线特征提取的多尺度分析

线特征提取是计算机视觉中重要的低级处理过程，而多尺度分析是采用微分几何方法进行线特征提取时一个重要内容。研究了在对不同宽度线特征进行检测时，尺度因子的选择问题，分析了变化的线宽与特定尺度因子间的关系，得到新的尺度因子确定方法。实验表明该方法简单、省时、有效。     

图像多尺度几何分析新进展：Contourlet

contourlet是继小波分析后的新一代信号分析工具，具有多分辨、局部化和多方向性等优良特性，更适合处理图像等高维信号。本文分析了contourlet变换及其构造原理，探讨了contourlet变换在图像处理中的部分应用，最后给出了今后关于contourlet理论所值得研究的若干方向。     

一种基于第2代曲波变换的尺度相关图像去噪方法

从第2代曲波变换为基础,提出了一种利用尺度相关性进行自适应阈值收缩的图像去噪方法。通过实验比较小波与第2代曲波图像去噪,采用峰值信噪比对去噪结果进行了客观评价,实验结果表明,本文提出的图像去噪方法明显优于小波图像去噪方法,并且相对于单纯的阈值收缩去噪也有很大提高。     

一种基于多尺度几何分析下的图像去噪算法研究

图像的边缘和轮廓包含图像的重要特征信息,当图像中数据混有噪声的时候,对边缘的检测比较困难。在多尺度几何分析理论的基础上,提出了一种基于尺度因子与Contourlet变换的图像去噪算法。实验表明,该算法对高斯白噪声污染的图像去噪具有很好的效果,不仅可以提高处理图像的信噪比,图像的视觉效果也明显改善。     

基于奇异值分解和Contourlet变换的图像水印算法

在分析抵抗几何攻击的几种方法以及Contourle变换的特点基础上,提出了一种基于Contourlet变换的水印算法.图像进行Contourle变换后,对各子带进行奇异值分解,选择所有子带奇异值中较大的数据作为水印植入点,这样将水印分散植入各个子带中,提高抗攻击能力.实验结果表明,该算法能够抵抗加噪和剪裁等攻击,具有较强的鲁棒性,提高了水印识别的可靠性.     

3D多尺度几何分析研究进展

3D多尺度几何分析是图像、视频和几何模型等数字可视媒体处理的技术基础,其目的在于高效地表示这些媒体中存在的点、线、面奇异.为此,依据不同变换捕获奇异的能力演进及其非线性逼近效率的提高,从2D图像多尺度几何分析的研究进展切入,着重阐述视频3D多尺度几何分析的发展,并将其归纳为3类:由2D基函数直接扩展的3D多尺度几何分析、基于3D基函数的3D多尺度几何分析和基于时空非局部相关性的3D多尺度几何分析,深入探讨了各种典型变换方法的主要思想、非线性逼近效率、计算复杂度、优势和不足.同时,概要介绍了数字几何模型的3D多尺度几何分析研究进展.在此基础上,对3D多尺度几何分析的未来发展趋势进行了展望.     

轮廓波在数字水印中的应用

本部分主要讨论了一种有效的多尺度方向变换--Contourlet变换的基本概念以及基于该变换的一种稳健数字水印算法.Contourlet变换在任意尺度上都能实现2的任意次方的方向分解,从而擅长于描述图像中的轮廓和纹理信息.     

基于层结构的Contourlet多阈值图像去噪算法

研究了多尺度几何分析工具Contourlet，提出了一种基于层结构的Contourlet多阈值去噪算法。该算法将硬阈值算法与基于子带相关的图像去噪方法相结合，根据Contourlet变换后各层分解的系数数目及噪声强度设定阈值，并利用硬阈值函数实现图像去噪。使用该算法去噪后的图像在主观视觉效果和客观质量等方面较小波算法有显著提高。     

基于小波逼近和尺度变换的非参数辨识方法

提出一种以非正交小波为基函数并应用小波多尺度分析的系统脉冲响应辨识方法，该方法以小波级数的形式逼近脉冲响应过程．从理论上证明了经小波尺度变换后系统随机噪声的方差值减小，即噪声得到有效的抑制，从而大大提高了辨识精度．应用实例验证了所得结果的正确性和算法的实用性．     

