基于遗传优化的图像增强模糊算法

将协同进化遗传算法(CGA)应用于图像增强的模糊算法优化,以优化模糊逻辑处理效果.在CGA算法中,同时优化选择了模糊逻辑规则、最佳隶属度函数和优化了隶属度函数的参数.通过具体图像处理实验,在客观评价上证明了本方案的有效性.     

侧抑制网络在图像增强中的应用

侧抑制网络具有突出边框、增强反差的作用,但抗噪性差。其在增强图像的同时,噪声点也相应地得到了增强,这对后续处理十分不利。构造一个可能性度量因子,用来判定某一突变是噪声的突变还是有效信号的突变,将该因子引入到侧抑制网络中,使侧抑制网络具有一定的抗噪能力。改进后的网络既保留了原有网络的增强功能,又添加了抗噪性能。对改进后的网络进行理论分析和实验仿真表明:该网络在图像增强的同时对噪声具有一定的抑制作用。     

耦合摆运动中的位相与机械能流的方向

用张紧的弦绳和2个相同的单摆构成的耦合摆振动系统,能直观地将物体间的机械能传递现象突出地显示出来;实验中获取的运动曲线,显示了拍的节点处,两摆的位相是交替变化的,两摆的振幅也跟随着位相而增减,即可得出结论,位相在前的摆,向位相在后的摆输出能量,位相决定了机械能流的方向。     

侧射式天线阵和端射式天线阵的角分布

天线阵的辐射角问题是电磁波辐射的重要内容,也是电磁场理论与实际问题相联系的重要范例。文章对侧射式天线阵和端射式天线阵的最大辐射方向、主瓣宽度和副极大辐射方向进行了研究和比较,并作了理论上的探索。设计者可以根据需要调节天线阵的角分布,以提高天线阵的定向性能及其抗干扰性。     

抗战时期刘伯承对我军思想政治工作的贡献

在抗日战争时期,刘伯承非常重视我军的思想政治工作.他关心政治工作建设,他反对单纯的军事观点,总是从政治角度去思考军事问题.他善于做思想政治工作,在部队中进行党的思想路线、方针和政策的教育.他提出了打胜仗的战术要靠不断的政治工作的观点,并从政治的角度提出了战胜敌人的三个条件.     

基于参考独立分量分析的语音增强方法

参考独立分量分析（independent component analysis with reference,ICA—R）将源信号的先验知识以参考信号的形式引入学习算法中,可以从混合信号中仅抽取期望的源信号．基于ICA—R提出了一种语音增强新方法．通过比较语音信号和多种噪声信号的特点,合理地构造了具有语音信号重要特性的参考信号,进而应用ICA—R从多种加性噪声中抽取了期望增强的语音信号．计算机仿真和性能分析结果均表明了该方法的有效性．     

空域色噪声背景下双基地MIMO雷达角度估计

空域有色噪声会导致现有多输入多输出(multiple input multiple output, MIMO)雷达算法性能下降, 甚至完全失效。针对空域色噪声背景下双基地MIMO雷达联合波离角(direction of departure, DOD)和波达角(direction of arrival, DOA)估计问题, 分析了现有算法失效的原因。考虑到匹配滤波后无噪协方差矩阵的低秩特性、色噪声协方差矩阵的稀疏特性以及MIMO雷达数据的多维结构特性, 提出一种基于张量分析的角度估计算法。首先, 构造角度估计的协方差张量, 通过去除协方差张量中受噪声协方差影响的元素对色噪声进行抑制。其次,利用张量填充技术对无噪协方差矩阵进行恢复。然后,利用平行因子分解获得目标角度的方向矩阵。最后, 采用最小二乘算法对目标的DOA和DOD进行拟合。仿真结果表明, 所提算法对色噪声不敏感, 且无孔径损失。相比现有矩阵及张量分析算法, 所提算法具有更高的估计精度。     

一种不确定区域间的方向关系模型

基于区间值及其运算性质给出了不确定区域间方向关系的表示及推理方法. 该方法不同于基于经典模糊集及其截集的方向关系模型, 利用区间值方向关系矩阵分析不确定区域间方向关系的隶属程度, 将不确定区域间的方向关系划分为不确定区域与不确定区域间的方向关系、 不确定区域与分明区域间的方向关系、 分明区域与不确定区域间的方向关系、 分明区域与分明区域的方向关系4种类型. 将分明区域作为不确定区域的特例统一处理.     

基于遗传算法的有向铁路空车调度的仿真研究

采用有向图来表示空车调度问题的行车方向约束,根据提出的方向函数建立了该问题的数学模型,并采用 基于精英选择模型的遗传算法解决该问题,使得空车分配在尽量满足流向约束时达到最优或近优。仿真实例验证 了该方法的有效性。     

基于增强高阶非凸全变分模型的图像去噪算法

为了在缓解阶梯效应的同时更好地保留去噪后图像的细节信息,提出一种基于增强高阶非凸全变分(higher order non-convex total variation, HONTV)模型的图像去噪算法。该算法将每一次去噪后的图像和原始图像取平均作为增强HONTV模型下一次循环的输入并更新参数,然后采用增广拉格朗日乘子法和交替方向乘子法进行循环求解,经过多次迭代,最终得到的去噪图像包含较多的细节信息。在基于全变分的图像去噪方法中,对添加不同标准差大小的高斯白噪声的测试图像和视频进行实验。实验结果表明,所提算法在视觉性能和客观评价指标方面均优于对比算法。