博物馆展示上的多通道投影融合系统

多通道投影融合是现代展览的重要方式和手段。通过在博物馆展示上设计和实现一个投影融合系统,提出并使用新的三角函数形式的融合函数,论述了运用SURF算法进行特征提取,光流法跟踪的动态图像配准处理方法,分析了投影融合主程序的架构流程,阐述了本方法的特点与利弊,并指出了投影融合向3D 发展的方向。在获取SURF 特征点集和投影变换矩阵后,再进行几何校正,边缘融合,色彩平衡的投影融合三步走流程步骤。经过现场采样评价测试,目测和PSNR数据都说明运行融合效果良好。     

一种针对LSB匹配隐写的负载定位新算法

针对最不重要比特位(Least significant bit, LSB)匹配隐写算法,本文提出了一种新的负载定位算法。将隐写负载定位看作二分类问题,将载密图像每个像素位置看作待分类样本,通过提取载密图像集中每个像素位置在8个方向上的相邻像素差分平方均值特征,利用支持向量机(Support vector machine,SVM)分类器,将每个像素位置划分到正确的类别——负载位置或非负载位置。本文从理论和实验两方面验证了所提分类特征的有效性。针对LSB匹配隐写,本文方法与最大后验概率(Maximum a posteriori, MAP)载体估计方法做出比较,在低嵌入率条件下,本文方法的定位性能有明显提高。     

VXI总线多通道压力传感器仿真模块设计与实现

某型发动机系统主要由综控器、传感器、电机泵、电磁阀等部件组成,综控器是整个系统的核心控制部件,为测试综控器的性能是否符合要求,需要为综控器提供各种工况下的传感器(主要为压力传感器)数据进行仿真试验;采用真实的压力传感器开展上述工作,一方面需要构建复杂的工作环境,难度大、数据精确度难以保证,另一方面地面环境下的传感器信号变化难以实时调整,难以满足数据快速变化的需要;基于以上因素考虑,给出了一种基于VXI总线的多通道压力传感器仿真模块的设计方法,模块共有24路压力传感器电路,每路独立配置输出;模块以“VXI总线接口电路+VXI总线功能电路”的结构进行布局,VXI总线接口电路主要包括“CPLD+双口RAM”,对VXI总线指令进行解释、译码;VXI总线功能电路主要包括“96系列单片机+DA输出电路+两线压力传感器电路”,完成对真实传感器输出信号的电气特性仿真模拟;模块的驱动程序在Lab Windows/CVI6.0的环境下编制,供用户进行程序调用和快速操作使用;该模块已在VXI总线测试系统中得到应用,实际情况表明,模块的输出精度高、信号调整方便、响应快,满足了综控器仿真深度测试的要求。     

结合图元与感知哈希的手写输入简笔画识别

目的 为了克服手写输入中随意性强和自由度大的缺陷,同时兼顾简笔画的整体属性和局部特征,提出一种基于图元识别与感知哈希技术相结合的手写输入简笔画二级识别算法。方法 首先提取笔画的几何特征、笔序特征及结构特征且进行识别,然后查找由图元信息、笔画结构信息和笔序信息构成的简笔画语义库,完成由规则的几何图元构成的简笔画识别;若未被识别,则生成简笔画图像,利用感知哈希技术完成简笔画图像的识别。结果 基于本文提出的简笔画识别方法,实现了对样本库中150种简笔画对象的识别,平均识别率为82.6%。结论 实验结果表明,对于不同用户手写输入的任意样本库中的简笔画,该方法具有较高的识别率,此外,还可以通过在简笔画语义库和样本库中增加简笔画的种类等方式实现对更多种类简笔画的扩展识别。     

人脸检测的继承式集成学习方法

基于"遗传+变异"模式,提出继承式集成学习方法框架,它可以训练出四种不同形式的层叠分类器。除了基于"无遗传"模式的基本层叠分类器与基于"全部遗传"模式的嵌入式层叠分类器两种传统方法之外,还有基于"部分遗传+部分变异"模式的特征继承层叠分类器与弱分类器继承层叠分类器。虽然后两种层叠分类器都有一定的继承代价,但是其拟合性更好,可以更好地均衡收敛速度和扩展性能,其综合性能优于传统方法。基于RAB、GAB算法与LUT弱分类器的正面直立人脸检测实验结果表明了新的继承式集成学习方法的有效性。     

磁共振多通道射频接收线圈性能评估

磁共振成像技术追求高信噪比和快速扫描。与单通道线圈相比,多通道线圈具有高信噪比、高分辨率和成像速度快的特点。为服务于射频线圈设计和制作,开发了基于磁共振k空间数据的多通道射频线圈性能评估软件。此软件可以准确方便地计算多通道线圈噪声耦合矩阵和信噪比。     

GPS定时多道分析仪的研究与实现

以STC单片机作为系统处理器,结合可编程器件CPLD,研制出的GPS定时多道分析仪主要用于放射性元素的勘测和研究。将GPS授时技术与放射性元素能谱测量技术相结合研制出的仪器,能更好地用于放射性元素能谱的测量,同时能够得到打上时间戳的多道数据用于后续的统计分析。给出了系统的总体方案、硬件设计和软件设计。经过测试,系统测量得到的放射性元素谱图与实际谱图相吻合。     

SIM300和nRF24LE1的多通道无线数据采集系统设计

设计了由GSM/GPRS模块SIM300和射频收发芯片nRF24LE1组成的无线数据采集系统,实现了对数据的采集与无线传输。系统由嵌入高速单片机的nRF24LE1芯片完成对多路数据的采集、处理和收发,并由SIM300将数据通过网络传递给TCP服务器和手机终端。在完成系统的硬件设计和软件开发的过程中,重点探究了nRF24LE1芯片的多通道收发过程和TCP服务器的建立。该系统具有功耗低、扩展方便等优点,适合多种无线数据采集和传输的场合。     

Dynamic evolution of collective emotions in social networks: a case study of Sina weibo

Emotion is a fundamental object of human existence and determined by a complex set of factors. With the rapid development of online social networks (OSNs), more and more people would like to express their emotion in OSNs, which provides wonderful opportunities to gain insight into how and why individual emotion is evolved in social network. In this paper, we focus on emotion dynamics in OSNs, and try to recognize the evolving process of collective emotions. As a basis of this research, we first construct a corpus and build an emotion classifier based on Bayes theory, and some effective strategies (entropy and salience) are introduced to improve the performance of our classifier, with which we can classify any Chinese tweet into a particular emotion with an accuracy as high as 82%. By analyzing the collective emotions in our sample networks in detail, we get some interesting findings, including a phenomenon of emotion synchronization between friends in OSNs, which offers good evidence for that human emotion can be spread from one person to another. Furthermore, we find that the number of friends has strong correlation with individual emotion. Based on those useful findings, we present a dynamic evolution model of collective emotions, in which both self-evolving process and mutual-evolving process are considered. To this end, extensive simulations on both real and artificial networks have been done to estimate the parameters of our emotion dynamic model, and we find that mutual-evolution plays a more important role than self-evolution in the distribution of collective emotions. As an application of our emotion dynamic model, we design an efficient strategy to control the collective emotions of the whole network by selecting seed users according to k-core rather than degree.