数字图像中基于多尺度几何分析的圆检测算法

特征检测是图像处理和模式识别中非常重要的问题,其检测效果直接影响模式识别和分类。基于多尺度几何分析（MGA）的思想,提出了一种圆检测方法―圆特征域上奇异点算法。该算法首先将圆特征曲线变换到圆特征域上,然后在圆特征域上进行小波分析以找出奇异点,奇异点坐标即为待检圆的坐标。该方法克服了Hough变换对灰度图像圆检测需要考虑灰度阈值或梯度的限制,可直接对二值图像或灰度图像进行检测。最后分析、比较了该算法与Hough算法的不同。     

新闻推荐算法可信评价研究

随着AI、5G、AR/VR等新技术的快速发展,内容类应用如电子商务、社交网络、短视频等层出不穷,导致信息过载问题日益严重。人工智能技术的发展推动了智能算法的爆炸式运用,作为智能算法的一种,推荐算法在大数据、应用场景和计算力的推动下,通过信息过滤技术,为用户提供适应兴趣及行为的个性化及高质量的推荐服务,逐步提高了用户的使用体验、内容分发效率,在一定程度上缓解了信息过载的问题。但推荐算法的潜在偏见、黑盒化特性及内容分发方式也逐渐带来了决策结果不公平性、不可解释性,信息茧房、侵犯用户隐私等安全挑战。如何提高推荐算法的可解释性、公平性、可信程度等越来越受到国内外政府监管部门、产业及学术界的重点关注,推荐系统和推荐算法也由此从发展期进入管制期。为此,本文针对新闻推荐领域,分析推荐算法的稿件画像、用户画像、推荐推送、反馈干预和人工复审等关键要素,围绕推荐算法生态的参与者,如内容生产者、受众、算法模型、新闻平台,从公平性、可解释性和抗抵赖性三个方面提出了一种新闻推荐算法可信评价体系,并进行定量或定性分析。公平性、可解释性和抗抵赖性是正相关关系,当公平性和抗抵赖性越强、可解释程度越高,新闻推荐算法的可信度越高。希望弥补新闻推荐算法领域的可信研究的空白,建立可信推荐算法生态,加速安全推荐系统的建立和推广,同时为智能算法可信研究提供参考,为智能算法的监管和治理提供思路。     

一种保护青少年脊柱健康的减重背包设计与研究

目前市面上的青少年背包主要通过肩部来进行载荷,而忽略了腰部载荷的作用。背包长期负重 不当会影响脊柱生长。为了平衡肩部、腰部和臀部的载荷,设计一种通过臀部带和弹性杆结构改变重力传递方 式的减重背包。首先对人体背包进行生物力学分析,提出设计方案;然后借助 ADAMS 对传统背包与减重背包 在平地、上坡、下坡 3 种路况下进行人体肩部、腰部和臀部载荷的动力学仿真,并利用 MATLAB 对 2 种背包 的肩部、腰部和臀部的力矩进行分析。结果表明减重背包减轻了肩部 6.1%和腰部 5.4%力矩;减重背包肩部力 矩与腰臀部合力矩的比值是 4.17,而传统背包的比值是 6.58。减重背包减少了肩部和腰部的载荷,同时发现肩 部力矩与腰、臀部合力矩的比值越小,转移到臀部的力矩越大,背包的平衡性越好,表明了减重背包优于传统 背包。     

