基于抖动帧检测和低通滤波的数字视频稳像算法

近年来,数字视频稳像方法是提高视频质量的重要研究内容之一.针对高斯滤波使用固定高斯核进行运动平滑,去除抖动能力有限的问题,提出根据视频帧抖动程度使用不同低通滤波进行运动平滑的方法.首先,计算当前帧与其前后固定半径范围内相邻帧之间的位移量,并计算其位移方差,该方差可以有效地描述视频帧的抖动程度;其次,根据抖动程度使用自适应滤波或均值滤波进行运动平滑.实验证明,该方法比现有的方法具有更好的稳像效果.     

一种改进的基于K-SVD字典的图像修复算法

提出一种改进的基于K-SVD字典的图像修复算法.该算法基于稀疏表示,利用待修复图像内的有效信息,以不重叠像素的方式提取图像块,采用模糊C均值聚类算法对图像块进行聚类,并使用K-SVD算法分别对各类图像块进行训练,得到与各类图像块相适应的字典,重建图像块,修复受损图像.实验结果表明,该算法能提高图像的修复质量和图像的峰值性噪比,且均方根误差较小.     

基于PSO-FCM算法的同调发电机识别

针对同调动态等值法中的同调发电机分群问题,提出了基于粒子群优化(PSO)的模糊c均值聚类(FCM)算法来识别同调发电机.该算法将聚类中心数作为粒子进行编码,利用粒子群优化的并行性和全局搜索能力,通过不断更新粒子的速度和位置实现寻优,克服了模糊c均值聚类对初值的依赖和易陷入局部极值的缺点.文中还构造了聚类有效性函数来进行聚类效果的评价.IEEE10机39节点系统仿真表明,该算法具有快速、准确、简单、易实现的特点,有效解决了同调发电机的识别问题,可用于电力系统不同运行方式下同调发电机的分群.     

核窗口尺寸和目标模型自适应的均值漂移跟踪

在目标大小、方向和颜色发生变化时,传统的均值漂移算法会因为核窗口大小和方向不能动态改变、目标模型不能及时更新而导致目标跟踪偏移甚至丢失.为此,文中提出了一种新的核窗口大小和方向可自适应调整的均值漂移跟踪算法,并构建了目标模型更新机制.首先利用计算得到的目标凸包拟合椭圆并结合卡尔曼滤波模型得到目标大小和方向的最优估计;然后利用目标大小和方向的估计值调整算法核窗口的大小和方向,修正核权重分布;最后联合目标形状和颜色信息构建一种目标更新机制,及时更新目标模型以适应目标的变化.不同场景下人体、非机动车等非刚体目标的视频序列实验结果表明,文中方法可以对大小、方向和颜色变化明显的目标进行准确、稳定的跟踪.     

乳腺X线图像肿块建模与分割

提出了一种基于模型分析与均值漂移聚类的乳腺肿块分割方法. 该方法根据肿块的临床特征表现建立了肿块的数学模型,并通过多重滤波实现肿块的准确定位. 在此基础上,结合均值漂移算法获得的像素点集合,筛选出初始肿块. 最后利用无边缘活动轮廓模型准确分割出肿块. 实验采用通用的MIAS数据库进行算法性能测试,结果表明本文方法在保证较低假阳性率的同时,肿块检测真阳性率高于形态学成分分析方法. 此外,本文方法分割出的肿块边界完整,可满足临床检验与诊断需求.      

空间混合自回归模型的局部影响分析

基于一阶导数方法,对空间混合自回归模型进行局部影响分析.当模型中误差向量的均值发生扰动时,依据极大似然方法对模型中自回归系数ρ和方差σ2分别构造了检测强影响点或异常点的最大影响方向dmax,ρ和dmax,σ2.数据模拟研究表明,基于dmax,σ2的检测效果明显优于dmax,ρ的效果.同时,对一个实际数据的分析,说明所得结果在实际研究中也是有用的.     

基于模糊 C均值聚类算法在消费心理学中的应用

手机厂商为了提高销售份额,就必须了解消费者的需求。传统的C均值分析方法对距离比较敏感,借助模糊控制理论可以克服传统方法的缺点。本文随机抽取200名大学生对影响智能手机选购的6个因素进行问卷调查,运用改进的模糊C均值聚类进行数据分析,结果表明：手机的功能、外观和手机品牌对选购手机具有影响作用。结果有助于手机厂商了解用户的消费心理,提高产品竞争力。     

利用PSO估算Lucas-Kanade光流模型的参数

在使用Lucas-Kanade光流法进行目标跟踪时,由于目标本身存在旋转、位移、缩放等情况,导致估计参数偏差大而影响跟踪的准确性.因此提出使用PSO对Lucas-Kanade光流法中参数做最优化处理,估算出有效参数范围,以取代传统的区域求解法.实验结果表明,该算法能快速有效地跟踪目标.     

基于云模型聚类的淋巴结图像增强

淋巴结的病理变化对检测恶性肿瘤和判断肿瘤转移是一个重要依据,因此淋巴结图像的质量对医生进行病理分析非常重要.文章将云模型与峰值阈值法相结合,自动获得模糊C均值(FCM)聚类的初始聚类中心,大大提升FCM的聚类效果,也较好地保留淋巴结图像的边缘细节,减轻离散频率分布图的离散度的影响.实验结果表明,文章的方法使图像中模糊目标区域的边缘更清晰.     

CEV模型下考虑风险相关性的保险组合时间一致性投资策略

在均值方差准则下研究了保险组合的时间一致投资策略。假定风险资产价格服从不变弹性方差（CEV）模型,保险盈余过程为扩散近似模型。考虑到金融市场和保险市场的不完全风险相关性,假设驱动CEV模型的布朗运动和驱动盈余过程的布朗运动存在部分相关。通过求解问题对应的扩展哈密顿-雅克比-贝尔曼(HJB)方程组,得到了值函数和最优时间一致投资策略的显式解。结果表明,考虑风险相关性后均值方差保险组合选择问题等价于一个普通组合选择问题加上一个保险组合的最优时间一致对冲问题;忽视风险相关性将对风险厌恶型投资者的福利造成显著的损失。