R2V在公路平面线形布置设计中的应用

介绍了矢量化软件R2V的应用功能,分析了R2V在公路平面线形设计中的应用实现以及具体操作,为完善提高公路平面线形设计具有 定参考价值     

基于zernike矩图像区域复制篡改认证

分析了区域复制篡改图像的特征,提出了运用zernike 矩的不变性对自然图像区域复制篡改进行认证.对于尺寸较大的篡改图像运用小波变换得到低频子图像,把低频子图像分割为一系列图像子块,对子块序列图像分别进行zernike矩分析并判断图像区域是否复制篡改.将各个相邻复制篡改的子块进行区域合并.实验结果表明,本文的篡改认证方法既克服了噪声对认证的影响又解决了几何变换对认证的影响.     

豇豆幼叶多胺氧化酶的分离纯化

依次经粗提、φ为３５ ％ ～６０％ 硫酸铵分步沉淀、φ为７０ ％ 丙酮沉淀、ＤＥＡＥＣｅｌｌｕｌｏｓｅ柱层析、Ｓｅｐｈａｒｏｓｅ Ｃｌ４Ｂ柱层析和羟基磷灰石柱层析等步骤后首次从豇豆幼叶得到电泳均一的、亚基相对分子质量约为７０ ０００ 的多胺氧化酶． 纯化倍数为４７３３, 产率为１３１ ％ ． 该酶在０１ ｍｏｌ／ＬＰＢＳ（ｐＨ７０ ～７５） 中较为稳定, 冷冻（ － １５ ℃） 贮存则可保持２０ ｄ 内不失活     

智能交通指挥系统的一种设计方案

指挥中心监控系统是智能交通系统(ITS)的核心组成部分.本文结合目前智能交通系统(ITS)的各方面需求,提出了一种指挥中心监控系统设计方案,对其中重要的模块阐述了其总体的设计思路,分析了该系统能够高效率满足指挥中心用户需求的相关原理.该系统结构的可行性与效率在模拟实验中得到了初步验证.     

基于仿生模式的人脸识别

我们提出了基于“认识”事物的人脸识别.以同类样本全体的连续性规律为基本出发点把人脸识别看成人脸 “认识”的问题而不是人脸分类划分,与以“最佳划分”为目标的传统统计模式识别相比, 本文的方法更接近于人类“认识”事物的特性.同一人脸的分布在低维空间中具有一定的类聚性而不同人脸的覆盖范围相互交织.随着空间维数增加,同类样本内聚性减弱,不同类样本互斥性增强;空间维数继续增加,同类样本内聚性与不同类样本互斥性反而都会减弱.将待识别人脸在某一空间进行覆盖范围的识别.若属于多个侯选人脸覆盖范围,进而运用Fisher人脸     

基于状态转移的奖励值音乐推荐研究

听音乐有助于纾解人们的压力,现已成为大众娱乐的一种重要方式.互联网的发展使人们听音乐变得方便,但同时也使得"信息过载"的问题变得日益严重.尽管各大公司平台纷纷推出了针对音乐的推荐系统来解决这个问题,但现有传统的推荐系统并不能保证用户体验,用户对精准推荐的需求仍很强烈.为解决"信息过载"问题的同时并保证用户体验,本文提出了基于状态转移的奖励值算法.该算法包括对用户自身喜好建模,并利用用户集数据提出的音乐流行度和用户从众度,根据用户喜好、音乐流行度以及状态转移概率定义奖励函数.所提出的算法能个性化地对音乐库数据进行筛选和聚类.在对数据进行处理时,采用Davies-Bouldin指数对声乐特征进行离散化.在模型训练时,采用基于列表距离最小化的计算方法对参数进行选择.通过在Million Song Dataset开源音乐数据集上的实验,表明在算法中加入音乐流行度对推荐效果有一定影响,本文所给出的推荐算法能够提高推荐的效果,说明了本文算法的有效性.     

改进序贯相似性检测算法的遥感图像匹配

为了克服传统的遥感图像匹配算法低鲁棒性的缺陷,本文对传统序贯相似性检测算法进行改进.首先,定义噪声敏感度,自适应判定像素点是否为噪声,并对噪声点进行预处理;其次,计算每个像素点的梯度方向,与初始设定的梯度方向阀值对比,离散待取样像素,减少非匹配区域的计算量;最后,对经过预处理的图像进行图像匹配.实验结果表明,经过改进的算法具有较强的抗噪能力和较快的运算速度.     

自适应窗口的图像平滑去噪

传统平滑去噪常常引起图像结构信息的损失,本文在分析了结构信息损失原因的基础上,设计一种新的自适应平滑窗口进行去噪,达到既去除了窗口内的噪声,又能保留结构信息的目的.该方法首先运用梯度来表示含噪图像的结构信息大小和方向,并以此为据设计窗口的尺寸和方向.梯度越小窗口尺寸越大,窗口形状和方向随着梯度的变化而变化,使得窗口内图像像素的个数在梯度较小的方向上增加.其次,为了保留窗口内图像结构信息运用高斯函数进行去噪处理.与传统去噪相比,由于该方法对图像边缘和纹理以及平滑区域采用了不同的窗口进行去噪,从而抑制了结构信息对去噪的影响,提高了图像的视觉效果.     

间距比对叠合梁双幅桥涡振性能的影响

以工程中常用的双边工字钢式叠合梁平行双幅桥为对象,基于系列弹簧悬挂节段模型风洞试验,研究了不同间距比下叠合梁平行双幅桥涡振(VIV)干扰效应,并将上下游桥面涡振振幅、涡振风速锁定区间与单幅桥面进行了对比。结果表明:双幅桥与单幅桥相比,气动干扰效应使得双幅桥的最大涡振振幅和风速锁定区间都明显增加;双幅桥的最不利间距比为2～4,此时桥面最大涡振振幅最大且风速锁定区间更长;上下游桥面的振动存在一个相位差,受到折减风速、上游桥面振幅和间距比的共同影响。     

基于AR模型和卡尔曼滤波的UWSNs节点分层预测定位

水下无线传感器网络(UWSNs)拓扑变化频繁,通信能力有限,给水下环境监测网络中的节点定位技术带来很大挑战.近海环境监测中,考虑到节点随着洋流移动并呈现出半周期性,利用节点运动模型,设计了基于AR模型和卡尔曼滤波的UWSNs节点分层预测定位方法(HPLM-AK).建立了锚节点速度的AR预测模型,综合考虑网络能量消耗和定位精度的需求,进一步建立了锚节点速度的状态方程和观测方程,利用卡尔曼滤波算法实现对锚节点速度的最优估计,进而提高了定位精度且降低了网络通信能耗;普通节点利用与锚节点运动的空间相关性,根据参考节点的速度和位置信息估算自身的速度并结合上一时刻的位置信息完成定位.考虑到提高节点的定位覆盖度,设计了节点的定位置信度,并通过将置信度较高的普通节点升级为参考节点的方式来弥补锚节点稀疏的不足.同时,设计了参考节点列表更新机制,通过更新参考节点的信息,普通节点选取置信度较高的参考节点来参与自身的定位,提高了预测定位精度.本文以E117.25°～E132.20°、N24.00°～N43.45°洋流数据为实验背景对算法进行了仿真,并且与可扩展的移动预测定位(SLMP)方法进行了分析比较,仿真结果表明,HPLM-AK方法提高了定位覆盖度和定位精度,且降低了网络的通信能耗.