基于分级存储的石油勘探地震处理应用研究

石油勘探中“两宽一高”采集技术的深入应用，对地震资料并行处理能力提出了更高的要求，针对存储对地震资料处理应用的影响进行研究。为提高各类应用的运算效率，设计并实现了基于SSD、集群NAS多级分层存储地震资料处理方法，针对高IOPS应用、大数据块并行应用进行算法流程级设计。通过DD与IOZONE基准测试、两种应用实际运行效果，验证了设计方案具备在地震资料处理中应用效率与性价比上的优势，适用于勘探数据中心地震资料处理，具有一定的普适性。     

基于卷积神经网络优化TLD运动手势跟踪算法

针对TLD（Tracking-Learning-Detection）算法在光照变化不均、遮挡严重、跟踪目标模糊等情况下会出现跟踪失败的问题，提出一种基于卷积神经网络优化TLD运动手势跟踪算法。选取手势特征作正样本，其背景作负样本，获取手势HOG特征并投入到卷积神经网络中加以训练，得到手势检测分类器，从而确定目标手势区域，实现手势的自动识别；再利用TLD算法对手势进行跟踪与学习，对正负样本进行估计检测并实时校正，同时运用SURF特征匹配更新跟踪器。实验结果验证，该算法对比TLD经典算法跟踪精度提高了4.24%，增强了运动手势的跟踪效果，相比经典跟踪算法拥有更高鲁棒性。     

低开销负载均衡的改进型TORA协议

针对无线传感器网络拓扑快速变化、链路易拥塞断开，存在路由开销大、负载不均衡、网络生命周期短等问题，提出低开销负载均衡的改进型TORA（TORA-p）。通过定义网络变化率参数，自适应调整互联网封装协议（IMEP）中OBM包的最大重发次数，减少不必要的路由维护开销；同时，结合MAC层信息，定义链路可用性优化选路方式，自动平衡网络负载，避免关键路径和节点负载过重而过早死亡和断开。使用truetime2.0平台设定特定的仿真环境，对TORA-p算法的性能进行了详细比较分析，结果表明：TORA-p均衡了网络负载，提升了网络生命周期，同时也减少了路由开销和延时，展现出了较好的数据传输能力。     

改进HSR-FCN的服装图像识别分类算法研究

目前网络上的服装图像数量增长迅猛，对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络（Region-Based Fully Convolutional Networks，R-FCN）引入到服装图像识别中，针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题，提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合，改变图片特征学习方式，使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络，对输入服装图像和特征图进行了空间变换及对齐，加强了对多角度服装和形变服装的特征学习。实验结果表明，改进后的HSR-FCN模型有效地加强了对形变服装图像的学习，且在训练时间更短的情况下，比原来的网络模型R-FCN平均准确率提高了大约3个百分点，达到96.69%。     

WSNs中规避攻击者的源位置隐私保护路由协议

为了保证无线传感器网络（Wireless Sensor Networks，WSNs）中的源节点位置隐私安全，同时实现安全性能和网络能耗的均衡，提出了WSNs中规避攻击者的源节点位置隐私路由协议，该协议假设节点具有检测攻击者的能力，通过发出危险警告消息使路由路径上的节点采取路由改变策略，使攻击者无法回溯到源节点，延长了源节点保持位置隐私的安全时间。理论分析和仿真实验表明，该协议在消耗较少的通信开销的情况下保证了源节点位置的高度隐私。     

多先验融合的图像显著性目标检测算法

为了更加准确地检测出图像中的显著性目标，提出了多先验融合的显著性目标检测算法。针对传统中心先验对偏离图像中心的显著性目标会出现检测失效的情况，提出在多颜色空间下求显著性目标的最小凸包交集来确定目标的大致位置，以凸包区域中心计算中心先验。同时通过融合策略将凸包区域中心先验、颜色对比先验和背景先验融合并集成到特征矩阵中。最后通过低秩矩阵恢复模型生成结果显著图。在公开数据集MSRA1000和ESSCD上的仿真实验结果表明，MPLRR能够得到清晰高亮的显著性目标视觉效果图，同时F，AUC，MAE等评价指标也比现有的许多方法有明显提升。     

碳酸镉转化制备氢氧化镉及产物光催化降解性

用碳酸钠溶液直接混合硫酸镉溶液制备了沉淀碳酸镉,再以沉淀碳酸镉为基体,氢氧化钠溶液为转化剂,通过阴离子交换制备出氢氧化镉纳米材料。采用X射线衍射仪（XRD）和场发射扫描电子显微镜（FESEM）对沉淀碳酸镉和转化产物的结构和形貌进行了表征。结果表明,沉淀碳酸镉的结构遭到破坏,转化完全所得到的氢氧化镉的形貌完全不同于沉淀碳酸镉,为片状组装的不规则球体。紫外光照射下光催化降解罗丹明B染料测试表明,转化产物比沉淀碳酸镉具有更好的光催化降解性能,转化时间不同的产物表现出不同的降解效率。当20 mg的转化产物分散到50 mL 8 mg/L的罗丹明B染料中,在黑暗环境中磁力搅拌吸附120 min达吸附平衡,开启300 W紫外汞灯后,效率最高的转化产物可在180 min内将染料完全降解。     

Time reversibility of the discrete element method

An algorithm is presented for discrete element method simulations of energy-conserving systems of frictionless, spherical particles in a reversed-time frame. This algorithm is verified, within the limits of round-off error, through implementation in the LAMMPS code. Mechanisms for energy dissipation such as interparticle friction, damping, rotational resistance, particle crushing, or bond breakage cannot be incorporated into this algorithm without causing time irreversibility. This theoretical development is applied to critical-state soil mechanics as an exemplar. It is shown that the convergence of soil samples, which differ only in terms of their initial void ratio, to the same critical state requires the presence of shear forces and frictional dissipation within the soil system.     

Modified transform-based gamma correction for MRI tumor image denoising and segmentation by optimized histon-based elephant herding algorithm

Medical image processing is typically performed to diagnose a patient's brain tumor prior to surgery. In this study, a technique in denoising and segmentation was developed to improve medical image processing. The proposed approach employs multiple modules. In the first module, the noisy brain tumor image is transformed into multiple low- and high-pass tetrolet coefficients. In the second module, multiple low-pass tetrolet coefficients are applied through a modified transform-based gamma correction method. Generalized cross-validation is used on multiple high-pass tetrolet coefficients to obtain the best threshold value. In the third module, all enhanced coefficients are applied to the partial differential equation method. In the final module, the denoised image is applied to Atanassov's intuitionistic fuzzy set histon-based fuzzy clustering method with centroid optimization using an elephant herding method. Accordingly, the tumor part is segmented from the nontumor part in the magnetic resonance imaging brain images. The method was assessed in terms of peak signal-to-noise ratio, mean square error, specificity, sensitivity, and accuracy. The experimental results showed that the suggested method is superior to traditional methods.