高分辨率图像的指数矩描述

在指数矩定义与计算方法的基础上,提出应用指数矩矩阵描述高分辨率图像的方法.结合图像分割理论并延伸处理各子图,利用快速傅里叶变换计算高分辨率图像指数矩矩阵,然后逆向重构子图并重组原图.对重组图像进行基于Itti视觉注意模型的客观感兴趣区域信噪比分析.仿真结果表明,延伸处理可减弱由分割所带来的重组图像方块效应,也可提高重构图像的信噪比,验证了由图像指数矩矩阵描述高分辨率图像的可行性.     

GIS数据约束的海岸带SAR图像多尺度分割

针对海岸带区域地理信息系统(geographic information system, GIS)矢量数据和合成孔径雷达(synthetic aperture radar, SAR)图像所表达信息的不同,探讨多尺度GIS矢量数据约束下的高分辨率SAR图像多尺度割. 在县级GIS矢量数据约束下,利用分形网络演化分割方法对高分辨率SAR图像进行分割,得到第1层分割结果. 然后在省级GIS矢量数据约束下,对第1层分割结果进行聚合,得到第2层分割结果. 该方法既能实现GIS矢量数据约束下的高分辨率SAR图像多尺度分割,获得满足GIS矢量数据约束和根据后向散射特征聚合的多尺度分割结果,又能消除瞬时SAR图像海岸线不确定的不足. 利用一幅天津地区的SAR图像进行实验,证实了该方法是一种有意义的图像多尺度分割方法,且得到的分割结果可用于有特定需求的图像分析和统计.     

基于卡尔曼滤波的序列图像超分辨率重建算法

针对给定一序列低分辨率图像重建出一序列高分辨率图像的问题,应用卡尔曼滤波理论,将时间轴加入重建算法,把利用多幅低分辨率图像生成高分辨率图像的模型转化为利用当前低分辨率图像和上一幅高分辨率图像来构建当前高分辨率图像.通过引入信息对的概念对算法运算复杂度进行改进.实验证明与已有算法相比该方法有较好的时效性和实用性.     

一种基于图像内容的隐写分析方法

数字图像已成为信息隐藏的一类重要载体,然而不同内容的图像对隐写分析呈现出不同的检测性能. 该文基于图像信源区域平稳马尔可夫特性,用方差度量图像的区域复杂度,运用四叉树分割方法对图像进行递归分解,提取对数字隐写较为敏感的平坦区域,并从这些区域提取游程长度直方图统计矩特征,最后结合支持向量机实现隐藏信息检测. 实验结果表明,依据图像内容分割出敏感区域进行隐写分析可有效改善检测性能.     

高分辨率光学与SAR影像在建筑物信息提取中的应用

利用高分辨率航天遥感数据对建筑物实现三维重建,具有重要的理论与实用价值.光学与SAR图像是应用较为广泛的两种遥感数据,高分辨率是当代遥感发展的一个重要趋势. 归纳了建筑物检测与高程估算的研究现状,分析了建筑物在高分辨率SAR影像中的物理散射特性,并进行模拟仿真. 以采用的数据源为序,分别介绍了建筑物检测与高程估算的研究现状及存在的问题. 对基于高分辨率光学与SAR影像的建筑物三维重建进行了展望.     

领域知识驱动的医学图像关联模式挖掘算法

根据医学图像领域的相关知识,提出了关键像素区域ROI的概念及其特征属性针对ROI聚类后的图像数据进行挖掘,提出了一种基于对FP-GROWTH算法改进的Diff-FP-GROWTH算法。最后,给出了该算法的实例分析和该算法的实际研究意义。     

改进Stacking算法的光伏发电功率预测

针对Stacking算法计算时间较长和样本数据较少的问题,提出了一种基于新向量表示和交叉验证精度加权的改进Stacking算法。采用三层算法结构,第1、2层为初级层,使用随机森林、SVR、XGBoost 3个学习器;第3层为次级层,使用LightGBM对第2层输出再次学习以减弱噪声。用一种新的向量表示法来增大层级之间输入输出数据的样本规模和样本分布密度,来保证数据维度不会随着初级层学习器数目的增多而增大;根据在交叉验证下初级层不同预测模型表现出预测准确度的差异性对结果进行加权处理。利用某光伏电站的发电数据进行实际算例分析,提出的模型在MAE、MSE及$R^2$指标上,相比随机森林和Stacking等模型其预测性能有很大的提升。     

