运动目标识别与跟踪的模板匹配算法改进及仿真研究

针对传统模板匹配算法存在运算量大,以及干扰物中有部分区域和目标形状相同时识别率差的问题,改进传统的模板匹配算法,并在MATLAB6.5环境下,应用改进的新算法对简单背景中的运动目标进行计算机识别与跟踪仿真.新算法先对识别区域进行扫描点检测,判断该点是否满足要求再进行模板匹配运算;当某些干扰物体中某部分区域与目标模板相同时,采用自动模板更新的方法进行区分.仿真实验结果表明,改进的模板匹配算法大大减少模板匹配的运算量,并且可以有效地排除干扰物体对目标识别的干扰.     

基于图像特征改进的正交匹配追踪算法

将压缩传感理论应用于成像是光场成像理论的热门研究方向,由此可以设计出更简单、便宜、小巧的光学系统.正交匹配追踪算法是压缩传感理论的重要重构算法,它在重建图像时隐含着整幅图像权重相同的思想,没有体现出图像的固有特征,例如行列突变的剧烈程度,以及经过快速傅里叶变换基、离散余弦变换基、离散小波变换基作用得到的小稀疏系数代表图像的细节、大稀疏系数代表图像的轮廓的特点.使用上述3种变换基作用图像时,可以针对正交匹配追踪算法的固有缺点,提出合理选择逐行或者逐列重构图像和使用自适应迭代次数重构图像两种改进方法.仿真结果表明,改进算法明显提高了图像的质量,能够得到更好的图像视觉效果.     

基于DSP的自动驾驶系统硬件体系的设计与算法研究

提出了一种以DSP为主要运算设备的汽车自动驾驶智能控制系统,并对硬件体系和图像分析算法进行了研究.对汽车自动驾驶系统的硬件结构进行了设计,采用车载PC和DSP—PCI卡的形式进行构建,并在该硬件结构基础上完成了算法的设计.对传感器采集到的数字图像信号进行灰度化、去噪、二值化、边界提取等处理后得到符合判断算法条件的图像.应用模式识别技术与GPS技术的结合,对图像中的车道、道路上的障碍、其他车辆、交通指示标志等物体进行识别和判断,并对下一步动作作出正确判断.对于前后方车辆和障碍物等采用激光雷达进行测距.     

RC5 CAST Blowfish加密算法简介及比较

本文主要讨论对称加密算法。对于1977年提出的DES算法,其适用期已经接近尾声。1990年以来,特制的“DES Cracker”的机器可在几个小时内找出一个DES密钥。换句话说,通过测试所有可能的密钥值,此硬件可以确定用于加密信息的是哪个密钥。DES的安全性不言而喻。上世纪90年代,三种新的对称加密算法被提出,它们分别是：RC5,CAST,Blowfish。本文针对目前使用较多的这三种对称密码算法,介绍其产生背景、工作原理及操作方法,并简要分析及比较其安全性。     

基于竞争的联想存储器学习算法

提出两种基于竞争的神经网络联想存储器学习算法－ＣＣ算法和ＡＣＣ算法,并证明算法得到的神经网络对任一输入模式的竞争收敛性,由ＣＣ算法得到的网络,利用ｐ＋ｎ个神经元存储ｐ个ｎ维样本模式;每个样本点都是吸引中心,不存在假吸引中心;对任一输入模式,总被吸引到与之海明距离最小的样本点上;不产生拒识点。     

利用径向剪切干涉法测量液晶空间光调制器的位相调制特性

研究了一种测量液晶空间光调制器的相位调制特性方法，采用共光路径向剪切干涉仪，对经空间光调制器调制后的波面进行径向剪切干涉后，获得其干涉条纹图，并用迭代算法计算其波面的相位分布，从而得到液晶光空间调制器上的相位调制曲线。     

网络攻防仿真模型与算法

网络攻防仿真的建模及仿真算法是实现其仿真软件的关键问题。本文为网络攻防仿真提供了一种建模方法和模型实例,并给出了在模型实例下的仿真实现。     

基于MATLAB的动态规划常用算法的实现

运用MATLAB编程实现了动态规划的逆序、顺序、双向混合算法,并分别应用于求解几类典型问题,验证了该方法的有效性,同时表明该程序对求解动态规划多类典型问题是通用的,丰富了MATLAB优化工具箱,具有一定的应用价值．     

用于跨/超声速壁板颤振精确分析的流-固耦合有限元算法

为了精确和定量分析超声速与跨声速壁板的颤振特性,提出了一种基于有限元方法的流-固耦合算法,并用其研究了二维壁板颤振问题。首先,给出了壁板的von Kármán几何大变形运动方程,以及高速气流的欧拉控制方程。然后,采用标准有限元方法对壁板方程进行空间离散,而对流动控制方程的离散则运用双时间步长推进的特征线分裂有限元方法,从而有效地消除了流场数值解的振荡问题。随后,采取松耦合算法实现了流体与固体间的数据传递。最后,运用所提出的算法对超声速和跨声速气流作用下壁板的气动弹性特性进行了分析,考察了归一化动压、预紧力和厚度比对系统特性的影响,并将该算法的分析结果与采用线性/非线性活塞理论和线性化势流理论的经典壁板颤振结果进行了对比,证明该算法可以在较宽广的马赫数范围内给出气动力的精确描述,尤其适合于分析跨声速气流下的壁板气动弹性响应。     

基于混合求解算法的智能组卷研究

智能组卷是一个多约束目标的组合优化问题,针对传统算法在组卷方面存在的不足,将遗传算法和模拟退火算法相结合,提出了一种混合求解算法.新算法不仅克服了未成熟收敛,而且速度和性能都有显著提高.实验结果表明,新算法提高了组卷效率.