中心流形的特点与近似求法

本文讨论了中心流形的特点,并根据平衡点邻域流形结构稳定性说明中心流形的近似求法以及研究分岔问题时如何降低系统维数。     

基于SURF特征的篮球特征匹配

体育视频中目标标识在机器视觉等领域有广泛的应用而基于传统特征的目标标识运算量大、鲁棒性差,无法满足视频标注的实时性的要求。本文基于SURF特征对篮球视频中的目标进行标识,首先利用SURF算法获取特征点,然后利用最近邻匹配法找到匹配点对,最后利用所求值得到标识后的图像。实验表明该算法能满足准确性和实时性的要求,在目标出现一定的旋转状况下仍能实现准确的标识目标。     

拦街福：创造与想象地方特色文化的场域

民俗文化的地方性特征表现在：依自然环境被创造和强化,依托生活方式被传承和改造,依民众的认同而融合与延续。民俗文化在传承过程中不断地被强化而成为地方文化的象征,地方特色在融合过程中成为主导性的核心,外来文化在吸收过程中成为地方民俗文化的特色内容。拦街福是温州具有地方文化特色的文化空间,它的存在和被不断改造,符合民俗文化在传承过程中总是不断被地方化的规律。拦街福证明民俗文化是基于生活在想象基础上被创造和传承的文化。     

基于统计与频谱模型特征融合的纹理图像分割

纹理分析方法主要包括统计法、结构法和频谱法。由于不同纹理分析方法的侧重点和适用对象不一样,传统的单一特征分析方法存在一定的局限性。结合统计法和频谱法对纹理进行分析,利用灰度共生矩阵得到纹理的统计特征,应用Gabor变换得到多尺度、多方向的纹理特征,提出一种依据纹理宏、微特性加权的新的特征融合的方法,最后进行K均值聚类得到分割结果。实验结果表明,与传统应用单一纹理分析方法相比,该方法在保持边缘准确性和区域一致性上有一定程度的提高。     

GPS视觉导航系统中多级实时匹配算法研究

为了解决GPS导航中存在的精度低、不稳定和移动通信定位代价高的问题,引入了图像的外极限约束和多级实时匹配算法。该算法根据特征点对图像进行分级处理,首先匹配特征比较明显的点,再利用已匹配点的数据通过外极限约束确定后面几级像素点的视差范围,使得算法能够覆盖绝大部分点的真实视差,对于少部分落在搜索范围之外点的匹配,主要靠中值滤波去除。实验表明,多级实时匹配算法定位精确性和匹配速度优于传统的区域匹配算法。     

基于无意调制的同类型雷达辐射源信号分选

无意调制特征对调制样式和各参数均相同的不同辐射源发射的信号分选具有重大意义。从相位噪声的角度提出利用双谱的二次特征分析信号,提取围线积分双谱均值、奇异值以及双谱范数熵特征;从波形差异的角度,提出利用模糊函数的主脊切面特征挖掘不同辐射源发射信号之间的差异,提取旋转角、一阶原点矩和二阶中心矩特征。在事先不知道信号数目时,将提取的特征分别进行近邻传播聚类验证,以及串联结合两种特征的聚类分析。实验表明,两种特征结合的聚类准确率要明显高于一种特征的准确率,尤其是在低信噪比的情况下。     

看似荒唐言，试解其中味－《庄子》解读

《庄子》是一部以寓言为常用手法的的浪漫主义学的杰作。对庄子思想尤其是他的社会人生理想的分析,有利于我们对《庄子》的读解。     

一种针对木马流量的特征选择方法

针对现有基于会话流异常行为的木马检测方法中,普遍存在所选特征代表性不足、特征间信息冗余导致检测效果差的问题,提出一种特征选择方法。首先,通过捕捉流量对木马通信行为加以分析,根据各阶段提取相关的属性,并在每一属性上进行派生,得到足够充分的特征集合。然后,为了衡量特征的重要性和特征间的相关性,提出了改进的特征重要性评价系数和基于关联信息熵的联合相关性评价系数,并设计了基于序列后向选择策略的特征选择算法,以得到自适应规模的特征子集。算法通过每一轮迭代计算特征的评价系数,通过排序完成选择。为验证该算法有效性,采用朴素贝叶斯分类和支持向量机分类算法设计了与FCBF算法和IG算法的对比实验,相较于FCBF算法,在两种分类算法上的召回率分别提升3.76%、1.64%,F_1值提升分别为1.04、0.99。相较于IG算法,召回率提升分别为6.46%、4.96%,F_1值提升分别为3.56、3.18。实验结果表明,提出的特征选择算法能够有效选择木马流量各个属性上的特征,克服特征间关联性带来的影响,在缩减特征维度的同时提升木马通信流量的检测效果。     

基于MapX的动态层技术在电子地图查询中的应用

以Delphi7开发环境和GIS(地理信息系统)组件Mapx为例，采用中国地图2002～2003年数字化电子地图版作为地图数据，以国家无线电监测中心的台情数据库查询系统为基础，探讨了在Delphi7环境中基于MapX技术的电子地图查询功能原理，并详述了使用MapX的动态层技术实现电子地图查询功能的方法。     

基于Gabor特征和协同神经网络的车牌识别方法

研究了车牌字符识别问题,针对车牌识别系统易受天气及光照变化影响的实际应用,将Gabor特征和协同神经网络应用在车牌字符识别中,提高了识别率.首先对车牌字符进行二值化和切分,然后利用Gabor滤波器提取车牌字符的特征参数;再利用协同模式训练特征参数,进而得出训练样本;最后根据协同神经网络进一步识别车牌字符.通过大量仿真实验表明,该方法在不同场景、光照条件下,与传统方法相比,识别率有了较大改进,该方法在车牌识别领域有较强的实用性.