网络信息过滤机制的研究

探讨网络信息过滤的相关概念、网络信息过滤系统的体系结构、原理与技术、用户模型的构建、信息过滤算法的改进等问题.在阐述信息过滤一般应用模型的基础上提出网络文本信息过滤模型,分析网络文本信息过滤模型的应用特征及其组件,并着重讨论了布尔逻辑模型、概率模型和向量空间模型的基本原理与方法,最后就模型中两大技术应用存在的问题总结并提出了一些改进意见.     

月面灰度图像中的陨石坑检测

提出了一种从灰度图像中自主检测陨石坑的方法. 通过Census变换对原始图像块进行转换,用获得的图像灰度直方图作为特征向量. 利用主分量分析对特征空间进行压缩,消除直方图冗余,并利用支持向量机构建模式分类器. 最后对连续缩放陨石坑候选区域不同尺寸的陨石坑区域进行检测. 相关实验表明,该方法可有效检测出尺寸大于20×20 的陨石坑区域.     

从高分辨率遥感图像中自动识别水上桥梁

提出一种高分辨率遥感图像中水上桥梁的自动识别方法. 根据水域的均质性将图像分割成水域和非水域两部分,扫描非水域部分对桥梁进行粗提取. 以粗提取所获得的区域中心为起始点进行区域增长,用全方向扫描获取临界区域,进而计算桥梁方向. 最后沿桥梁方向往桥梁两边延伸,获得精确的桥梁区域. 实验表明该方法可以自动识别出高分辨率遥感图像中的水上桥梁目标,精确度高,鲁棒性好.     

教学楼楼面活荷载的调查与统计分析

通过对宁夏大学教学楼内不同功能教室活荷载的调查与统计分析，建立了不同功能教室的准永久荷载及临时性活荷载概率模型，得到教室的活荷载标准值为1．5kN／m2．经过数理统计中x2检验和K—S检验，活荷载均服从极值I型分布．将调查统计的活荷载标准值与2012荷载规范进行比较分析，发现现行荷载规范中教学楼活荷载标准值取2．5kN／m2是安全可靠的，但安全储备过大．从节省能源考虑，建议采用2．0kN／m2作为活荷载标准值进行结构设计．     

运用基于GA的粗糙集方法改进经典AHP方法研究

传统的AHP方法解决多准则决策系统有着独特的优势,但对于有些非常复杂的决策系统运用AHP进行分析后,在求解过程中,或者判断矩阵求解比较困难,或者求得的判断矩阵不能够通过一致性检验,从而使得传统AHP方法在解决某些复杂决策系统时失效.针对这种情形,提出运用基于GA的算法去约简经过AHP分析后的知识系统,然后或者直接运用RST方法中的规则进行排序而得到结果,或者对约简后的知识系统仍然用经典的AHP方法求解而得到排序结果.在此基础上,除了提出4条转换规则外,还运用该方法求解区域信息化水平比较决策系统,并与经典AHP求得结果进行比较,得出该方法比经典AHP方法更简单且可行的结论.     

基于改进CNN-LSTM组合模型的分时段短时交通流预测

针对现有预测模型不能充分提取交通流时空特征的问题,提出一种基于改进卷积神经网络(convolutional neural network,CNN)和长短时记忆(long short-term memory,LSTM)神经网络的短时交通流预测方法.首先,采用分层提取方法使设计的网络结构和一维卷积核函数自动提取交通流序列的...     

面向多媒体取证的电网频率建模

电网频率建模旨在对其随机波动特性建立数学模型，形成特征描述、统计分析以及轨迹预测能力，是基于电网频率判据的数字取证中一项重要的研究子课题。该文首先揭示了现有自回归模型的不足，并基于该模型对实际观测得到的电网频率参考信号数据集进行统计分析，分别用差分整合移动平均自回归（autoregressive integrated moving average,ARIMA）模型和两种基于马尔科夫链的模型进行建模，进而求解模型各项参数。对比实验表明： ARMA (2,4)模型在理论上对华中电网频率具备最优的描述性能，而马尔科夫链模型因考虑到实际场景下频率分辨率的局限性，更适用于模拟从待测文件中提取的电网频率。     

基于区块链的精准扶贫数据保护方案

针对目前数据管理中普遍存在的中心化存储、防篡改性弱、可追溯性差、缺乏安全有效的共享渠道等问题,借助区块链技术的去中心化、不可篡改等特性研究了一种基于区块链的精准扶贫数据保护方案.以个人档案的形式记录扶贫数据,依托智能合约和星际文件系统等技术使数据以数字档案形式进行新增、更新、验证、共享.将公有链和联盟链结合,以锚定数据...     

