二维和三维线性二元树的操作和运算

提出了二维和三维图像的线性二元树表示。给出了二维和三维线性二元树操作和运算的若干快速算法（如近邻、旋转、两幅图像的交和并、投影、截面、面积、体积和形心等算法）。对每一算法都给出了复杂性分析。     

二维和三维线性二元树的操作和运算

提出了二维和三维图像的线性二元树表示.给出了二维和三维线性二元树操作和运算的若干快速算法(如近邻、旋转、两幅图像的交和并、投影、截面、面积、体积和形心等算法).对每一算法都给出了复杂性分析.     

分形树生成算法研究及其MATLAB实现

分形理论作为一个新兴的数学分支,是对经典几何学的延伸,借助于计算机辅助手段,分形理论实现了理论与实践的紧密结合。借助于计算机,分形理论及其算法研究已经形成了一个独立的研究方向,极大地促进了分形科学的发展。同时,分形理论开始在其他领域得到广泛应用,解决了经典理论无法解决的问题,因此日益受到各国学者的重视。论文以具体的MATLAB实现方式形象的阐述了分形图形学的含义,对普及这一课题有一定的意义。     

平面二元树族上的H-Hopf模结构

通过平面二元树的定义及基本算法,定义了平面二元树的加法;在有限二元树的节序列上分别定义了H-Hopf模结构映射和H-Hopf余模结构映射及协调性,得到一个在二元树的节序列中的H-Hopf模结构;同时还定义了左积与右积,进而给出特殊的H-Hopf模,即树形H-Hopf模.     

大容量图像分层方法研究

为了解决大容量图像处理速度慢的问题,总结了3种图像分层方法：按频率分层、小波变换方法分层、二维经验模式多尺度方法分层,并对二维经验模式多尺度分层方法进行了改进．实验结果表明小波变换方法分层更有适用于大容量图像的分层,为大容量图像处理提供了预处理．     

基于视觉单词树的快速图像检索

建立了一种分层的视觉字典树.首先提取图像特征,定义树的分支因子k和层数L,采用分层聚类算法进行逐层聚类,生成树型结构的视觉单词本,并对每个树节点计算逆向文档频率作为权值,定义得分准则进行图像的相似度匹配.新的视觉单词树由于建立了分层结构,较之传统平面结构的视觉单词本具有计算负荷小、单词个数不受约束、搜索速度快等优越性.在Caltech-101图像库的检索实验中验证了本文算法的快速性和高效性.     

基于丛生树的可调节的并行查询优化算法研究

在分析现有的并行查询优化算法的基础上，提出了一种新的并行查询优化算法，该算法充分考虑并行计算机的物理限制，以丛生树为模型，利用大关系的数量对操作内的并行性，操作间的独立并行性以及操作间流水并行性进行调节，从而保证了高效的并行查询计划的产生。     

字典原子优化的图像稀疏表示及其应用

为了提高图像稀疏表示性能,提出了一种有效的结构化字典图像稀疏表示方法.针对过完备字典构造和稀疏分解中原子筛选问题,提出了一种基于灰色关联度的字典原子筛选和结构聚类方案.首先,对测试图像分块处理,利用块作为原子样本;然后,计算原子间的灰色关联度,并设置原子灰色关联度的筛选准则;最后,利用结构特征对原子聚类,构造图像稀疏字典.算法利用灰色关联度选择表征能力强的原子,提高字典的表征能力,缓解了传统字典设计对原子个数的依赖;同时,降低了算法的复杂度.将该方法得到的字典用于图像去噪,结果表明,视觉效果明显优于同类算法,峰值信噪比提高2 dB左右,且算法复杂度显著降低.     

基于K中心算法分层视觉词典树构造方法

视觉词典树是通过视觉词袋(Bag of Visual Words,Bo VW)模型将一组图像形成单词表征场景。它主要通过聚类算法构造视觉词典树,为了改进K-Means在寻找聚类中心的过程中受到噪声异常维度的干扰,基于K中心算法提出了一种分层视觉词典树构造方法。该方法提出了从每次迭代后的聚类特征点中随机地选取新的中心点,可避免因噪声异常维度使计算中心点位置时有较大误差,从而可提高聚类质量,使类簇更加紧凑。在图像的分类实验中,分别使用K-Means和K中心算法对构建的视觉词典树进行性能评价,实验结果证明通过K中心算法构造的分层视觉词典树可有效提高图像分类准确率。     

Robust Hierarchical Framework for Image Classification via Sparse Representation

The sparse representation-based classification algorithm has been used for human face recognition.But an image database was restricted to human frontal faces with only slight illumination and expression changes.Cropping and normalization of the face needs to be done beforehand.This paper uses a sparse representation-based algorithm for generic image classification with some intra-class variations and background clutter.A hierarchical framework based on the sparse representation is developed which flexibly combines different global and local features.Experiments with the hierarchical framework on 25 object categories selected from the Caltech101 dataset show that exploiting the advantage of local features with the hierarchical framework improves the classification performance and that the framework is robust to image occlusions,background clutter,and viewpoint changes.     

