基于动态PREISACH算子的压电陶瓷动态迟滞智能建模

针对经典Preisach模型存在的不能反映迟滞依赖于输入变化率的动态特性且其权重函数难以确定的缺点,给出了Preisach模型中积分项的一种实现形式,动态Preisach算子,其参数是榆入变化率的函数,该Preisach算子反映了迟滞依赖输入变化率而体现的动态特性的基本特征.通过引入动态Preisach算子,将存在于迟滞非线性中的多值映射转化为连续的一一映射,从而将神经网络等智能辨识工具应用到迟滞非线性的建模中.该方法简化了迟滞非线性的建模过程,结构简单,且能实现在线更新,具有实际的应用价值,实验结果验证了所得模型的有效性.     

基于投影仪-相机系统的多投影颜色校正技术

为了消除多投影大屏幕显示系统的颜色差异对虚拟现实系统仿真环境沉浸感和真实感的影响,提出了一种基于投影仪-相机系统的颜色校正优化方法,综合考虑校正系统中相机和投影仪的非线性影响.针对以往算法中忽略相机影响的问题,提出基于Pedro图像分割的高动态范围图像合成优化算法,引入新的权重函数,建立相机输入输出像素映射关系;结合相机的非线性响应关系,利用YUV与RGB色彩空间的转换模型结合函数逼近的方法对投影仪亮度和色度同时校正,生成投影仪颜色查找表,并利用着色语言实现颜色校正的GPU渲染.最后以三通道环形多投影屏幕为实验平台验证本算法的有效性.     

基于边缘敏感递归滤波的彩色航拍图像云检测

为了有效检测出彩色航拍图像中的云区,提出一种基于边缘敏感递归滤波的彩色航拍图像云检测方法。通过基于自适应引导权的边缘敏感递归滤波算子构造航拍图像的差异映射,并结合基于类内方差的递归阈值选择方法,将输入的航拍图像区分为待定云区和非云区。利用边缘敏感递归滤波算子对原始航拍图像累进滤波,有效抽取分层的图像细节,构造航拍图像的细节映射以精化待定云区。利用客观性能指标对检测结果进行评价。实验结果表明,相较于其他相关研究工作,提出的方法有效易行,计算复杂度低。     

基于决策融合的多无人机协同目标检测识别算法

针对现阶段单无人机不能高效完成大区域巡视的问题,提出一种多无人机决策融合的目标检测识别算法。首先改进Retinanet算法进行单无人机的目标检测,根据航拍图像目标特性,调整anchor参数和训练策略。同时利用特征提取算子配准多无人机航拍图像,实现多机图像坐标一致,并进行图像拼接。然后综合目标的位置信息和属性信息对多机图像进行目标关联。最后提出一种基于冲突度量的动态切换策略,自适应选择DST(dempster-shafer theory)或DSmT(desert-smarandache theory)融合关联目标信息。在多无人机协同目标识别数据集上进行实验,结果表明所提算法能在增大单次巡视范围的同时,提高无人机巡视系统的检测精度。     

基于视差范围估计和改进代价的半全局匹配

针对传统半全局算法对视差范围内未知场景通常人为地设定一个视差范围造成计算资源浪费,同时利用传统Census变换进行代价计算限制视差精度的不足,提出了基于视差范围估计和改进代价的半全局匹配算法.首先,采用多种特征算子同时提取图像对的特征点,通过快速最近邻搜索进行特征点匹配,利用立体匹配的约束条件筛选匹配点,计算匹配点对的...     

基于图像对比度数量映射的矢量场可视化算法

矢量场可视化是科学计算可视化中的一个研究热点,基于纹理图像的流线积分算法可以清楚地描述矢量场的细节。科学计算的数据通常是多维的变量,为了能在图像上同时显示超过2维的变量,采取了如对图像的颜色、明暗等属性进行数量映射的各种方法。本文提出了一种对图像的对比度进行数量映射的方法,动态改变图像局部的对比度,达到较好的可视化效果。     

基于基因权重动态调整遗传算法的编码

针对标准遗传算法中交叉算子容易破坏定义长度较长的优良模式的弱点，提出了一种动态排序编码方法，以提高交叉算子的效率。首先对当前代种群确定基因权重，然后根据基因权重对基因位置进行动态排序，使优良基因变得集中，从而克服了标准遗传算法中交叉算子的弱点。为了避免陷入局部最优，对变异算子进行了改进。最后做了大量实验，并根据实验结果对该方法进行了评述。     

动态社团发现研究综述

为适应当前动态网络数据的发展,对动态网络中的社团结构进行检测、追踪和预测,对国内外关于动态网络社团发现与演化的相关文献进行了综述。归纳了动态网络的社团发现算法,清晰了社团演化事件的定义,并梳理了社团发现与演化算法的应用场景。通过文献梳理,提出将来动态社团的研究应注重在大数据集上的算法优化、在多语境下的信息挖掘和在多场景下的应用性。     

一种用于图像融合的无监督深度神经网络

为解决相机动态范围较小,单次曝光的图像往往无法表达高动态场景的不同区域的问题,构建了一种无监督的深度神经网络,把多次曝光的图像融合成一幅高动态图像。以VGG-Net(visual geometry group-Net)为基础网络,设计编码子网络和解码子网络;以融合前后图像的结构相似度为目标导向,通过引入基于图像局部信息的权重因子,定制适用于图像融合的损失函数,融合图像可兼顾不同输入图像的有效信息。在基准数据集上与多种方法相比,融合图像在主观视觉体验和客观量化指标上均取得了明显提升。     

