基于改进复扩散自适应耦合非局部变换域模型的图像放大

针对二阶偏微分方程（PDE）放大算法丢失弱边缘和纹理细节的不足,提出一种改进复扩散自适应耦合非局部变换域模型的图像放大算法。利用复扩散具有边缘定位准确的特点耦合冲击滤波器,改进复扩散模型能够较好地增强强边缘;而通过对相似图像块构成图像组的三维变换系数的稀疏特性进行建模,非局部变换域模型能够很好地利用图像中相似图像块的非局部信息,对弱边缘和纹理细节有较好的处理效果;最后利用复扩散得到图像的二阶导数作为参数实现改进复扩散模型和非局部变换域模型自适应耦合。所提算法与偏微分方程放大算法、非局部变换域放大算法和偏微分方程耦合空域非局部模型放大算法进行仿真实验比较,在强边缘、弱边缘和细节纹理具有较好的放大效果,弱边缘和纹理细节图像在平均结构相似性测度上高于改进复扩散放大算法、非局部变换域放大算法。所提算法验证了空域模型和变换域模型、局部模型和非局部模型耦合结合的有效性。     

结合结构自相似性和卷积网络的单幅图像超分辨率

针对单幅图像超分辨率（SR）复原病态逆问题,在重建过程边缘细节丢失导致的模糊,提出一种结合结构自相似和卷积网络的单幅图像超分辨率算法。首先,通过将尺度分解获得待重构图片样本的自身结构相似性,结合外部数据库样本结合作为训练样本,可以解决样本过于分散的问题;其次,将样本输入卷积神经网络（CNN）进行训练学习,得到单幅图像超分辨率的先验知识;然后,利用非局部约束项自适应选择最优字典重建图像;最后,利用迭代反投影算法对图像超分辨率效果进一步提升。实验结果表明,与双三次插值（Bicubic）方法、K-SVD算法和基于卷积神经网络的图像超分辨率（SRCNN）方法等优秀算法相比,所提算法可以得到边缘更为清晰的超分辨率重建效果。     

一种面向自相似业务的新型主动队列管理算法

网络业务的自相似性对网络性能具有重要影响,可能导致严重的队列时延和分组丢失率.为解决这一问题,提出了一种考虑业务自相似性的主动队列管理算法.该算法基于小波方法对网络业务的赫斯特参数进行估计,并使用该参数的估计结果分析网络自相似过程和确定自相似性的程度.然后实时估计赫斯特参数,并基于此对网络业务进行实时分类.仿真用MATLAB生成网络架构,并使用帕累托分布模拟网络业务,将该算法和其他缓存管理算法的性能进行了比较,仿真结果验证了该算法具有更好的公平性,并且在网络拥塞的情况下,可以避免丢弃分组对其他队列造成影响.     

WWW通信量自相似模型的建立与分析

近年来的大量研究表明，传统的泊松模型无法准确地描述实测网络通信量中的突发性，而自相似模型可以较好地刻画突发性。排队论的方法很适合用来进行网络建模。针对WWW通信量的自相似的主要成因，建立了排队模型M^x／D／1,模型的分析结果为WWW及相关性能指标的研究提供了理论依据。     

自然图象单像素灰度值的统计特性研究

本文针对自然图象中单像素灰度值的统计规律进行实验和分析，发现对数正态分布可以对之进行粗略、简单的建模。此外，本文还给出了判断所给定的数据序列是否为统计自相似数据的有效判断方法，并在此基础上断定自然图象具有明显的自相似特性，从而得到针对单像素灰度值且较对数正态分布更精确的建模。最后，本文还给出了对自相似参数日进行估计的两种有效策略。     

一种理性的建筑设计与评价视角——应用分形的建筑设计尝试

分形是对欧几里德几何体系的拓展和深化,其本质却是一种新的世界观和方法论.借助分形原理,人们一方面可以作为建筑设计的依据和手段,使建筑更加贴近自然和人性.另一方面,分形可对建筑进行量化的评价,这些无疑为建筑设计和评价提供了更科学的标准.     

