基于K邻近均值滤波器的自适应Canny边缘检测

本文在分析传统Canny算子的优缺点基础上,针对其在平滑滤波和阈值选取上的不足,提出了新的改进算法.该算法首先采用K邻近均值滤波器对图像进行预处理,然后利用非极大值抑制过程后图像本身的信息来自动产生高低阈值对图像进行边缘检测.经过实验证实,使用本算法检测到的边缘连续性更好,边缘细节更丰富,同时阈值选择的自适应能力有所提高.     

基于混合分布模型数据挖掘的研究进展

基于混合分布模型的数据挖掘和知识发现是近几年发展起来的方法，本从其原理出发，介绍了该模型的发展及其在数据挖掘中的实现方法，并对未来的研究方向进行了展望，给出了若干值得研究的问题。     

正交试验在废水处理中的应用

本文利用正交试验的方法,找到在氧化乐果合成废水中回收甲醇和氯仿的最佳工艺。     

非线性模型中Bootstrap M-估计量的a.s收敛性

本文利用Efron’s提出的Bootstrap方法,建立了Bootstrap M估计的a.s后收敛性.     

广义L-统计量的随机加权估计

本文基于刀切虚拟值的广义L-统计量,建立了随机加权广义L-统计量,证明了逼近精度为O(n~(-1/2))。     

条件数学期望的几何定义

本文给出条件数学期望的几何定义，证明了该定义与其它定义的一致性。     

非线性回归自助M-估计的渐进性质

利用Ｅｆｒｏｎ’ｓ提出的自助法,建立了自助Ｍ－估计,并证明了其渐进正态性。     

基于拓扑结构的多摄像头网络协同跟踪机制

在城市安防监控系统中,由于存在着摄像头数目多,被监控的目标运动快,无法对目标进行快速而又准确的自动跟踪等问题.本文将摄像头监控系统与地理信息系统(GIS)相结合,通过定义摄像头之间的时间转移概率,构建了一个多摄像头网络时空拓扑结构模型,将多个摄像头有效的关联在一起,同时建立目标与类似目标之间的费用流网络,通过求得最小费用最大流方式实现目标路径估测.     

基于注意力胶囊网络的合成孔径雷达图像分类模型研究

特征提取是合成孔径雷达(synthetic aperture radar, SAR)图像自动识别与分类中的重要环节。由于SAR图像有相干斑噪声及几何畸变等特性,一般网络模型难以提取到有判别性的特征。为增强特征提取能力,提高分类准确率,提出将注意力机制与胶囊网络结合的一种注意力胶囊网络模型。注意力机制可聚焦寻找具有重要局部信息的特征,在图像识别过程中抑制干扰特征,定位重要特征。胶囊网络可捕捉图像中目标的位置与空间关系,使提取到的SAR图像特征含有更多便于分类的重要信息。结果表明：文中方法对SAR图像分类数据集中运动和静止目标的获取与识别(moving and stationary target acquisition and recognition, MSTAR)有显著效果。     

基于多尺度贝叶斯网络的SAR图像分割

提出了一种多尺度贝叶斯网络模型和相应推断算法,并将其应用于合成孔径雷达（synthetic aperture radar, SAR）图像分割。首先根据SAR图像的多尺度序列构建多尺度贝叶斯网络模型;然后设计了模型估计的置信传播（belief propagation, BP）算法,该算法包括同尺度结点之间的信息传播、细尺度到粗尺度的信息传播和粗尺度到细尺度的信息传播;最后计算出细尺度隐含结点的最大后验概率（maximum a posteriori probability, MAP）,实现SAR图像的分割。实验结果表明,与单尺度贝叶斯网络模型方法和基于条件迭代模式的Markov随机场模型方法相比,基于多尺度贝叶斯网络的SAR图像分割方法具有较好的分割效果。