基于信息熵的风格绘画分类研究

针对艺术风格绘画分类算法中存在的精度和效率不高等问题,提出一种基于信息 熵的艺术风格绘画分类算法。首先选取西方漫画、素描、油画、水彩画,以及国内烙画、水墨 画、壁画具有代表性的 7 种艺术绘画风格作为研究对象,对图像进行去噪、归一化等预处理。 其次,提取绘画艺术作品风格特征,分别求取图像的颜色熵、分块熵、轮廓熵,并合并构成不 同绘画风格的信息熵。信息熵求取时,将色彩空间转换为 Lab 颜色空间,通过 a、b 通道颜色值 及加权函数获得图像的颜色熵;通过对艺术图像分块求取信息熵,求取分块的信息熵均值获得 分块熵;通过 Contourlet 变换,求取艺术图像的轮廓信息,获得轮廓熵。接着,合并提取的颜 色熵、分块熵、轮廓熵,利用支持向量机(SVM)对艺术风格图像学习训练,获得艺术绘画风格 的分类模型;最后,提取待识别绘画风格样本的熵特征,通过 SVM 分类识别获得最终的分类 结果。该方法具有特征维数少、运算速度快、尺度不变性等优势,实验结果表明,其能提高不 同绘画风格的分类精度和效率。     

多约束下多无人机的任务规划研究综述

高度信息化的发展使得无人机作战优势凸显。准确的无人机任务规划技术是完成给定任务的重要保障。任务分配、路径规划是构成无人机任务规划技术的两个核心部分。基于该技术,首先讨论了无人机任务规划的发展状况、分类标准、体系结构。其次,分别详细介绍了影响任务分配、路径规划的重要指标,如分类标准、约束指标、相应模型、代表算法、评价指标等,然后,分别分析对比求解任务分配的启发式算法、数学规划方法、随机智能优化算法的优缺点和求解路径规划的数学规划方法、人工势场法、基于图形学法、智能优化算法的优缺点;最后,总结了无人机任务规划存在的开放性问题、未来发展方向和研究重点。     

Human factors in support of a successful railway: a review

One of the critical infrastructure components in most economies across the world is the rail network. In different nations rail is responsible for ensuring that there is not complete gridlock on the roads in commuter hours, and for moving both people and freight for long distances in an as efficient manner as possible. This critical role, a number of high profile accidents and proposals for new network control philosophies and systems have led to a great upsurge in human factors rail research and applications in the past few years. This paper provides a retrospective on rail human factors research covering driving, signalling and control, maintenance, incident reporting systems, passengers and the public, planning and technical systems change. This research foundation, and also current major rail human factors programmes, are placed in the context of technology, investment, competition, cultural and safety requirements and constraints. The paper concludes with an examination of where rail human factors should and will be going into the future. Rail human factors research has grown rapidly in both quantity and quality of output over the past few years. There was an early base of work at a few institutions carried out over the 1960 s and 1970 s, followed by a lull in the 1980 s and early 1990 s. The continual influences of safety concerns, new technical system opportunities, reorganisation of the business, needs to increase effective, reliable and safe use of capacity, and increased society, media and government interest have now accelerated rail human factors research programmes in several countries. In this paper we review the literature on rail human factors research, covering driving, signalling and control, maintenance, reporting systems, passenger interests, planning and technical systems change. Current major rail human factors programmes are summarised and future research needs proposed. It is asserted that general human factors models and methods are being re-assessed, and new ones developed, to meet the requirements of the railways. This paper has, with the agreement of all editors concerned, been published in substantially similar form as: Wilson J. R. and Norris B. J., 2005, Rail human factors: past, present and future. Applied Ergonomics, 36, 6, 649–660.     

基于MFC和OpenGL的虚拟人体经络穴位模型实现方法

现有人体经络穴位模型较少具有触摸交互功能,本文基于OpenGL(Open Graphics Library)和MFC(Microsoft Foundation Classes)技术框架,仿真实现交互式虚拟人体经络穴位模型系统,并介绍其实现方法和过程。首先建立人体模型以及穴位点、经络线段。然后利用OpenGL和MFC对模型、穴位点、经络线加载和渲染。详细阐述系统实现的框架和流程,以及在开发过程中涉及的关键技术,如使用动态方向调整来显示穴位点名称,使用全局函数传递消息来提高模型加载响应的效率,给出触摸点坐标快速获取的方法。最后将模型成功部署到触摸式一体机上。模型系统具有较好的交互性,无需鼠标,仅用手指触摸即能实现模型的放大、缩小、旋转、定穴、经络循环等操作。模型能够帮助使用者学习经络知识,其穴位记忆功能能够测试使用者对穴位掌握情况,也为穴位爱好者提供较真实的经络穴位学习环境。     

