智能补光效果登入美图秀秀安卓v1.5.4

晚上拍照时最容易遇见"曝光不足"和"曝光过度"的问题,使得照片看起来明暗不协调,缺乏应有的美感。不过,如果你的手机中装有"美图秀秀",这些问题都能迎刃而解,Android版美图秀秀v1.5.4新增"智能补光",有助于我们改善照片明暗,同时还新增"拍照"按钮,拍照、照片美化、快速分享于一身,使拍摄分享乐趣倍增。1新增智能补光修复照片光线瑕疵     

智能补光效果登入美图秀秀安卓v1.5.4

正晚上拍照时最容易遇见"曝光不足"和"曝光过度"的问题,使得照片看起来明暗不协调,缺乏应有的美感。不过,如果你的手机中装有"美图秀秀",这些问题都能迎刃而解,Android版美图秀秀v1.5.4新增"智能补光",有助于我们改善照片明暗,同时还新增"拍照"按钮,拍照、照片美化、快速分享于一身,使拍摄分享乐趣倍增。1新增智能补光修复照片光线瑕疵     

全球最薄 三星全新一代9系列笔记本荣耀发布

2012年6月,三星笔记本电脑推出了一款融汇顶尖工艺制造,及出色智能应用于一体的超轻薄型笔记本——三星全新一代9系列。这款笔记本拥有900X3C、900X4C、900X4D三种型号,其中13寸的900X3C重量仅为1.16kg、厚度仅为12.9mm,堪称目前全球最薄的笔记本电脑。三星笔记本电脑官方表示,三星全新一代9系列的问世颠覆了传统超轻薄笔记本带给人们的固有观念,以更迅捷的处理速度、更卓越的性能表现、更轻松的触控操作,带给消费者一种全新的高端商务体验。     

Weber定律下尺度空间的自适应构建

在Weber定律的启发下提出一种基于"恰可识别差异"的尺度空间自适应构建方法。Weber定律认为人类感知模式不仅与刺激的变化有关,而且与原刺激强度有关。基于此观点,在图像尺度空间的构建过程中,首先以Marr视觉理论的屋脊型边缘和阶梯型边缘的特征之和计算图像的信息量,再通过实验获得人类视觉能感知到"恰可识别差异"时的图像信息量变化,最后通过曲线拟合自适应构建图像的尺度空间。实验结果表明,该方法充分体现了人类视觉感知特性,与其他尺度空间构建方法相比,在目标匹配实验中,匹配数目提升了25%以上;在去噪实验中,本算法的去噪效果良好。     

动载作用下机场刚性道面模态参数识别研究

关于机场道面刚性结构参数识别问题,研究移动荷载作用下机场刚性道面识别系统中,传统弹性、粘弹性解析识别精度的不足,建立了移动荷载作用下弹性支承边界、弹性嵌固边界和实际边界条件下的道面板的运动方程,提出了一种基于变分法、功互等定理的Kelvin粘弹性地基上道面板系统的识别方法。同时根据最小二乘法准则进行反演,拟合实测动挠度和理论动挠度,从而识别出地基反应模量K。经仿真与实测结果可知,改进方法在保证识别速度的前提下可以显著提高识别精度,具有很好的应用价值,为机场刚性道面的设计、参数识别和质量评价等提供理论依据。     

混合语音识别模型的设计与仿真研究

研究语音识别率问题,语音信号是一种非平稳信号,含有大量噪声信息,目前大多数识别算法线性理论,难以正确识别语音信号非线性变化过程,识别正确率低。通过将隐马尔可夫模型(HMM)和SVM相结合组成一个混合抗噪语音识别模型(HMM-SVM)。同时用HMM模型对语音信号时序进行建模,并得到待识别语音信号的输出概率,然后将输出概率作为SVM的输入进行学习,得到语音分类信息,最后通过利用HMM-SVM识别结果做出正确识别决策。仿真结果表明,HMM-SVM提高语音识别正确率,尤其在低信噪比环境下,明显改善了语音识别系统的性能。     

高分辨雷达信号的平移不变KPCA特征提取算法

研究高分辨雷达信号特征提取,针对传统提取平移不变特征存在信息损失量大、识别的准确率低的问题,提出了一种平移不变KPCA特征提取算法。首先计算高分辨雷达信号的原点矩,并在低信息损失的前提下利用高分辨雷达信号相对原点矩的位置来描述原信号,从而消除高分辨雷达信号的平移敏感性。然后结合KPCA特征提取算法得到平移不变的特征信号。最后应用SVM分类器对特征信号进行分类识别。实验证明,改进算法识别率高于雷达目标识别系统中的传统特征提取算法,略低于KPCA特征提取算法,且在常用雷达探测距离内都能够保持较高的识别率。     

冠心病智能诊断算法仿真研究

研究冠心病诊断问题,冠心病影响指标多,指标体系中存在大量的重复信息,传统方法无法消除重复信息,冠心病诊断准确率低,误诊率高.为了提高冠心病诊断准确率,提出一种智能的冠心病诊断算法.首先科学、准确地选择冠心病指标体系,然后采用主成分分析对指标体系进行筛选,消除重复信息,最后采用支持向量机对冠心病建立分类器,实现冠心病智能诊断.仿真结果表明,相对于其它传统冠心病诊断方法,智能诊断算法有效提高了冠心病诊断准确率,克服了传统诊断缺限,为冠心病临床诊断提供了依据.     

结构化道路车道线快速检测的一种改进算法

基于视觉导航的高速智能车,提出一种改进的道路快速检测算法。用改进的水平均值投影法划分道路和背景区域,结合边缘检测算子和最大类间方差法(大津算法),构成双阈值法对道路区域图像进行二值化处理,利用先验知识改进的霍夫变换,在路面存在阴影和噪声干扰的条件下,能准确地检测车道标识线;对动态预测划分感兴趣区域,采用菱形搜索法进行车道线跟踪,融合初始检测和后续跟踪两层算法循环处理道路图像序列。实车试验表明,算法具有良好的实时性和鲁棒性,满足智能车高速行驶要求。     

智能交通控制网络的短时交通流预测研究

研究智能交通控制网络的短时交通流准确预测问题.为保证智能交通控制的效率,短时间内采集交通流信息并作为预测参数快速完成交通流的预测,然而短时间内采集到的交通流数据有限,数据间的相关性不明显,传统的交通流预测方法针对短时采集的相关性不明显的数据进行预测,存在预测准确度不高的问题.为解决上述难题,提出采用多维标度法的短时交通流预测方法.利用多维标度法处理采集到的短时交通流数据得到数据间的潜在相关性,避免因短时数据间相关性不明显而造成预测准确度不高的问题,然后根据数据相关性建立交通流预测模型,按照预测算法流程完成交通流的预测.实验表明,改进方法能够根据短时交通流数据准确完成交通流的预测,保证了智能交通控制网络的效率和性能.