基于机器学习的图像块效应盲评价算法

图像失真不仅能反映在图像的真实结构上,也能反映在图像的伪结构上,利用图像伪结构,基于支持向量机,提出一种图像块效应盲评价方法,在该方法中,使用支持向量机对联合图像专家小组（joint photographic experts group, JPEG)图像的伪结构特征进行训练以实现对图像进行质量评价。这些伪结构特征包括稀疏特征、边缘特征和颜色特征,利用支持向量机对图像的伪结构特征和主观评价结果进行训练,对未训练的图像进行预测。实验证明,该方法能够正确评价JPEG图像的质量且与图像的主观评价结果保持很高的一致性。     

中国寒区粗粒土力学研究现状与进展

在寒冷地区,粗粒土是路基、土石坝等工程主要填料,也在高寒山区斜坡上广泛分布.寒区高铁路基冬季冻胀病害和高海拔斜坡春季滑塌灾害等的防治与评价,均与冻融作用下粗粒土的力学特性密切相关.在查阅大量中外文献的基础上,从本构关系、物理特性、力学性质和界面问题等方面对寒区粗粒土力学理论的研究现状进行综述.通过引入不同新理论建立了考...     

肌肉疲劳过程中电诱发表面肌电信号的小波分析

分析由电刺激腓肠肌得到的表面肌电信号(Surface electromyography, SEMG),研究肌肉疲劳过程中表面肌电信号的特征,采用小波分析的方法,选择与M-波形状相似的小波函数,对其两个半波进行小波变换,分别分析两个半波在时域波形的拉伸程度,确定以小波变换尺度为主要依据的肌肉疲劳指数,实现疲劳状态的定量描述.该方法克服了傅里叶变换在时域中没有分辨率,信号在某一时刻变化将影响整个频谱特性的缺点,确定了特异性和可靠性良好的表征肌肉疲劳的SEMG指标,为进一步应用这些指标评价肌肉功能状态提供理论依据.     

一种基于K-L变换聚类的室内定位算法

室内定位环境中接入节点(access point,AP)部署密集时,针对参考节点(reference point,RP)接收到邻近AP的接收信号强度(received signal strength,RSS)数据相关性大,而导致聚类过程中聚类中心相关性高、聚类不准确等问题,提出了一种基于K-L变换的聚类算法;该算法通过K-L变换对RSS指纹数据去相关处理来保留原始指纹数据最大的特征信息数据,然后通过k-means聚类算法聚类能够得到更高的聚类准确率,从而来提高定位精度。实验结果表明,该算法比没有经过K-L变换去相关处理的聚类算法聚类准确率要高;并且在实验过程中确定RSS数据经K-L变换降维之后的维数为5、聚类中心数为5时,定位误差在2 m以内的概率提高了9.3%。     

基于超混沌系统和离散分数随机变换的图像加密算法

本文结合超混沌系统和离散分数随机变换,提出一种图像加密新方案,并给出实现该算法的光学装置原理图。在加密过程中,利用超混沌系统产生的混沌序列来构造离散分数随机变换(DFRT)的随机矩阵,再将DFRT的阶数和超混沌系统的初始值作为图像加密算法的主密钥,与单纯的离散分数随机变换的图像加密算法相比,在不增加计算负担的情况下,本算法的明文与密文之间具有更高的复杂性,并加大了密钥空间,提高了密钥敏感性。该系统是一个非线性的密码系统,消除了传统加密系统中因为线性过程而存在的不安全因素,提高了加密系统的抗统计攻击和噪声攻击的能力。     

基于Android的室内定位系统的研究与实现

为满足定位市场的服务需求,改进传统的定位技术在室内使用存在着定位精确度低、耗电量大等缺点,作者对基于WiFi位置特征匹配的室内定位技术进行了深入研究,分析了各种因素对WiFi信号的影响以及一些常用定位算法的对比,通过在特征库建立阶段采用高斯过滤法剔除误差较大的信号强度值,提高了数据库中采集值的数据精度.在定位阶段采用改进的K加权近邻法,将改进后的算法作为在线匹配算法,有效地避免定位过程中偶然的信号波动给定位带来误差,设计与实现了一个基于Android系统的WiFi室内定位系统.     

一种DT-CWT域内的自适应图像零水印算法

作者提出了一种基于二元树复小波变换（DT-CWT）和奇异值分解（SVD）的零水印算法,核心思想是自适应选取DT-CWT的两个低频系数矩阵的奇异值,作归一化处理后构造零水印信息,并给出了检测阈值分析.实验证明,该算法不仅保证了水印的稳健性和透明性的统一,而且对各种滤波、JPEG压缩、加噪以及一些几何攻击具有较强的稳健性.     

混沌运动特征的小波脊识别

介绍了一种分析混沌运动的小波脊方法,并将小波脊方法用于分析存在混沌运动的初轧机非线性振动中.研究表明,小波脊方法只需对系统状态变量的某一分量的时间历程进行分析,就可以区分出系统的周期运动、拟周期运动或混沌运动.该方法与Poincaré截面图和相图等方法进行对比,可以发现小波脊线更适应高维混沌系统的研究,并且由小波脊线代...     

基于Canny算子和Hough变换的夜间车道线检测

针对夜间只有车灯照射路面图像整体较暗、光照不均匀、车道线不易检测的问题,提出了一种夜间车道线识别方法。首先,对预处理后的图像采用Laplacian算子进行边缘增强;然后,结合Otsu算法进行Canny边缘检测,再在边缘图像底部1/3区域中利用Hough变换进行直线拟合;最后,在斜率约束的基础上提出了一种内侧车道线提取算法,实现了车辆所在车道内侧车道线的检测。针对多种夜间车道线图像进行实验,结果表明,该算法准确提取出了内侧车道线。提出的方法能克服图像较暗和光照不均的影响,排除旁侧车道线、护栏等的干扰,有助于夜间车辆各行其道。     

小波变换在行驶工况构建用车速数据处理中的应用研究

在以车载测试技术为主要手段的车辆实际道路行驶工况构建过程中,车速这一行驶数据具有数据量大、采样频率高等特点,需要借助计算机来完成相应的处理工作。原始车速数据中包含着大量的噪声和由于采样率高于所需精度产生的冗余,对信号进行一维离散小波变换,得到信号的高频和低频系数,并利用小波分层阈值降噪和小波分解域量化压缩实现信号的降噪与压缩。文中以采样周期7天的一段ECU车速数据为例阐述了一维离散小波变换在车速数据处理过程中的应用,结果表明采用该方法对车速数据进行降噪压缩具有较好的效果,可以增强短片段中速度、加速度等特征参数的差异性,改善聚类效果。证明一维离散小波变换在识别去除车速信号中噪声和冗余的有效性和正确性。