GAFSA优化SVR的网络流量预测模型研究

现有的诸多网络流量预测模型存在预测稳定性不好、精度较低等问题。针对此类问题, 研究了一种通过GAFSA(全局人工鱼群算法)优化SVR模型的网络流量预测方法。GAFSA是一种群智能优化算法, 寻优效果显著。采用GAFSA对SVR预测模型进行参数寻优, 可以得到使预测效果最佳的训练参数; 使用这组最优参数训练SVR, 建立网络流量预测模型, 可以很好地改善基于其他智能优化算法改进的SVR网络流量预测模型多次预测结果相差较大的问题, 使预测结果趋于稳定, 同时也可以提高预测精准度。仿真结果表明, GAFSA-SVR网络流量预测模型与其他模型相比, 预测结果基本稳定, 精准度提高到89%以上, 对于指导网络控制行为、分析网络安全态势有重要意义。     

基于自适应权值滤波的深度图像超分辨率重建

目的 越来越多的应用都依赖于对真实场景深度图像的准确且快速的观测和分析。飞行时间相机可以实时获取场景的深度图像,但是由于硬件条件的限制,采集的深度图像分辨率较低,无法满足实际应用的需要。为此提出一种结合同场景彩色图像通过构造自适应权值滤波器对深度图像进行超分辨率重建的方法。方法 充分发掘深度图像的非局部以及局部自相似性先验约束,结合同场景的高分辨率彩色图像构造非局部及局部的自适应权值滤波算法对深度图像进行超分辨率重建。具体来说,首先利用非局部滤波算法来有效避免重建结果的振铃效应,然后利用局部滤波算法进一步提升重建的深度图像质量。结果 实验结果表明,无论在客观指标还是视觉效果上,基于自适应权值滤波的超分辨率重建算法较其他算法都可以得到更好的结果,尤其当初始的低分辨率深度图像质量较差的情况下,本文方法的优势更加明显,峰值信噪比可以得到1dB的提升。结论 结合非局部和局部自相似性先验约束,结合同场景的高分辨率彩色图像构造的自适应权值滤波算法,较其他算法可以得到更理想的结果。     

Web QoS的测控技术

随着基于Web的Internet应用越来越广泛,提高Web服务器的性能(QoS),已成为当前研究的热点课题.为了提高Web服务器的性能,必须研究Web QoS的测控技术.系统地阐述了Web QoS的测控技术中的几个主要问题,包括:测量技术中的负载发生器、网络流量的自相似模型和测试软件等问题,控制技术中的Web QoS反馈控制、控制目标、建模和控制算法等问题.     

Ball-Mill Grinding Kinetics of Cement Clinker Comminuted in the High-Pressure Roll Mill

The use of high-pressure grinding rolls (HPGR) prior to ball mills has become a common practice in cement clinker grinding due to significant energy savings in comparison to ball milling alone. The energy savings has been attributed to higher energy efficiency of HPGR at low reduction ratios, smaller particle top sizes in the ball mill feed, and the weakening of particles resulting from compression of particle bed by HPGR. This study attempts to show how the weakening effect changes the kinetic breakage parameters of the HPGR-treated clinker. For this purpose, batch ball mill experiments were conducted with three narrow-size fractions (?3.35 + 2.36, ?1.70 + 1.18, and ?0.85 + 0.60 mm) of the feed and product samples of an industrial HPGR, and the breakage rate and breakage distribution parameters of the samples were compared. The results show that the weakening effect leads to nonlinear breakage rates for all sizes, coupled with abnormal breakage at the two coarsest sizes. The weakening effect leads to increased breakage rates of the HPGR product relative to particles of the HPGR feed. The increased breakage rates are accompanied by coarser progeny distributions for the two coarsest size ranges relative to that of the HPGR feed. The progeny distribution of the finest size of the HPGR product, however, is finer than that of the HPGR feed. Ball milling of size-distributed feeds prepared from the HPGR product and feed samples for the same grinding time produces self-similar size distributions when the size is normalized with respect to the median size.