基于线性分类算法的软件错误定位模型

基于谱的错误定位（SBFL）方法能帮助程序员减小软件调试的困难。作为一种轻量方法,SBFL只需收集测试用例的覆盖信息和测试结果,计算程序每条语句的运行特征。众多SBFL方法,将四个运行特征组合成不同的可疑度计算公式。然而,这些公式受固定参数的影响,无法适应不同的程序集。因此,提出一种机器学习方法,能自动确定特定程序集的可疑度计算公式。首先,收集已标注错误语句的程序旧版本;再将错误语句与正确语句的运行特征两两相减,构造为训练集的一个样本;最后基于Weka的分类算法,学习到线性函数,作为该程序的错误定位模型。在Siemens程序包、space和gzip三个基准数据集上,使用Logistic、SGD、SMO和LibLinear学习到的模型,性能都要优于SBFL方法。     

数码相机定位方法的数学模型研究

通过分析数码相机的定位原理,将相片二值化为0-1矩阵,在此基础上对像做分析,求出其像坐标;并且建立了两种模型,单目模型和双目模型。     

基于几何映射关系的数码相机定位模型的研究

依据相机成像的几何关系,建立了相机定位的针孔模型,给出了理想状态下实物与像之间的映射关系,在此基础上,为了使模型更具实用性和有效性,对模型进行了改进,对稳定性进行了有效的分析。     

基于线性加权的蓝牙室内定位算法

随着蓝牙设备的普及以及蓝牙4.0标准规范的应用推广,使得依据蓝牙设备的室内定位技术发展迅速.针对室内定位服务的社会需求,搭建了利用线性加权算法实现室内移动蓝牙设备的实时定位系统.该系统把线性加权算法与蓝牙设备结合在一起,通过对蓝牙无线链路通信的信号强度,链路质量值,传输功率级等参数的加权运算处理,实现对移动设备的算法定位.仿真过程中该算法的平均定位误差在1.5m以下,满足一定精度要求.     

双目定位在数码相机图像标定中的应用

数码相机定位是计算机图形学中的一个重要课题,在图像处理等方面有着广泛的应用,对数码相机进行合理建模分析,并利用双目视觉原理对图像进行标定,最后例证了此方法的有效性和精确性。     

基于正则线性模型的马尔科夫边学习算法

已被证明修改的岭回归模型(MRRLM)在满足一定条件下可以发现目标变量的马尔科夫边的子集。但由于该模型引入协方差矩阵,导致在有变量共线的数据集上无法求解。为克服MRRLM缺陷寻找合适的替代模型,以实证的方式结合置换检验方法研究MRRLM与其他正则线性模型马尔科夫边发现效率之间的关系,并研究新的变种岭回岭模型(NVRRLM)在数据集上的适用性规律。实验结果表明:在低维连续数据集上,MRRLM马尔科夫边子集的发现效率远高于岭回归模型,但与拉索模型和弹性网络模型基本相近;在低维二值离散数据集上,MRRLM与岭回归模型、拉索模型和弹性网络模型的马尔科夫边的子集发现效率基本相近;NVRRLM完全可以用于变量共线数据集上马尔科夫边的子集发现。实验结果为解决低维变量共线数据集上选择合适的MRRLM替代模型提供了依据。     

改进的基于角点的掌纹线性定位方法

在分析比较现有的两种在线掌纹定位方法优缺点的基础上,提出一种改进的基于角点的掌纹线性定位方法.该掌纹定位方法首先根据手掌背景图信息和手指间的几何关系,计算出相邻手指间的中间线,然后计算中间线与手掌边缘的交点,从而得到掌纹角点的位置,最后根据掌纹角点定位出掌纹识别的有效特征区域.实验结果表明此方法能快速、准确地定位出掌纹的特征区域,且实现简单,具有很好的鲁棒性,对于提高后续的掌纹识别的准确性和提高整个掌纹识别系统的性能都具有非常主要的作用.     

基于CSI的自适应修正模型定位算法

目前基于无线设备的室内指纹定位技术因为其设备普及且定位准确而受到人们的广泛关注。针对传统室内指纹定位方式中定位阶段特征匹配时没有考虑当前环境相对于基准环境的变化因素这一不足,提出了一个基于CSI(Channel State Information)的自适应修正模型定位算法。该算法通过引入一个衡量当前室内环境变化的指标PEM(Percentage of nonzero Elements)来表示室内人数增加时子载波波动程度的变化;同时又通过设计一个新的修正匹配模型来补偿因多径造成的指纹特征的衰减。实验结果充分证明了该定位方案相比于之前的指纹定位系统FIFS和CSI-MIMO,准确率分别提高了30%和15%。     

基于高斯校正模型的MDS-MAP定位算法

在无线传感器网络中,节点位置信息是很多应用的基础.对于基于RSSI测距的定位算法,其算法性能很大程度上依赖于RSSI的精度.文章提出一种基于高斯校正模型的改进MDS-MAP定位算法.改进算法在测距阶段利用高斯校正模型过滤掉受干扰的RSSI信号值,提高了RSSI测量值的精度.仿真实验结果表明,该算法定位精度比原始MDS-MAP算法有明显的提高.     

