基于自然特征点的实时增强现实注册算法

提出了一种基于自然特征点的实时跟踪注册算法,并将其应用于增强现实系统。算法在已知场景的3D模型以及少量标定关键帧图像的基础上,选择与当前图像最为匹配的关键帧,利用基于关键帧的图像匹配方法实时获取摄像机的运动参数估计。算法采用合成中间图像的技术解决两图像特征点间的宽基线匹配问题,并应用扩展卡尔曼滤波器对参数估计结果进行平滑,以消除系统抖动现象。实验结果表明,算法鲁棒性强,注册精度高,能够有效地克服系统误差漂移。     

基于最小二乘的阵元位置误差校正及性能分析

针对独立校准信源波达角未知情况下的阵列位置误差校正问题,提出了一种对信号导向矢量的绝对相位进行最小二乘线性拟合,进而估计出阵元位置误差的算法。并对算法的性能进行了详细分析,推导出位置误差估计的显示表达。该算法在对阵元位置误差进行估计时无需迭代运算,甚至不需要一维搜索,具有较低的运算复杂度。理论分析和仿真结果验证了该算法的有效性。     

基于手机定位的交通OD数据获取技术

出行OD是进行交通规划和路网管理的重要基础信息,是反映出行需求空间分布的重要参数,其准确程度将影响交通分配模型的效果。由于传统的居民出行调查、电话调查以及路边询问等调查方式存在较大局限性,因此实际中很难获取高质量的OD数据。利用已有的手机通信网络设施,借助手机定位技术对目标对象进行连续位置跟踪,通过数据处理和建模分析提取追踪对象的OD信息。本文根据对目标对象进行位置追踪所采用的技术不同分为两类：（1）通过信号强度参数结合几何原理定位得到手机的平面坐标;（2）通过通信网络所记录的手机位置变化的位置区数据。     

基于信息熵的局部二值模式手指静脉识别

为进一步提升手指静脉识别算法的识别率与识别速度,在图像处理阶段,提取出手指图像的感兴趣区域(region of Interest, ROI),减少手指周围区域的干扰。为提升识别率,在局部二值模式 (local binary patterns, LBP)的基础上,引入像素邻域之间的关系,增强LBP的识别性能;然后将信息熵与改进型LBP结合得到新的ELBP特征,最后采用主成分分析(principal component analysis,PCA)降维,以减少识别时间,去除冗余特征。通过对比欧氏距离与曼哈顿距离构建的分类器,与其他主流特征比较,验证算法的识别性能。在SDUMLA数据库与天津市智能实验室采集指静脉图像数据库上,保证了算法的识别速度前提下,分别取得了99.53%、99.84%的识别率,与其他识别算法相比识别率有明显的提高。     

滴水湖浮游植物群落结构特征及对其水质评价

通过2009年1、4、7、10月对滴水湖浮游植物进行4次调查采样,研究滴水湖浮游植物群落结构特征,评价滴水湖水质现状.共鉴定浮游植物96种,隶属于8门48属.其中绿藻门种类居首位,有21属51种;其次为硅藻门11属20种;蓝藻门8属16种;隐藻门2属3种;裸藻门2属2种;金藻门2属2种;甲藻门1属1种;黄藻门1属1种.平均数量生物量是2054.28×104个/L,其中绿藻比例最高,占总量的41%;其次是硅藻,占总量的30.5%;蓝藻第三,占总量的16.5%;其他藻类所占比例较小.根据浮游植物群落结构并结合部分理化指标对湖区进行水质评价,结果显示滴水湖水质属于中-富营养.     

直线上的双旅行售货员位置问题

旅行售货员位置问题在组合优化中是非常困难的问题之一,由于它的困难（它涉及到族行售货员问题和位置问题双重问题）这个问题一直引起人们极大关注,然而多于一人的旅行售货员问题还没有去探讨。本文提出一个复杂度为Ｏ（ｎ４）的算法解决直线上的双旅行售货员位置问题     

地形图辅助的建筑物地面和机载点云特征配准

机载和地面激光扫描数据配准的实质是坐标转换问题.以建筑物的立面为研究对象,基于地形图的建筑物线性特征,提出建筑物线-面特征约束的地面和机载点云数据配准方法,实现机载和地面点云数据的配准及其向地形图坐标系的转换.采用拟合方法,获取地面与机载点云、地形图的建筑物线性特征参数.依据特征之间的空间关系,建立特征参数与坐标转换模型的关系,分别实现地面与机载点云向地形图坐标系的水平转换.垂直转换则通过建筑物水平屋顶边缘的高程相对配准以及控制点处的高程绝对配准计算.以上海海洋水族馆点云为例进行实验验证,结果表明该方法可以实现地面和机载点云数据配准.     

Spiking neural P systems with anti-spikes and without annihilating priority as number acceptors

Spiking neural P systems with anti-spikes （ASN P systems） are variant forms of spiking neural P systems, which are inspired by inhibitory impulses/spikes or inhibitory synapses. The typical feature of ASN P systems is when a neuron contains both spikes and anti-spikes, spikes and anti-spikes wil immediately annihilate each other in a maximal way. In this paper, a restricted variant of ASN P systems, cal ed ASN P systems without anni-hilating priority, is considered, where the annihilating rule is used as the standard rule, i.e., it is not obligatory to use in the neuron associated with both spikes and anti-spikes. If the annihilating rule is used in a neuron, the annihilation wil consume one time unit. As a result, such systems using two categories of spiking rules （identified by （a, a） and （a,a^-）） can achieve Turing completeness as number accepting devices.     

基于Retinex和小波分解的手背静脉识别方法

为了解决手背静脉识别系统中图像的对比度较低且静脉结构简单的问题,首先提出一种基于自适应平滑滤波器的Retinex增强算法,在增强静脉结构的同时均衡了图像灰度;然后分析了静脉图像的小波分解子带图像和灰度积分投影,指出小波低频子带图像和垂直方向的灰度积分投影比较适合作为手背静脉识别的特征;进一步提取了基于逼近系数的小波不变矩特征,并融合形成了90维的手背静脉特征向量;最后建立SVM分类器并利用手背静脉图像库进行实验,结果证明了该算法的识别优越性.     

基于自然连通度的复杂网络抗毁性分析

以自然连通度为抗毁性谱测度指标,详细分析了度分布、小世界性、度关联性3种典型复杂网络结构属性对复杂网络抗毁性的影响:通过混合择优模型构造不同度分布复杂网络,研究了度分布对抗毁性的影响,研究表明在相同条件下,度分布越不均匀抗毁性越强;从规则环状格子出发,通过保度随机重连和自由随机重连研究了小世界性对抗毁性的影响,研究表明复杂网络拓扑结构的抗毁性与小世界性并不存在必然的相关性;通过保度同配重连和保度异配重连研究了度关联性对抗毁性的影响,研究表明同配网络比异配网络的抗毁性更强。