲁棒性.     

非局部混合噪音滤波器MNF的一种快速算法

对非局部混合噪音滤波器MNF提出一种快速算法(Fast-MNF).该算法是对目前滤波效果较好的混合噪音滤波器MNF的一种改进,它对邻近窗口像素按其均值、梯度和方差的相似程度进行预分类,把均值比、梯度比和方差比均在给定阈值范围内的像素分为一类,让其参与滤波运算,否则被忽略,以此提高滤波速度.实验结果表明,Fast-MNF算法的滤波效果优于MNF,且运算速度提高20%以上.     

应用空域局部高斯混合模型的LSB匹配隐写分析

考虑到图像是一个局部平稳信源,提出一种局部内容自适应的LSB(least significant bit)匹配隐写分析方法. 该方法将LSB匹配隐写建模为加性高斯噪声,将图像空域细节分量建模为高斯混合模型. 在局部区域内用期望最大化算法估计模型参数,取最小方差值为局部隐写噪声方差的估计. 然后提取局部方差直方图的加权和特征,以反映图像不同复杂度区域隐写前后的变化. 将原始特征和校准特征相结合,作为分类特征. 对未压缩图像库的实验表明,该方法较现有方法具有更好的检测性能,在嵌入率低至25%时仍有较可靠的检测性能.     

基于K均值聚类算法提取CT图像的肺部肿瘤

为自动提取CT肺部肿瘤,辅助医生对患病部位进行诊断和治疗,利用K均值聚类算法自动提取肺部肿瘤和剩余肺部图像,并分别和影像医生手工分割的肺部肿瘤和剩余肺部图像作对比。结果表明,自动提取的肺部肿瘤图像与专业医学影像医生手工提取的肺部肿瘤图像在外形、灰度和方差方面非常接近,说明利用K均值聚类算法自动提取肺部肿瘤的方法是有效的、可行的。     

一种用于手势识别的局部均值模式纹理描述子

提出了一种改进的局部二值模式即局部均值模式用于对静态手势进行分类. 计算不同分辨率的原始手势图像、非线性光照变化图像、高斯模糊图像和椒盐噪音图像的局部均值模式、局部二值模式和局部角相模式. 利用gentle_Adaboost 分类算法对这些算子特征进行训练和测试,实现手势分类. 文中提出的局部均值模式能充分利用区域内像素灰度值之间相关性和区别性信息进行编码,恰当地描述不同手势的特征,具有简单快速及良好的区分度等特点. 实验结果表明：与局部二值模式和局部角相模式相比,局部均值模式算子取得了更高的分类准确度.对于原始图像,该描述子的分类准确度达到95%,同时该模式对非线性光照变化和高斯模糊具有较强鲁棒性.     

一类异方差半参回归模型的估计理论

考虑一类异方差半参回归模型Y=m(X) σ(X)ε,其中X是随机解释变量,Y是响应变量.均值函数m(x)=E(Y|X=x)和方差函数σ(x)二者未知.许多事实表明二者之间存在如下关系:σ2(x)=γ0 γ1(m(x))a1 … γs(m(x))asψ(x)γ,其中ψ(x)=(1,(m(x))a1,…,(m(x))as),γ=(γ0…γs)T.运用局部核权估计法和最小二乘法给出了异方差情况下m(x),σ(x)和γ的估计(x),和,证明了的渐近正态性,得到了(x)和2(x)的最优收敛速度,并且建立了诊断异方差的统计量.     

基于改进K均值聚类的银行客户分类算法

为了提高银行客户分类的正确率,使银行的收益最大化,提出一种基于改进K均值聚类的银行客户分类算法.算法定义了类间最大相似度均值(AMS),并根据该定义确定最佳聚类数.当计算出的当下AMS值比前一次的AMS值小时,根据距离原则选择初始聚类中心;当计算出的当下AMS值比前一次的AMS值大时,把该最小AMS值相匹配的聚类中心看作初始聚类中心.利用最佳聚类数和初始聚类中心实现银行客户的细分.仿真结果表明,提出的算法能够跳出局部最优,并提高客户分类的正确率.     

基于自适应同源方差控制的法庭自动说话人识别

提出了自动说话人识别系统得分到法庭证据强度量化值似然比的转换方法. 为了更准确地评估嫌疑人的
统计模型,提出了自适应同源方差控制算法,该算法能自适应地融合来自参考人群和嫌疑人的同源语音得分模型
信息,降低了对嫌疑人数据量大小的需求. 与基本识别系统相比的测试结果表明,使用该算法的识别系统不但具有
更优良的识别性能和可靠性,而且提高了语音证据对判别结论的支持强度.     

