一种基于压缩域的实时跟踪改进算法

在基于压缩域的实时跟踪算法中,判别函数对目标外观考虑不足易造成跟踪精度较低。为此,提出一种改进的基于压缩域的实时跟踪算法。利用稀疏测量矩阵提取候选目标的低维多尺度特征,并根据在线更新的特征概率分布,采用朴素贝叶斯分类器判别目标与背景,实现粗跟踪。通过视频帧间候选目标内部区域所具有的相似性,在粗跟踪的基础上实施基于动态目标外观模型的二次跟踪,在线寻找目标的最佳跟踪位置。对多种跟踪视频库的测试结果表明,该算法在不过量增加计算负荷的情况下能有效提高跟踪精度。     

A multiobjective hybrid ant colony optimization approach applied to the assignment and scheduling problem

The assignment and scheduling problem is inherently multiobjective. It generally involves multiple conflicting objectives and large and highly complex search spaces. The problem allows the determination of an efficient allocation of a set of limited and shared resources to perform tasks, and an efficient arrangement scheme of a set of tasks over time, while fulfilling spatiotemporal constraints. The main objective is to minimize the project makespan as well as the total cost. Finding a good approximation set is the result of trade‐offs between diversity of solutions and convergence toward the Pareto‐optimal front. It is difficult to achieve such a balance with NP‐hard problems. In this respect, and in order to efficiently explore the search space, a hybrid bidirectional ant‐based approach is proposed in this paper, which is an improvement of a bi‐colony ant‐based approach. Its main characteristic is that it combines a solution construction developed for a more complicated problem with a Pareto‐guided local search engine.     

一种局部强化的多标签传播社区发现算法

在社交网络中,社区和圈子均表现为一组内部连接相对紧密的节点,但后者规模较小。圈子是重要的局部社区信息,利用这一特点有助于进行社区发现。然而,现有的大部分基于标签传播的社区发现算法并没有考虑圈子的信息。为此,提出一种基于局部强化的多标签传播(LSMLP)社区发现算法。给出圈子的定义,提出一种基于圈子信息的迭代多标签传播策略,并从每个节点的多个标签中选择归属系数最大的标签作为其从属的临时社区。采用两步优化方法使模度最大化。在真实网络的数据实验结果表明,与已有的社区发现算法相比,LSMLP算法能更高效地发现社区。     

基于C-V模型和MRF的脑部MRI分割

为准确分割脑部磁共振图像(MRI)的灰质、白质和背景,提出一种基于C-V模型和马尔可夫随机场的全自动分割方法。采用C-V模型与形态学相结合的方法对脑MRI进行预处理,去除多余脑组织,获得待分割图像。引入灰度场局部熵的思想对惩罚因子进行估计,利用马尔可夫随机场模型建模实现脑灰白质的分割,并运用形态学方法获得最终分割结果。对96幅IBSR图像和46幅临床图像进行实验,结果表明,该方法能够实现脑部MRI灰白质的全自动分割,且具有较好的分割精度和较快的处理速度。     

可逆放热反应过程流程结构的确定

根据可得区法及可得区分区法的基本思想,针对SO2氧化工业实例,以预热温度作为控制变量,利用绝热反应最大速率曲线和反应平衡速率曲线,采用几何图示法,将反应时间和未转化率空间分成3类区域,即CSTR(全混流反应器)区、PFR(平推流反应器)区和非操作区。利用这些不同区域及其连接边界的特性,不用构造可得区,就可以简捷、方便地确定绝热可逆放热反应过程的适宜流程结构。     

联合 LTP 和 LPQ 的人脸识别方法

提出一种联合局部三值模式（LTP）和局部相位量化（LPQ）的人脸识别方法,该方法首先对预处理后的人脸分别采用LTP算子、LPQ算子提取各自的直方图,然后,通过特征选择将两者联合为LTP＿LPQ直方图,最后通过最近邻分类器进行分类识别。在ORL和YALE标准人脸数据库上的实验表明,该方法能有效地提高人脸的识别率。     

改进的局域均值分解在机械故障诊断中的应用

为了准确地提取出故障特征,把局域均值分解算法应用于机械故障振动信号的特征提取中.然而在对信号进行局域均值分解时,由于端点的趋势无法预知,在分解时会污染到整个信号序列,而且滑动平均造成了信号的过平滑处理,导致故障特征不能准确地提取.采用波形匹配解决端点处信号的走势,之后再利用线性插值求得信号的局域均值函数与包络函数,通过在Matlab环境下仿真调幅信号验证了该算法在端点处能很好的保持原有信号的特征;并采用实际的机械振动信号进行实验验证,引入端点效应评价指标,根据分解后的生产函数与原信号的相关系数验证了改进的局域均值分解更能准确地提取故障特征.     

基于DMWT和QIMM 的图像水印算法

利用多尺度分析的思想,对原始图像进行重复行信号预滤波,把标量小波变换扩展到多小波变换后选取变换出来的低频子带进行水印嵌入。为了保证水印信息的安全性,对水印进行加密置乱处理。然后结合量化索引模数调制（QIMM）的优越性能,根据水印的信息不同选择不同的子块进行嵌入并实现了水印的盲提取。实验证明,算法具有良好的视觉性和鲁棒性,并大大扩展了水印的容量。     

基于内容重要性的Storyline可视化局部变形框架

针对Storyline可视化局部放大问题,提出一种基于内容重要性的局部变形框架.首先对可视化领域中局部变形技术进行对比和分析;然后给出了Storyline可视化可视元素及其重要性计算方法,并对重要性较大的实体元素进行放大显示,在高斯函数的指导下对重要会话元素进行局部放大和过渡平滑处理,根据不同位置的权重对线条进行重新定位;最后以Inception交互会话数据为实验数据,将该方法应用到Storyline可视化视图中.实验结果表明,文中方法能够在有限的显示空间中对Storyline可视化视图的整体结构和局部详细信息同时进行协调、友好的可视化.     

基于多尺度图谱和局部谱的目标提取算法

针对多尺度图谱算法不能有效提取含有较多纹理或包含差异较大区域的目标物体, 提出了一种结合图像平滑、多尺度图谱和局部谱的目标提取方法。首先对图像进行l0梯度最小化平滑处理, 锐化边缘的同时消除图像的部分纹理信息; 其次通过多尺度图谱方法对图像进行分割, 该算法结合了归一化割算法的高精确度和多尺度算法的高效率性; 最后结合局部谱理论, 将人工选取的种子区域作为约束条件, 进行有偏割向量估计, 通过最大类间方差法将该向量分割成目标和背景。实验表明, 该方法弥补了多尺度图谱算法的不足, 并能产生很好的目标提取效果。