一种新的基于投影矩的三维图像配准方法

提出一种投影矩的概念，并将其用于三维医学图像的配准．与传统的几何矩相比，投影矩不仅可以完各地描述图像的特征，而且计算量较小，因而可以将其用于三维图像的实时配准．选取待配准的2幅三维图像若干阶投影矩差的平方和为目标函数，采用Powell方法求取最优解，得到配准结果．将方法应用于一些模拟和实际数据，获得了较高精度的实验结果；并且缩短了整个计算过程的时间．这表明投影矩在多模态医学图像的配准和融合等方面具有潜在的实用价值．     

基于扩展Kalman滤波的声阵列定位数据融合算法

利用各阵元和目标相对于一中心阵元的几何关系建立目标运动方程，坐标变换方程和声阵列测量方程，并以此建立了声阵列目标定位模型。在此基础上提出了基于扩展Kalman滤波算法的目标定位数据融合算法。通过地面目标和空中目标的计算机仿真表明，本算法能够有效地克服由于智能雷布阵的随机性给智能雷定位数据估计带来的困难，对声阵列定位数据也能进行较好的融合，对提高定位精度有一定效果。     

基于神经网络技术提高红外气体分析器的选择性

应用前馈神经网络算法消除非目标参量对主传感器的干扰,从而提高了红外气体分析器的选择性.以检测甲烷为例,在干扰气体乙烯的体积分数变化了7600×10-6时,经神经网络融合处理后,分析器的选择性系数从3.17提高到422,主传感器输出的引用误差从58%降为0.65%,实现了对甲烷的准确识别.实验结果表明,该方法具有实际应用前景.     

二维介质体剖面重建的时域非线性优化方法

该文利用时域分析方法求解二维无耗介质体的逆散射问题，利用改进的玻恩迭代方法提高收敛速度，获得较好的重建结果，给出了初始正则化选择的一般规律。     

玻璃熔制过程的定量化评价

提出了评价玻璃熔化过程和玻璃澄清过程的定量指标——熔化指数和澄清指数，从而建立了应用数值模拟手段来定量地评价和分析玻璃熔制过程的方法。用澄清指数考查了熔窑结构和操作参数对彩色显像管玻璃熔制质量的影响，为玻璃生产提供了理论依据，指出了改进方向。研究成果已成功地应用于实际生产，经济效益显著。     

BYDV CP基因转化小麦原生质体及转基因植株再生

用原生质体融合技术与ＰＥＧ介导的直接转基因方法相结合，使高频率分裂的小麦济南１７７悬浮细胞系原生质体与具有分化能力的小麦济南１７７胚性意伤组织原生质体融合，形成具有分裂和分化能力的融合细胞；同时，利用ＰＥＧ对原生质体的直接转基因作用，将带有抗病毒基因（ＢＹＤＶＣＹｇｅｎｅ）的质粒Ｐｐｐ１５与带有抗性选择标记基因的质粒严ＰＢｌＡｃｔＳＮ导入融合细胞中．经抗性筛选获得抗潮霉素（Ｈｍ）的阳性克隆并再生植株．对再生植株作ＰＣＲ检测表明，ＣＰ基因已整合到转化植株的基因组中并稳定表达．     

基于小波包变换的图像融合技术的应用

阐述了基于小波包变换的图像融合算法，并对基于像素的融合规则与基于区域的局部方差融合规则作了论述．在此基础上，发展了一类修正后的局部方差对比的融合规则．通过对一混凝土梁构件内模拟的缺陷进行红外探测并进行图像融合，结果表明：对于探测梁内部缺陷，采用小波包变换的融合算法图像不仅充分结合了融合前图像的信息，边缘信息也更为细腻．另外，小波包分解层数对图像融合效果有着重要的影响．通过对加噪声红外图像的融合算例表明：随着小波包分解层数的递增，融合质量却逐渐下降．当分解层数在1～2层时，融合效果比较理想．     

基于方差分析特征检测的多聚焦图像融合方法

由于光学CCD传感器深度特性的限制,不可能得到一幅场景的全聚焦图像.为了克服这一缺陷,很多学者在这方面作出了研究,到目前为止,一种较好的方法是将多幅多聚焦图像通过某种融合策略汇总成为一幅图像,该幅图像充分表现场景各个位置的全聚焦信息.提出一种基于方差分析方法的多聚焦图像融合算法,对每一幅聚焦图像,求取每一个像素点的方差分析对比度函数.融合过程是根据这一对比度系数确定融合策略,得出融合结果图像.实验结果表明,该算法显示了融合性能的有效性.     

网状被动传感器系统优化设计

结合网状被动传感器系统建设的需要,提出了网状被动传感器系统优化设计模型,依据优化设计模型提出了基于误差方差Cramer-Rao下界的优化设计算法。探讨了优化过程中指标集、目标集的确定方法,最后通过仿真计算分析了三种配置结构的性能。     

Sensor management based on fisher information gain

1 .INTRODUCTIONSensor management can be described as a systemor process that provides automatic or semi-auto-matic control of a group of sensors[1]. The basicobjective of sensor management is to select rightsensors to do the right service on the right targetat right ti me based on external measurements orcriteria[2]. A variety of techniques have been pro-posed or appliedtothe area of sensor management .One of the first articles to apply opti mization tech-nique to sensor management is by …