基于粗糙集与肤色模型的人眼定位算法

提出了一种新的针对彩色图片中的人眼定位算法。该算法将粗糙集与肤色模型相结合，在对人脸区域的粗定位基础上，根据不同灰度值点的分布函数以及相似度模型提供的统计指标，构造候选人眼区域的属性集。运用粗糙集中的属性约简和规则生成算法，进行彩色图片中的人眼定位。实验表明该算法定位精度高，其结果为进一步的人脸识别预处理提供了准确的数据。     

过程数字化技术在数码相机开发中的应用

利用UGⅡ软件强大的参数化建模功能和Wave Geometry Link模块实现了数码相机产品全参数化设计和更改;并结合MPI软件,利用STEP 203格式传递数据,实现了产品CAD／CAE／CAM一体化．仅用三个月时间就完成了数码相机从概念设计到模具样机的开发．     

基于线阵相机的高速小目标提取算法研究

线阵相机在成像背景亮度不均匀的情况下,捕捉到的动态目标对比度低、难以识别;首先分析对比了几种灰度阈值分割算法处理原始图像的有效性,在对原始图像灰度直方图的特征进行充分分析之后,提出了基于直方图差分法的阈值分割算法,对原始图像进行二值化处理;然后分析对比了几种滤波算法的图像去噪效果,并选择采用形态学平滑处理算法去除图像噪声,再进行飞行物图像轮廓提取;最后由质心定位算法确定飞行物图像中心坐标,实现了对视野暗区内高速小目标的快速提取;进行多组实验对算法的有效性进行验证,结果表明飞行物图像得到了有效增强,定位结果符合实际情况,算法运行效率高,证明了该算法在基于线阵相机的高速小目标提取中具有应用价值。     

基于线性模型的信道质量估计算法

针对自适应卫星通信中对信道质量估计的需求,在加性高斯白噪声信道条件下,以信干噪比(SINR)作为表征信道质量的参数,提出一种信道质量估计算法.给出矩估计法和判决数据估计法的数学分析,利用指数加权因子对噪声加干扰的功率进行平滑.提出基于矩估计和判决数据估计的线性模型对SINR估计的算法,分析该模型的均方误差,同时搜索最佳...     

一种新的基于线性EIV模型的鲁棒估计算法

提出了一种新的基于线性EIV模型的鲁棒估计算法——鲁棒扩充算法．该算法从结构化数据区域出发,逐渐扩充模型数据集,并不断更新模型参数的估计,直至找到所有模型数据．在每次迭代中,使用C-Step方法对集合进行调整,从而保证了算法的鲁棒性．同时,提出了关于粗差数据和结构化数据分布的结构化密度假设,结合Mean Shift算法,完成对算法的初始位置选取．仿真结果表明,该算法可以有效地处理含有多个结构和大量离群样本的混杂数据,与现有算法相比,具有更强的鲁棒性和更高的精度．     

基于HVS模型的JPEG2000数字图像水印算法

文章提出了一种基于HVS模型的JPEG2000数字图像水印算法,该算法根据计算原始图像嵌入水印的能力限制和数据量化方法进行水印的嵌入与提取。实验证明,该算法对于常用的图像处理方法以及JPEG2000编码在保持了较好质量的基础上有较强的鲁棒性。     

基于心理声学模型的盲音频数字水印改进型算法

以往基于离散小波变换的音频数字水印算法鲁棒性不强,无法对数字音频信号的版权进行真正地保护,因此改进了算法,利用心理声学模型,控制水印信号的嵌入,通过计算音频信号的掩蔽阀值,在保证水印嵌入不可察觉的前提下,增大水印的嵌入强度。仿真实验证明,该算法具有较强的鲁棒性和不可感知性,能有效抵御各种常见攻击,并且能实现盲检测。     

基于DFT的鲁棒三维网格模型数字水印算法

论文提出了一种基于离散傅立叶变换(DFT)的鲁棒三维网格数字水印嵌入算法,该算法首先将模型中心到顶点的长度进行DFT变换,然后通过修改DFT系数的模来嵌入水印。算法以全局特征作为嵌入对象,并且将1位水印信息分布到整个模型之中。实验结果表明该算法能够抵抗网格简化、加噪声、剪切等类型攻击以及它们的混合攻击,具有很好的鲁棒性。     

基于线性空间隐藏模型的可逆图像水印算法

提出一种基于线性空间隐藏模型的可逆图像水印算法.通 过对原始图像载体互不重叠的划分形成图像块序列,对其进行整数小波变换,获取待嵌水印子带.根据0/1水印序列和线性空间隐藏模型,将水印不可感知地嵌入到图像的小波域中,提高水印鲁棒性和不可见性. 只需判断奇偶性提取水印,并且通过简单逆向平移恢复原始.线性空间隐藏模型的提出实现了水印间相互独立,从而 使该算法能扩展到多著作权的无损水印领域.投票原则的使用又进一步提高水印的 鲁棒性和降低了误检率.在无外界干扰的条件下,拥有密 钥和其他秘密参数的用户能够无损恢复原始图像.仿真实验表明,与相关工作比较该算 法能应对一定程度的有损压缩和高斯噪声攻击,表现出 较高的鲁棒性、安全性和不可见性.