一种新的基于FFT的图像增强算法

针对散焦模糊和噪声的频域特点,提出了一种基于FFT的频域图像增强算法。设计了高通倒高斯滤波器与低通反正切滤波器,使得图像去噪的同时又保留了细节。并研究了抑制振铃的算法,去除了频域加窗对图像的影响,对于增强图像的质量有显著的效果。     

飞机颤振模态参数的辅助变量方差辨识及渐近分析

针对飞机颤振随机模型中输入输出观测数据带有观测噪声的问题,为得到较准确的飞机颤振模态参数,将辅助变量辨识方法与方差匹配方法相结合,形成一种新的辨识策略--辅助变量方差辨识方法. 在飞机颤振随机模型中,通过引入辅助变量来构造方差函数,导出最小化优化目标准则函数的求解过程,并详细地给出对应的偏 导式. 根据渐近分析理论,推导参数估计值的渐近方差矩阵表达形式. 利用此渐近方差矩阵不仅可以衡量辨识方法的有效性,而且可以设计最优激励信号. 将提出的方法用于飞行仿真转台电流环被控对象的传递函数辨识和飞机颤振模态参数辨识,验证了该方法的有效性.     

基于小波变换和均值滤波的图像去噪

通过对图像中含有高斯噪声的分析和研究,结合现有图像去噪的方法,提出了采用均值滤波和小波变换相结合的方法来消除图像噪声。对含噪图像进行小波分解并且对各层小波系数进行阈值量化和进行小波重构,采用不同的模板对水平、垂直、以及对角方向子图像进行均值滤波,将低频近似子图像与处理后的各细节子图像结合得到去噪后的图像。仿真结果表明,所提出的方法相比于其它单一的去噪方法具有更好的去噪效果。     

基于Shearlet域各向异性扩散和稀疏表示的图像去噪

为了更有效地去除图像噪声,同时更好地保留图像边缘细节信息,提出了一种基于shearlet 域各向异性扩散和稀疏表示的图像去噪方法. 首先对含噪图像进行非下采样shearlet 变换(nonsubsampled shearlet transform, NSST),将图像分解为低频分量和多个高频分量. 低频分量中包含图像信号的主要能量以及少量的噪
声,而高频分量中含有大部分噪声和图像边缘信息. 然后,利用K-奇异值分解(K-singular value decomposition,K-SVD) 算法去除低频分量中的噪声,各个方向的高频分量则通过核各向异性扩散(kernel anisotropic diffusion,KAD) 算法进行去噪. 最后,对处理过的低频分量和高频分量进行非下采样shearlet 反变换(inverse nonsubsampled shearlet transform, INSST),得到重构图像,从而有效地去除图像噪声,保留图像边缘细节. 实验结果表明,与小波扩散去噪法、shearlet 硬阈值去噪法、K-SVD 稀疏去噪法、小波域稀疏去噪法相比,该方法的去噪能力更强,并能更好地保留图像纹理细节特征,改善图像视觉效果.     

基于Landsat 8遥感影像融合方法和评价

不同卫星所拍摄的遥感影像对融合算法具有不同的适应性,人们需要根据不同的需求选择不同的融合算法。本文以Landsat 8遥感影像为研究对象,进行全色影像和多光谱影像的融合,同时选择4种影像融合算法,对校正后的Landsat 8多光谱影像和全色影像进行融合处理,并对融合后结果进行定性和定量评价。试验结果表明,Brovey融合算法均值最大为168.266 737,融合效果相对较差;PC融合算法的均值最小为161.863477,影像光谱保真度最好;HSV融合算法信息熵和平均梯度依次为5.286 542、18.826 124,其表达空间细节的能力最佳,但其光谱保真度较差;NNDiffuse融合算法各项评价指标综合效果最好。     

基于空域LSB的数字图像加密算法

为了弥补传统密码技术的不足,采用了新型的版权保护技术——数字水印.设计实现了一种基于空域的图像水印算法,提出了一种基于空域LSB算法的数字图像加密算法,对不同的值对应的图像点像素进行不同的加密,然后根据给定的随机整数寻找加密结果的存放位置.实验分析表明,该算法实现起来比较简单,且不可见性好,而且抵抗剪切和JPEG压缩的能力较强,算法的时间复杂度较低,加密效果较好,安全性较高.