多尺度小波分解融合在微机电陀螺数据处理中的应用

提出一种小波域数据融合模型. 将多个传感器的数据进行多尺度分解,分别对每个尺度上的细节信号和最粗尺度上的近似信号进行局部加权融合,并根据小波重构公式得到原尺度上的融合信号. 基于实际工程应用对该模型进行了数学证明,分析随机序列经离散小波多尺度变换后的形式,研究各尺度上的平滑信号、细节信号之间的统计特性,从理论上解释小波域多尺度数据融合算法的优越性. 实验表明：该方法能显著提高数据融合后微机电陀螺仪的零偏稳定性.     

陕西省土地利用动态变化分析

以陕西省三个时段的遥感影像和土地利用统计数据为数据源,利用GIS中的土地利用分析模型对研究区1990到2000年间的土地利用空间变化信息进行分析,结果表明：陕西省土地利用变化速度较快,区域综合土地利用动态度达到0．38％,其中以园地的增加速度最为突出;同时,通过对各种不同土地利用类型的特征变化进行分析,得出各种土地利用类型的年变化率及分布区域,从而为土地管理和土地规划的可持续发展提供直观的参考数据．     

基于脑电信号深度学习的情感分类

情感脑电研究作为人工智能高级阶段的重要任务,近年来受到越来越多的关注。情感脑电分类广泛应用于人机交互、医学研究等领域。该文以轻量级的卷积神经网络为核心,设计了情感脑电分类模型,以DEAP（dataset for emotion analysis using physiologicalsignals）提供的情感脑电图数据为基础,将其中的观看视频划分为唤醒度和愉悦度2个维度。为了获得频域信息,提取了theta、alpha、beta和gamma波段的功率谱密度特征进行评估,并将功率谱密度矩阵表示为二维灰度图像。然后将该图像输入到卷积神经网络训练分类模型并完成2个维度的分类任务。实验结果表明,与传统机器学习相比,卷积神经网络具有更好的分类效果,唤醒度分类准确率达到了82.33%,愉悦度分类准确率达到了75.46%。     

利用自适应像素对匹配的图像纹理区隐写

图像纹理区结构随机性较强,因此在纹理丰富区域嵌入隐蔽信息比在平坦区域嵌入的安全性更高。提出一种基于自适应像素对匹配法（adaptive pixel pairmatching,APPM）的纹理区隐写算法,优先在复杂纹理区嵌入密信。定义了图像纹理区域判别准则,由此根据待嵌入秘密信息的长度调整阈值,实现自适应隐写。在嵌入过程中可能出现嵌密块纹理复杂度小于阈值的异常情况,为解决这一问题,算法包含了基于最小失真的像素值局部调整策略。实验结果表明,该算法的嵌入效率高于原始APPM算法,而且KL距离较小,抵抗几种常用隐写分析算法的能力也比其他几种代表性算法LSB和APPM更强。     

基于视觉关注模型与多尺度MSER的自然场景文本检测

自然场景中文本检测易受光照、复杂背景、多语言文字、字体及尺寸等因素影响，该文提出了一种基于Itti视觉关注模型与多尺度最大稳定极值区域（maximally stable extremalregion,MSER）结合的自然场景文本检测算法.首先利用改进的Itti视觉关注模型提取文本特征图，并采用不同结合策略得到各尺度文本显著图；然后结合多尺度的MSER区域得到3种文本候选区域.根据文字与生成文本框的几何规则合并文本候选区域得到文本行；最后利用随机森林分类器除去非文本区域得到最终文本区域.实验结果表明，该方法对于自然场景图像中的文本检测具有较高的精确度和一定的鲁棒性.