基于偏微分方程与一致锐度的图像边界检测

首先导出一致锐度的概念,并将一致锐度与偏微分方程结合起来,摒弃了梯度算子和传统PDE模型的一些缺陷,建立了一个既能根据不同图像区域性质而调整检测尺度,又能有效降低噪声对检测判断影响的新的边界检测模型。在理论上,该PDE模型适定可靠,在图像处理实例上也得到了比较理想的效果。     

3ds模型在OpenGL中的读取和重绘

对OpenGL 做了基本的介绍,并详细介绍了3ds模型的文件格式.在VC 下的OpenCL编程中完成了3ds模型的读取与重绘.并例举了一个3ds模型验证了程序的可行性.     

基于粒子群模糊聚类算法的边缘检测仿真

将粒子群优化算法与模糊C-均值(FCM)聚类算法相结合,并应用于图像边缘检测,以期解决标准FCM算法在图像边缘检测中对初始值敏感及容易陷入局部极小的两大缺陷.首先,基于数学测度概念构造一个描述边缘点信息的特征向量,将灰度图像中的每一个像素点看成是一个数据样本,将该点灰度值处理后构成其边缘点信息特征向量,形成具有三维特征的数据集;然后对这个数据集应用粒子群模糊聚类算法进行分类,自适应地检测出图像的边缘点,达到提取边缘的目的.仿真实验表明,此算法具有良好的抗噪性能,能够得到较好的边缘效果,提高了边缘定位的精度.     

局部坐标排列

基于排列技术,提出一种新的流形学习的方法--局部坐标排列(Local CoordinatesAlignment,LCA).LCA首先计算局部坐标作为每一个局部邻域的表达,然后通过在全局中排列从而得到最优嵌入.实验验证了LCA的有效性.与LE相比,所提出的LCA更贴近于流形学习的局部保存和全局优化的思想.     

金刚石砂轮的雾气中放电修整技术

提出基于电火花加工原理的雾气中放电在线修整金刚石砂轮方法.利用电火花成形机床进行雾气中电火花修锐青铜结合剂金刚石砂轮的实验,研究了修整过程中的不同放电参数对修整效率的影响.用VH-800三维数字显微镜观察电火花修锐前后金刚石砂轮表面的微观形貌,考察了砂轮修锐前后表面峰点高度分布的变化,比较了不同放电参数作用下不同的修锐效果.实验证明,雾气中电火花放电技术应用于金刚石砂轮的修锐是可行的,雾气中放电对金属结合剂金刚石砂轮进行修锐时存在一个合适的修锐参数范围,在该范围内修锐可以获得较好的效果.     

面向船体曲面分段建造的空间调度方法

针对船体曲面分段生产调度复杂且具有时空耦合特性,提出船体曲面分段建造动态空间调度方法,建立动态空间调度流程.根据船舶建造分段搭载网络计划图,确定曲面分段建造开始时间和结束时间,并利用空域思想确定船体分段在工作平台上的空间位置;考虑到系统干扰和不确定因素的存在,提出了自适应时空调整策略.最后,以上海某造船厂曲面加工车间分段制造数据为例进行了验证.结果表明,所提出的调度方法能有效地提高船舶生产效率和空间利用率.     

伪码体制引信抗瞄准式噪声调幅干扰性能研究

该文以信干比增益作为衡量标准来研究伪码调相引信、伪码调相与脉冲幅度调制(PAM)复合引信、伪码调相与伪随机脉冲位置调制(PPM)复合引信的抗瞄准式噪声调幅干扰性能.在相同的引信接收机模型下,详细推导了这3种伪码体制引信接收机的输出信干比和总信干比增益,分析了伪码序列周期和多普勒频率对接收机总信干比增益的影响.结果表明:这3种伪码体制引信都具有较强的抗噪声调幅干扰性能,伪码调相与PAM复合引信、伪码调相与PPM复合引信的抗噪声调幅干扰能力均强于伪码调相引信.     

二阶多比特Sigma-Delta ADC中的自适应量化算法

针对二阶多比特Sigma-Delta ADC的量化电平对信噪比的影响,提出了自适应量化算法(AQ).该算法可根据输入信号的幅度变化,动态地调节多比特ADC的参考电平,从而改善二阶多比特Sigma-Delta ADC在小幅度输入时信噪比下降的问题.在此基础上,运用动态电阻匹配的方法,进一步减小了由于反馈数字模拟转化器(DAC)电阻不匹配带来的非线性噪声.仿真结果验证了该算法的有效性.     

高斯噪声信道下CCK性能分析的新方法

为分析高斯噪声信道下补码键控（CCK）的性能,在总结CCK及M元双正交键控（MBOK）编码调制特点基础上,提出了M元四正交键控（MQOK）思想,给出了MQOK编码调制及相关解调原理图,分析了MQOK相对于MBOK具有解调结构简单、更适合高速数据传输等优点,并指出CCK编码调制是MQOK的一种具体实现方式。详细推导了高斯噪声信道下MQOK的基带性能公式,结合CCK编码特点,得到了CCK的性能公式。最后对比理论曲线与Monte Carlo仿真曲线,在确定的误符号率或误比特率条件下,理论结果与仿真结果所需的信噪比（SNR）相差不到0.5 dB,验证了基于MQOK分析CCK性能方法的可行性及其性能公式的简洁有效性。     

基于文化算法的PCNN自动系统的研究

脉冲耦合神经网络作为当前智能领域研究的热门课题,其多个参数的设置给实际应用造成很大的困难.而文化算法作为新型的进化算法,具有对参数自动寻优的优势,为此,提出一种基于文化算法的脉冲耦合神经网络的自动系统,并通过将其应用于图像分割,将分割结果与经典OTSU阈值分割法比较,验证了该方案的正确性与可行性.