信息集成算子加权向量的对称性研究

对信息集成算子加权向量的对称性进行了研究.提出了升序加权算术平均(AOWAA)算子和语言AOWAA算子,分别给出了降序加权算术平均(DOWAA)算子和升序加权算术平均(AOWAA)算子、降序加权几何平均(DOWGA)算子和升序加权几何平均(AOWGA)算子、以及语言DOWAA算子和语言AOWAA算子的一个等价条件,并证明了在加权向量是对称的情况下:1)利用DOWAA算子对若干个互补判断矩阵进行集成所得到的群判断矩阵仍为互补判断矩阵;2)利用DOWGA算子对若干个互反判断矩阵进行集成所得到的群判断矩阵仍为互反判断矩阵;3)利用语言DOWAA算子对若干个语言互补判断矩阵进行集成所得到的群判断矩阵仍为语言互补判断矩阵.最后探讨了一些常用加权向量的对称性问题.     

基于Mean Shift 的光晕抑制算法

针对SSR 算法在图像高对比度边缘处产生光晕现象，在研究光晕现象的基础上，提出了一种基于均值偏移（Mean Shift，MS）的自适应滤波光照估计算法。该算法根据初次MS 算法平滑原图像得到的先验知识，自适应地改变滤波器的形状，从而达到抑制光晕的目的。实验表明该算法不仅压缩了图像的动态范围，而且运算速度较快，抑制光晕效果较好。     

激光雷达含噪距离像仿真实现与影响因素分析

成像激光雷达的实测距离像通常受失落信息和距离反常等噪声的影响。针对实测数据获取相对困难且失落信息与距离反常噪声强弱不易控制等问题,提出了一种新的含噪距离像仿真方法。该方法根据激光雷达距离像噪声的形成机理,对成像激光雷达系统进行了仿真建模,建立起散斑、大气湍流和接收机噪声三种主要影响因素的精确模型。基于MATLAB工具软件,获取了多种场景下的成像结果。对仿真结果的分析表明：探测策略得当时,散斑效应、大气湍流和接收机噪声是造成距离像中出现失落信息和距离反常的主要因素;单纯的接收机噪声对距离反常的影响作用有限;图像的背景和目标区域内均同时存在失落信息和距离反常。     

网络模拟器中分层路由协议的问题及改进

网络模拟被广泛地应用在网络研究领域,以测试和评价网络协议的性能。在目前被广泛使用的网络模拟器ns中,分层路由协议只能静态地计算路由,而不能在模拟的过程中动态适应网络拓扑的变化。本文首先深入分析了ns分层路由协议实现中的不足,然后介绍了一个经典的分层动态路由协议,给出了其在ns中的实现框架和细节,最后是模拟结果和性能分析。     

Multisensor image fusion algorithm using nonseparable wavelet frame transform

1.INTRODUCTION Withtherapidimprovementofsensortechnology,numerousmultisensordata,whichoftencontaincom plementaryandredundantinformationaboutthere gionsurveyed,areobtainedinmanyfieldssuchasre motesensing,medicalimaging,machinevisionand militaryapplications.Sensorfusionisincreasinglybe comingapromisingresearcharea.Itcanbedivided intosignal,pixel,feature,andsymbollevels.The papermainlyaddressestheproblemofpixellevelim agefusion.Throughcombiningregisteredimages generatedbydifferentimagingsyst…     

末制导合成孔径雷达信号分析及成像处理

研究了末制导合成孔径雷达（synthetic aperture radar, SAR）宽波束高分辨率成像问题,提出一种基于频谱分析的算法。将初始距离相同的目标作为多普勒分辨的处理对象,建立成像几何模型,分析了回波相位、方位分辨率、距离徙动。将波束照射区域分为若干方位角带,针对每一方位角带,采用相应参数进行距离徙动校正、二次相位补偿和频谱分析,根据各处理结果,合成波束照射区域内所有目标的高分辨率图像。给出了算法流程,仿真实验验证了算法的有效性。     

攻击型无人飞行器自主控制技术研究综述

针对现代防御技术的发展,迫切需要实现攻击型无人飞行器(AUAV)的自主控制,提高其自主水平和智能程度。结合国内外的发展现状,对AUAV自主控制问题进行了阐述。首先介绍了自主控制的概念,并给出了无人飞行器自主水平的层次划分;然后分析了AUAV自主控制存在的问题,提出了相应的解决方案,分析了其中的关键技术和研究现状,主要包括系统结构、图像融合和动态重规划;最后对AUAV自主控制技术的研究方向进行了展望。     

基于AEPSO-SVM算法的雷达HRRP目标识别

针对雷达自动目标识别中的高分辨距离像(high resolution range profile,HRRP)识别问题,提出自适应进化粒子群(adaptive evolution particle swarm optimization, AEPSO)算法优化支持向量机(support vector machine,SVM)的目标分类识别方法。该算法利用非线性自适应惯性权重的调整以适应粒子寻优的非线性变化过程,采用分阶段调节加速因子增强粒子在进化过程中的学习能力,通过引入局部搜索算子在增加粒子多样性的同时有效避免了粒子陷入局部最优陷阱。通过改进的PSO算法优化SVM参数,建立分类识别器模型。将该AEPSO-SVM模型应用到雷达HRRP目标识别中,实验结果表明,该算法对于高分辨雷达目标识别精度高、鲁棒性强。