自然场景文本区域定位

自然场景文本区域定位是场景图像内容分析的重要步骤,文本区域定位能够为后续的文本识别提供便利.从场景文本特性出发,提出了一种基于最大极值稳定区域(maximally stable extremal regions,MSER)、颜色聚类和视觉显著性的鲁棒性文本定位方法.为了尽可能多地提取出潜在的文本区域,分别在灰度图像和彩色图像上采用最大极值稳定区域和颜色聚类来进行连通域的分析.对于得到的候选连通域,利用自然场景文本的显著性特征和少量的先验信息来滤除其中的非文本区域.将保留的文本区域用数学形态学水平膨胀的方法连成文本行输出.显著性评估的引入使得该方法能够减少大量参数的设定.标准数据集上的实验结果表明,在没有额外的训练数据和少量先验信息的情况下,该方法可以获得较好的正确率和召回率.     

高校美术专业计算机基础教学内容改革探索

该文通过连续三年对高校美术类专业学生开展计算机基础知识问卷调查,分析近年大学新生计算机使用情况及基础应用水平,并结合专业特点,对美术类学生计算机基础教学从教学内容、教学方式上进行新的探索与实践。     

应用视觉显著性的快速有偏聚类超像素算法

针对正则化超像素方法的超像素数随边缘拟合要求迅速增长的问题,提出了一种有偏聚类超像素算法。结合人类视觉对目标专注程度不一的特点,在SLIC算法框架下,提出了基于视觉显著性的非均匀初始化方法和有偏聚类距离函数。算法在图像的显著性区域进行密集的过分割,保持目标边缘的细节信息,而在非显著区域仅生成稀疏的超像素,以降低分割块数,再通过一步全局聚类和边缘逐步细化过程,有效地保证了图像的边缘拟合,同时提高了算法的速度。实验表明,在相同超像素数下,所提算法在边缘查全率、欠分割错误率以及运行速度方面均优于传统算法。     

I{2}和M{2}的有效刻画(英文)

Stewart给出了一个矩阵2-逆集合M{2}的刻画公式.但其中含有多余的任意参数,因而不是一个有效刻画.本文利用方阵的满秩分解,为I{2}_s的一个真子集B_1剔除了Stewart公式中的多余任意参数,得到了B_1的有效刻画公式;还证明了I{2}是其有限个子集的并集,其中每个子集与B_1等距同构.由此可分别建立I{2},I{2},M{2}和M{2}的有效刻画公式.算法2.1则可用于无重复地计算I{2}_s的每个元素.     

空间绳牵引并联机器人多目标优化设计

以6自由度空间绳牵引并联机器人工作空间体积、最小索力和全局灵巧度为优化目标,在保证绳索张力范围的前提下建立了多目标优化的数学优化模型.采用神经网络-遗传算法求得优化的3组满意解,并采用灰色聚类法选择多目标优化时的权重系数.仿真结果表明该优化方法可以有效地实现结构的优化,为同类绳牵引并联机器人的设计提供了有益的参考.     

基于JointBoost I2C距离度量的图像分类方法

基于图像到类(I2C)距离度量的图像分类是一种新颖的方法,但其分类性能仍有待提高.为此,文中提出了一种基于JointBoost I2C距离度量的图像分类方法.首先生成原型特征集,该集合中的样本具有代表性,故计算测试图像到该原型特征集的距离更有效;然后根据JointBoost算法的思想,联合多个I2C距离度量生成一个强分类器,并将空间信息融合到强分类器中.实验结果表明,该方法在图像分类实验中具有更高的分类性能.     

钯催化多组分反应合成喹啉化合物研究

以芳香醛、芳香胺和二氢呋喃或二氢吡喃为原料,在氯化钯和苄基三乙基氯化铵的复合催化作用下,在乙腈溶剂中进行多组分反应,高收率地合成了一系列的苯并呋喃类喹啉类衍生物和苯并吡喃类喹啉类衍生物,所有产物均通过熔点、IR、1H NMR、13C NMR、MS和单晶测试等手段进行结构鉴定与表征,其中包括12个新化合物.探讨了上述多组分反应的最佳反应温度、最佳催化剂及用量,并推测了可能的反应机理.     

一个类Lorenz系统的Hopf分岔分析及分岔控制

对一个新的类Lorenz系统的Hopf分岔行为及分岔控制问题进行研究。首先,通过分岔稳定性指标判定系统的分岔类型。然后,分别对系统施加线性和非线性控制器。在线性控制部分,根据Routh-Hurwitz原理,讨论了线性参数对分岔位置的影响;在非线性控制部分,利用Normal Form(规范形)方法求出系统的Hopf分岔规范式,并通过规范式系数讨论非线性参数对Hopf分岔类型及极限环幅值的影响。结果表明当非线性参数满足一定条件时,原系统的Hopf分岔类型可以被改变,并且在超临界情况下,极限环幅值会随着非线性参数的增加而增加。     

欢迎订阅2015年《吉林大学学报(理学版)》

<正>《吉林大学学报(理学版)》(原刊名为《吉林大学自然科学学报》)是由教育部主管、吉林大学主办的国家级中文综合性科学技术类核心期刊。以交流学术思想、推动科学研究、促进科教兴国和学校发展为办刊宗旨;以新(选题新,发表成果创新性强)、快(编辑出版速度快)、高(刊文学术水平和编辑出版质量高)为办刊特色;以研究论文、研究快报、研究简报和综合评述等形式报道吉林大学自然科学领域的基础研究、应用研究和开发研究中所取得的创新性研究成果。     

高光谱遥感图像的稀疏分解与压缩感知

基于稀疏分解和压缩感知原理对高光谱遥感图像进行压缩重构,提出一种基于过完备原子库上分解图像的稀疏分解快速算法,以减少图像稀疏分解的计算量.仿真计算结果表明,利用压缩感知和谱带分组技术对高光谱图像进行谱间压缩,可提高运算速度,并降低成本.