基于改进U-Net的水草图像分割方法

无人艇（USV）在河道水面作业过程中,水草会缠绕推进器,这是整个业界应用都遇到的困扰。针对水面图像中水草分布的全局性、分散性以及边缘和纹理的复杂性,对U-Net进行改进并用于对图像所有的像素进行分类,以减少网络特征信息的丢失,并加强全局和局部特征的提取,从而提高分割性能。首先,采集多地多时段水草图像数据,制作了一个比较全面的水草语义分割数据集;其次,提出在U-Net中引入三个尺度的图像输入,从而使得网络对特征进行充分提取,并引进三种上采样图像的损失函数来平衡三种尺度的输入图像带来的总体损失;此外,还提出了一种混合注意力模块并引入到网络中,其包含空洞卷积和通道注意增强两个分支;最后,在新构建的水草数据集上对所提网络进行验证。实验结果显示,所提方法的准确率、均交并比（mIoU）和平均像素精度（mPA）值分别可达96.8%、91.22%和95.29%,与U-Net（VGG16）分割方法相比,分别提高了4.62个百分点、3.87个百分点和3.12个百分点。所提方法可应用于水面无人艇对水草的检测,并进行相应的路径规划来实现水草避让。     

基于大数据的航道采集系统的架构设计

随着大数据技术的迅速发展,智能航道应运而生。航道的水文、水深、岸线等要素数据是实时监测获取的,其具有大数据 4V 的特征。同时,航道行业中没有标准统一的通讯协议,智能采集设备和业务系统高度耦合,各业务系统存在信息孤岛的状况,无法满足大数据量的要求。因此,本文提出一种基于大数据的航道采集系统的架构设计,构建了高通量、高可靠、高保密的航道数据的采集通道。该系统架构包含四个中心模块：采集处理中心、指令下发中心、数据生命周期管理中心和配置管理中心。各中心模块采用大数据技术分布式/集群架构,能够高效、可靠的处理大规模的实时数据,且能根据数据的规模动态调整集群的大小。本系统通过配置管理中心动态配置协议、设备,实现了对智能设备的可插拔式的管理。所有的智能设备监测的数据均通过采集系统处理后,由业务系统从分发模块订阅,降低设备与业务系统耦合度,且实现所有数据的汇聚整合,有利于后期航道大数据的分析挖掘,进而发现更多有重要价值的航道知识。     

三支决策的时空性

从三支决策发展历史和已有研究出发,在总结和分析三支决策近年来理论、方法、算法及应用的基础上,基于时间和空间两个维度,分别提出了时间三支决策模型和空间三支决策模型。时间三支决策注重在动态决策环境下对序贯决策进行诠释;空间三支决策主要基于“多层次”和“多视角”的粒计算思想对最优粒层和粒度进行选择。此外,对三支决策的时空性作了深入探讨和分析,厘清了三支决策发展过程和研究脉络。最后,对三支决策的研究现状进行总结,并给出未来发展方向。     

基于云计算的物流区块链共识算法研究

为解决物流企业供应链的商流、物流、资金流、信息流、服务流等信息的不可篡改性、物品可溯源性、公证防伪不可抵赖性、资金的安全性等日益迫切的问题,提出了基于云计算的物流区块链模型及区块链共识算法。分析传统物流交易流程及其交易模型存在的问题,提出利用云计算与区块链解决其存在不足的思路;根据云计算与区块链的技术特点,融合各自的优势,给出物流区块链和云物流区块链的定义,提出基于云计算的物流区块链模型。根据实用拜占庭共识算法的基本原理和云物流区块链模型,结合去中心化和不可抵赖性的要求,对物流区块链共识算法进行设计,并与原始实用拜占庭共识算法、优化MinBFT算法进行分析比较。该算法与PBFT、MinBFT、CloudPBFT等算法进行对比实验,实验结果表明该算法在节点大于3f+1时,节点越多,吞吐量越大,其吞吐量以及网络延迟时间皆优于PBFT、MinBFT、CloudPBFT等算法。因此,该算法是一种可靠而有效的,具有去中心化和不可抵赖性的物流区块链共识算法。