基于高阶马尔可夫随机场的图像分割

图像分割是个病态问题,精确化的图像分割需要用户提供足够多的约束信息才能实现.近年来随着马尔可夫随机场吉布斯能量函数最小化图割求解技术的突破,许多国外研究人员开展基于图割方法的交互式图像分割技术的研究.在众多交互式图像分割技术中,由于用户友好性和潜在应用价值,采用矩形框约束的交互式图像分割方法非常吸引人.从超像素马尔可夫随机场模型和网格马尔可夫随机场模型出发,在吉布斯能量函数中引入高阶势能项,高阶势能项的引入使得新的模型既能捕捉细粒度的单个像素信息又能捕捉单像素一定范围内的关联信息,从而提高了矩形框限制条件下的图像分割性能.实验表明:与GrabCut算法相比,所提算法准确性上有一定提高.最后,将所提算法应用在视频对象分割上也取得了不错的效果.     

Ncut在颅脑MRI肿瘤提取中的应用研究

颅脑肿瘤自身边缘包含重要的病变信息,提取脑肿瘤区域,对脑部疾病的诊断和治疗具有重要意义。Ncut(Normalized Cut)是基于图理的典型分割方法。将Ncut算法应用到颅脑MRI肿瘤图像的分割中,针对不同颅脑MRI肿瘤图像,进行相关参数测试,选择合适的权重及参数,进行颅脑MR肿瘤的提取。通过利用Matlab进行仿真测试可知Ncut方法能够提取出肿瘤所在的基本轮廓,取得较好效果。     

网络最大流部分割矩阵算法

网络最大流问题是图论研究中一个经典的模块。首先,利用粗糙集属性约简的差别矩阵算法思想,定义网络的一个部分割容量矩阵。其次,通过集合的交和并运算,找出网络的所有割集,从而得到最小容量割集。之后,在最大流最小割定理的基础上,得到网络的最大流。     

基于模糊剪枝的最优小波包基图像压缩算法

提出一种基于模糊剪枝的最优小波包基图像压缩算法。图像经完全小波包分解后,以每个小波包分解的高频系数占所有高频系数的比值及每个节点子女熵值与原节点熵值的比值作为模糊系统的2个输入;通过构造模糊规则,将小波包系数分为裁剪类和保留类,由保留类构造最优小波包基;根据最优小波包基,在不同的小波包分解层次上采用不同的阈值对图像进行压缩。仿真实验结果表明,该算法与比特-失真率优化算法和小波包最优树全局阈值压缩算法相比性能更优。     

基于滤波器阵列与图割的彩色纹理分割

图割法因无法体现像素点的纹理区域特性而难以应用于纹理分割。针对该问题,提出一种基于滤波器阵列与图割的彩色纹理分割算法。利用构建的滤波器阵列提取图像的纹理特征,并加入图像的H、S、I分量值组成纹理-色彩特征向量,采用texton直方图作为彩色纹理的统计模型对纹理-色彩特征向量进行统计计算,通过直方图差计算像素点间的纹理相似度,再应用图割法中的规范割准则对彩色纹理进行分割。实验结果证明,该算法具有较高的分割准确性。     

花授粉算法研究与应用综述

作为一种新型元启发式群智能优化算法,花授粉算法具有结构简单、鲁棒性强、控制参数少,全局寻优性能好和执行效率高等特点,其具有的特性和优势,吸引了国内外众多学者对其展开研究。简单阐述了花授粉算法的设计思路,并分析了现有的对算法初始解质量、种群多样性以及搜索能力的改进以及算法在各个领域如分类、定位、路径规划、经济调控等方面的应用。分析了花授粉算法未来的可以进一步研究的方向与内容。     

双种群混合遗传算法的裁剪分床应用研究

为解决服装生产中的裁剪分床计划问题,结合生产过程的影响因素和订单需求,建立了裁剪分床的多目标数学模型进行优化,使用一种改进的双种群粒子群-遗传混合算法对模型进行求解。混合算法将进化种群划分为普通种群和精英种群,利用改进的遗传算法来全局搜索进化普通群体并筛选精英个体,同时结合粒子群优化算法进化精英群体。交叉和变异保证种群的多样性,粒子群寻优机制提升进化速度,两种群在进化时交叉影响不断寻找最优方案。实验结果表明：混合算法在解决多目标的生产订单裁剪分床问题上表现稳定,相比改进的遗传算法有更快的寻优速度,比手工计算方法减少1个裁床,裁剪时间缩短5?min且超裁数量降低60%,可以适应不同目标需求,针对实际生产中的裁剪分床有一定的应用价值。     

基于轻量级深层卷积神经网络的花卉图像分类系统

为解决深层卷积神经网络（Deep convolutional neural network, DCNN）模型在算力弱、存储成本高的AI边缘计算设备上难以高效应用的现实问题,本文利用重量级网络辅助训练轻量级网络,设计了一种基于轻量级神经网络的花卉图像分类系统。首先利用重量级DCNN并结合迁移学习、爬虫技术与最大连通区域分割方法,构建了适用于轻量级网络训练的扩充花卉数据集。然后基于Tiny-darknet与Darknet-reference两种网络及扩充后的花卉数据集训练得到两种面向弱算力设备的轻量级DCNN模型。训练得到的两种花卉分类网络在Oxford102花卉数据集上的平均分类准确率可达98.07%与98.83%,模型大小分别为4 MB与28 MB,在AI边缘计算设备中具有较好的应用前景。     

蜂巢状有源配电网拓扑及其可靠性评估

为探寻适应分布式电源并网运行的高供电可靠性配电网结构,文章提出了一种基于分布式有源微网的蜂巢状有源配电网拓扑。首先,对该拓扑结构及其中的有源微网与智能功率/信息交换基站进行了介绍,并分析了该拓扑的优点与不足。其次,应用马尔可夫链分析蜂巢状微网的状态转移过程,并给出了数学模型,包括状态转移概率矩阵和不同状态下的概率计算方法等。然后,推导了基于最小割集法的蜂巢状微网可靠性指标计算的修正公式。最后,以IEEE-RBTS BUS6 F4测试系统为例,对其“改造”成蜂巢状微网前后的供电可靠性进行了仿真比较,结果表明“改造”后的蜂巢状微网具有更高的供电可靠性,进而得出了蜂巢状有源配电网的供电可靠性明显优于普通配电网的结论。     

变压器硅钢片级进冲裁模具研究与设计

根据给定的具体零件图的尺寸和公差要求，并结合北京森泰模具有限公司生产实际中的使用条件。设计了生产变压器硅钢片的级进冲裁模具。包括：冲压工艺设计、排样设计、级进模结构设计及主要工作部件设计等。