非均匀卵砾石粗糙床面的分形特征

针对传统方法刻画粗糙床面总体特征存在缺陷的问题,将分形几何理论引入非均匀卵砾石粗糙床面特征研究,以卵砾石床面激光扫描试验资料为基础,探讨了分形尺度区宽度与中值粒径d50的关系,分析了覆盖基准面对分形维数的影响,研究了床面整体与局部分形维数的特征与联系,获得了分形维数随床面颗粒组成及高程统计参数的变化规律。结果表明:分形尺度区宽度与床面颗粒中值粒径d50有关,上临界尺度可取为1.5d50;分形维数与覆盖基准面位置有关,覆盖基准面距平均床面的距离越大,分形维数越大且逐渐失真,为有效量化和区分床面粗糙特征,覆盖基准面宜取平均床面;粗糙床面分形维数具有良好的稳定性,局部分形维数变异性很小,并与整体分形维数接近;粗糙床面的分形维数与颗粒大小、级配组成及床面高程统计参数有关,中值粒径越大,颗粒组成越均匀,床面高程极差、标准差、偏度(绝对值)和峰度越大,分形维数越小。     

基于支持向量机的无线传感器网络节点定位算法

机器学习是利用经验来改善自身性能的一种学习方法,而支持向量机(support vector machine,SVM)作为机器学习中的一种新模式,在解决小样本、非线性及高维模式识别等方面有着其特有的优势.基于支持向量机的节点定位算法利用机器学习算法的特性,实现无线传感网络节点定位.其基本思路是将网络区域划分为若干个等分的小格,每一小格代表机器学习算法中一个确定的类别,机器学习算法在学习了已知的信标节点对应的类别后,对未知节点所处位置进行分类,从而进一步确定未知节点的位置坐标.仿真实验表明,"一对一"节点定位算法有较高的定位精度,对测距误差的容忍性较好,同时对信标节点的比例要求并不高,比较适合用于信标节点稀疏的网络环境中;而"决策树"节点定位算法受覆盖空洞的影响并不大,比较适合应用于节点分布不均匀或者存在覆盖空洞的网络环境中.     

一种基于不规则区域的高斯滤波去噪算法

针对传统高斯滤波算法在滤除噪声的同时会丢失图像部分细节信息的弊端,提出了一种基于不规则区域的高斯滤波算法。在高斯滤波的基础上,通过分析纹理自相关特性,自适应构造局部不规则的高斯掩模窗口,突破以往采用固定大小窗口的思想,提高高斯系数权值分配的合理性,剔除相关性较低的像素,实现在滤波的同时有效保留图像纹理细节。实验结果表明,提出的算法优于传统高斯滤波及其他滤波算法,在图像细节保留和抗噪方面实现了较好的平衡。     

动态受限区域内的单纯型连续近邻链查询方法

受限区域内的单纯型连续近邻链查询在空间数据挖掘、数据的相似分析和推理、空间数据库等方面具有重要的作用。为了弥补已有方法的不足,详细研究了动态受限区域内的单纯型连续近邻链查询方法。基于计算几何中的Voronoi图给出了VOR_IN_CRSCNNC算法、VOR_EX_CRSCNNC算法和VOR_DE_CRSCNNC算法。进一步进行了实验比较和分析。理论研究和实验分析表明,所提出的算法在查询过程中减少了数据逐一筛选和判断的冗余计算,在处理空间数据量较大、初始受限区域数据量较多、受限区域形状较为复杂的单纯型连续近邻链查询方面具有较大的优势。     

代数约简的条件信息熵表示及其高效约简算法

给出如何保持正区域不变的语义分析,提出一种修正条件信息熵计算公式,证明保持修正条件信息熵不变与保持正区域不变相互等价。在此基础上,给出代数约简概念的修正条件信息熵表示。给出反例说明修正条件信息熵不具有单调性,导致没法给出自底向上的启发式约简算法,证明了代数协调集中不可删除属性的不可逆性质,提出一种自顶向下直接删除属性的高效约简算法。它从所有条件属性集出发,逐步删除不必要的属性,只需遍历各属性一次,即可保证得到原始决策表的一个代数约简。数值算例和实验验证了该算法的正确性和高效性。     

结合过渡区的多元线性回归昆虫图像分割方法

针对多元线性回归模型对含阴影的昆虫图像边界分割不准确的问题,提出一种结合过渡区的多元线性回归优化算法。算法首先对多元线性回归模型进行范数优化。即根据图像的RGB三色板信息建立多元线性回归基本模型,再利用余弦范数对模型进行优化。优化后算法对图像的分割效果有所改进,但仍保留了图像阴影部分,因而引入过渡区算法对边界和阴影进行分割,实现图像边界的二次分割优化。与单独应用多元线性回归算法相比,新算法提高了昆虫图像的分割精度,具有较强的鲁棒性。     

一种基于蚁群算法的震区环境监测系统设计

针对目前震区生态恢复、环境保护监测的需要,论文提出了一种基于蚁群算法的震区监测系统,利用智能无线传感器网络对光强、温度、湿度等生态环境变量进行监测的方法.该方法解决了传统监测方法中布线复杂、精度有限、能耗高等问题,具有数据采集量大,精度高、低功耗和可靠性高等优点.     

结合形态学的结构化车道线快速识别算法

为解决结构化车道线识别算法中存在的约束条件多,计算过于复杂等问题,提出一种基于形态学的车道线快速识别算法. 该算法首先对道路图像进行中值滤波,Sobel算子增强边缘,利用直方图特征分割图像,然后划分感兴趣区域,接着构造具有车道特征的形态学结构元素去提取车道线,最后概率霍夫变换拟合车道线. 实验对比结果表明,针对结构化道路,该算法简单有效,计算量小,具有良好的实时性.     

V-系统在形状相似检索中的应用

V-系统是一类正交多小波,它的正交性和多分辨特性使得在表达信号时可以用少量的基函数去描述信号的基本特征,并且通过增加所用基函数的数量得到信号由粗到细的多层次特征描述.文中将V-系统的这个特性应用到形状相似检索中,对图像边界和图像区域分别进行特征表达,得到了形状检索的新算法——V算法.首先提取图像的边界点列,并将其在V-系统下作正交分解,得到由V-描述子构成的边界特征向量,同时对图像区域作V-变换,得到图像的区域特征向量;然后融合边界特征和区域特征来进行形状之间的相似度量.通过在4个通用数据库中的形状检索实验结果,表明了该算法相对几种经典算法在检索性能上的优势.     

单幅图像多尺度小波深度提取算法

针对浅景深图像中平滑前景区域深度提取误差大的问题,基于像素点分类思想对深度值进行修正,提出一种基于多尺度小波线索的、可同时面向单幅浅景深图像和广角图像的深度图提取算法.首先使用小波分析法在多个尺度下提取图像深度信息;然后提出自适应分类法并根据尺度与深度变化规律对像素点做深度修正,得到深度图;最后结合区域生长与边缘分割算法对深度图进行区域优化.为了加快深度计算,还提出了快速zerocount法以及多尺度加速法来满足标清视频实时处理要求.实验结果证明,采用文中算法获得的深度图相对深度正确,前景和背景区域深度一致性好.