A variational method for contour tracking via covariance matching

This paper presents a novel formulation for contour tracking.We model the second-order statistics of image regions and perform covariance matching under the variational level set framework.Specifically,covariance matrix is adopted as a visual object representation for partial differential equation(PDE) based contour tracking.Log-Euclidean calculus is used as a covariance distance metric instead of Euclidean distance which is unsuitable for measuring the similarities between covariance matrices,because the matrices typically lie on a non-Euclidean manifold.A novel image energy functional is formulated by minimizing the distance metric between the candidate object region and a given template,and maximizing the one between the background region and the template.The corresponding gradient flow is then derived according to a variational approach,enabling partial differential equations(PDEs) based contour tracking.Experiments on several challenging sequences prove the validity of the proposed method.     

Joint spatial registration and multi-target tracking using an extended PM-CPHD filter

An extended product multi-sensor cardinalized probability hypothesis density (PM-CPHD) filter for spatial registration and multi-target tracking (MTT) is proposed. The number and states of targets and the biases of sensors are jointly estimated by this method without the data association. Monte Carlo (MC) simulation results show that the proposed method (i) outperforms, although computationally more expensive than, the extended multi-sensor PHD filter which has been proposed for joint spatial registration and MTT; (ii) outperforms the multi-sensor joint probabilistic data association (MSJPDA) filter which is also extended in this study for joint spatial registration and MTT when the clutter is relatively dense.     

无线传感器网络中d-Hop 2-连通容错支配集的分布式构造算法

无线传感器网络随节点移动组成自我维持的自组织系统,采用连通支配集的虚拟骨干技术可使平面网络系统层次化而简化节点路由、管理和维护。但大规模无线传感器网络的连通支配集节点数目依然庞大,d-hop连通支配集可以大大减小支配集节点数目。另外,由于存在节点失效、链路断裂等无线特性,虚拟骨干网需要具备一定的容错性。在单位圆盘图网络模型中为构建精简且具有容错能力的虚拟骨干网,提出d-hop 2-连通支配集的分布式构造算法,先构造d-hop独立支配集后再连通形成d-hop 2-连通支配集。并从理论和仿真上对算法的复杂度、近似比和算法性能作了进一步探讨和验证。     

基于VC＋＋．NET的数据访问技术与实现

为了完成数据管理系统开发中专项数据的组织调用和管理,设计将数据存人到数据库表的结构化字段中,使用VC＋＋程序开发语言和ADO数据访问技术,结合使用ActiveX控件对数据进行安全存储和组织访问,从而达到了简单、安全、快速操作数据库中的数据的目的。文中介绍了微软ADO数据访问技术体系结构、对象模型,以及存储访问数据的原理与方法,并在此基础上给出了基于VC＋＋．NET和ADO数据访问技术存储访问SQLServer数据库数据的程序规划和详细程序代码,此方法已成功应用在数据管理系统的开发中。     

基于统计阈值的Snort规则集动态产生的设计与实现

Snort作为开源的入侵检测系统,利用定义的静态规则集合实现对网络的入侵事件的检测。本文分析入侵检测系统的基本原理和模型,阐述Snort入侵检测系统部署到网络时,其静态规则集的配置方法,根据统计流量阈值和告警频率阈值动态产生动态规则集的方法,改进并提高了部署Snort应有的灵活性。     

基于粗糙集与改进KNN算法的文本分类方法的研究

KNN算法是文本自动分类领域中的一种常用算法,对于低维度的文本分类,其分类准确率较高。然而在处理大量高维度文本时,传统KNN算法由于需处理大量训练样本导致样本相似度的计算量增加,降低了分类效率。为解决相关问题,本文首先利用粗糙集对高维文本信息进行属性约简,删除冗余属性,而后用改进的基于簇的KNN算法进行文本分类。通过仿真实验,证明该方法能够提高文本的分类精度和准确率。     

光学遥感舰船目标识别方法

提出一种基于粗糙集理论和分层判别回归技术的光学遥感舰船目标识别方法。该方法首先提出新的光学遥感舰船识别特征———面积比编码,并与四类特征组合作为备选特征;然后基于粗糙集理论按同可区分度来计算各备选特征的重要性权值,自动选择出对正确识别贡献较大的特征组合;最后根据分层判别回归原理生成分类判决树来识别光学遥感舰船目标。实验结果表明,本文方法在识别精度和速度方面优于最近邻和支持向量机方法,且通用可行。     

邻域等价关系诱导的改进ID3决策树算法

经典ID3决策树算法适用于离散型数据分类,但用于连续处理时需要数据离散化容易导致信息损失。提出邻域等价关系从而诱导邻域ID3(NID3)决策树算法,NID3算法改进了ID3决策树算法,能够直接实施连续预测并获取更好的分类效果。在邻域决策系统中,挖掘一种邻域等价关系;基于邻域等价粒化,构建邻域信息度量;基于邻域信息增益,设计NID3决策树算法。实例分析与数据实验均表明,NID3算法具有连续数据分类预测有效性,在分类机器学习中优于ID3算法。     

洪水基流分割非参数检验方法优选

基于江西省萍乡市五丰河流域2016—2018年实测场次洪水数据和直线斜割法所得基流流量,对比分析累积距平法、Pettitt法、滑动T检验法和Mann-Kendall检验法应用于基流分割的适用性和准确性,选择集对分析法为优选非参数检验方法。结果表明:海绵城市建设后(2018年)相对建设前(2016年)标准退水曲线基流流量增加65.2%,地下径流量增加47.3%,地下径流量占径流总量比例增加53%。Pettitt法与直线斜割法所得基流流量相对误差最小,年均相对误差为1.7%;变差系数年均相对误差最小,为5%;集对分析联系度最大,为0.81。Pettitt方法是检验海绵城市直接地表和地下二元径流成分转化的最适非参数检验法。     

立轴冲击式水轮发电机组技术供水系统优化

水电站的技术供水系统要根据水电站的基本技术参数及设备要求的技术供水参数进行详细设计和论证,并结合电站所在区域的实际情况,使系统满足机组在各种工况下的正常安全稳定运行。主要阐述米角河一级水电站立轴冲击式水轮发电机组技术供水系统的优化设计,采用一次冷却供水和冷却水二次循环供水相结合的设计方案,避免供水水质变化时停机造成的经济损失,提高了供水系统的运行可靠性,减少了检修维护量,为电站"无人值班,少人值守"创造了必要条件。