图像匹配最大互相关快速算法

图象匹配技术在众多领域中都有重要应用,最大互相关算法是图像匹配采用的主要方法,但这种算法计算量较大;现通过构造一个迭代算法,避免了在搜索过程中大量的重复运算,从而提高了匹配速度.     

基于图的脑组织磁共振图像分割方法

提出一种基于图的层次聚类算法实现脑组织磁共振图像的自动分割。首先,采用基于图的分割方法对脑组织MR图像进行初始分割。由于脑组织MR图像各类组织结构分布复杂,尤其是脑脊液和灰质区域细节信息丰富、结构变化多样,分割结果中存在过分割现象。因此,利用对偶树复小波变换高频子带信息构造基于图的分割方法中参数k的自适应取值函数,避免图像平滑区域分割后产生大量小区域。然后,以层次聚类算法合并分割得到的小区域,解决基于图的方法分割脑组织MR图像中存在的过分割问题。最后,通过大量真实脑组织MR图像实验证明该方法在脑组织MR图像分割中的准确性和稳定性。     

并行的中心点优化选取遥感影像聚类算法

为了解决遥感影像聚类个数及中心点选取的问题, 提出了一种并行的中心矢量优化选取的遥感影像聚类算法(PCVOS: Parallelized Center Vector Optimized Selection Algorithm for Remote Sensing Image Cluster)。该算法引入模糊评价目标函数并给出了一种染色体评价机制, 提高聚类染色体在类目、空间划分的多样性; 同时引入MPI(Massage Passing Interface)多进程并行技术, 加快了算法运行速度。实验结果表明, 相对于传统的K-Means、ISODATA(Iterative Self Organizing Data Analysis Techniques Algorithm) 和ACDE(Automatic Clustering Differential Evolution)算法, PCVOS 不但可以获得更好的聚类效果, 而且可以充分利用并行资源加快算法运行速度。     

基于随机矩阵的高光谱影像非负稀疏表达分类

考虑到常规的高光谱影像稀疏表达分类模型的不足,提出随机矩阵-非负稀疏表达分类模型来提高高光谱影像的分类精度.通过引入随机矩阵来改善传统稀疏表达分类模型中测量矩阵以更好满足限制等距特性条件,同时限定系数向量的非负性以提高重构系数的可解释性.基于两个不同的高光谱数据集,对随机矩阵-非负稀疏表达分类模型采用三种方法进行系数重构,并对比常规稀疏表达分类模型的分类结果.实验证明,所提的模型能够明显提高常规稀疏表达分类模型的分类结果.同时,随机矩阵的投影维数对分类精度的影响研究实验表明,较大的投影维数能够保证该模型用以提高高光谱影像的分类精度.     

压缩感知图像的块子带自适应稀疏表示规则化重构

针对自然图像信号的非平稳特性和不同图像块的变换域系数的分布差异较大, 基于分块图像子带自适应 稀疏表示规则化,提出了一种新的压缩感知图像重构方法．先利用非局部相似块组估计每个分块图像变换域各子 带系数的均值和标准差,再将图像块各子带系数进行去均值并关于标准差归一化, 最后将去均值归一化处理的子 带系数的l₁范数表示用于规则化压缩感知重构．由于块子带自适应稀疏表示更加合理地表达了稀疏系数的重要 性,使得重构图像能够更好地保留纹理、边缘等细节信息．大量的实验结果表明: 相比组稀疏表示的压缩感知重构 算法,该方法重构图像的峰值信噪比平均提高了0.69 dB．     

组织机构代码概论

组织机构代码在促进经济和社会发展中起到很大的推动作用,本文介绍了组织机构代码的定义、编码规则及其应用前景。     

基于分层DEMATEL算法的联合作战构想定性验证模式研究

联合作战构想作为联合作战筹划输入信息,其科学性、合理性、可执行性应得到充分验证。基于分层DEMATEL算法,融合适用于处理复杂巨系统问题的“物理-事理-人理”方法论用于联合作战构想定性验证。分析了联合作战构想的本质特征、验证需求和验证方式,提出了基于“物理-事理-人理”三属性准则的分析架构,构建了基于目的性、合理性、可行性、协调性、风险性5个维度准则的定性验证指标体系,并进行了案例计算和结果分析,可为联合作战构想定性验证提供新方式方法。     

金属图像处理算法的研究

研究提高金属图像面积和周长的计算精度,对计算图像像素的经典链中以改进,利用改进的链码方法计算图像的周长和面积时考虑了图像边界的拐点和小的锯齿边,利用本算法,图像面积和周长的计算误差最大不超过２％,与传统算法（计算误差大于１０％）相比计算精度得到较大提高,可满足实际工程需要。     

H.324系统中CRC码递推算法及其软件实现

通过对ＣＲＣ码多项式运算特点的分析,给出了Ｈ．３２４会议电话系统中ＣＲＣ码的快速递推算法及其程序实现方法．与同类算法比较及测试结果表明该算法能够充分满足实时处理的需要