基于邻域风险最小化概率密度估计的自适应盲分离算法*

为实现由不同统计特性和概率分布平滑特性信号得到混合信号的盲分离,对基于支持向量机的邻域风险最小化概率密度估计算法进行研究,提出一种邻域函数的构造方法,将其与自然梯度批处理算法相结合,形成一种新的自适应盲分离算法;利用广义高斯模型分析了分离算法的精确度。通过仿真实验,验证了该算法能分离统计特性不同的混合信号,相比于基于经验风险最小化的方法,该方法在收敛速度和精度方面的性能有很大提高。     

VB与Matlab混合编程在梯度胶片制作中的应用

在梯度胶片制作系统的设计中,为了完成制胶系统上位机数据计算、图形显示、系统管理软件的设计,采用Matlab函数根据采样数据合出步进电机进给控制曲线,结合VB将曲线和数据显示在人机交互界面上,将所计算的参数提供给下位控制系统,系统通过曲线插补计算对步进电机进行控制来完成胶片制作.经实践检验,这种方法所设计的监控程序功能完善、界面良好、操作方便.     

全自动电泳用梯度凝胶胶片制作系统

由西安工业大学研制的全自动电泳用梯度凝胶胶片制作系统将计算机控制系统用于梯度电泳凝胶片的制作过程,并采用了上下位机的设计,上位机主要用于数据运算,下位机用于制作过程的控制.一台上位机可控制多台下位机,从而使梯度电泳胶片的制作简单,产品的一致性好.该系统解决了电泳     

考虑饱和渗透系数的宽级配土渗流侵蚀过程室内试验研究

【目的】宽级配土是堤防的主要填料,其在水力梯度作用下会发生内部侵蚀直至管涌破坏。渗流侵蚀过程会改变土体性质,进而影响饱和渗透系数。依据饱和渗透系数演变规律,探究土体渗流侵蚀过程,有助于工程安全性评价与渗透破坏预测防治。【方法】采用自制渗流侵蚀试验仪,通过逐级升高渗透水压力,开展土体侵蚀过程试验,测量饱和渗透系数和细颗粒流失量,探究级配与干密度对渗流侵蚀过程的影响。【结果】结果显示：依据饱和渗透系数演变规律,渗流侵蚀过程可分为侵蚀前期阶段、侵蚀发展阶段和侵蚀破坏阶段,从而定义了渗蚀发展临界水力梯度和渗蚀破坏临界水力梯度;宽级配土的渗蚀发展临界水力梯度与渗蚀破坏临界水力梯度均随级配参数D₁₅/d₈₅增加而减小;当细颗粒含量处于欠填状态时,渗蚀发展临界水力梯度随细颗粒含量增加而减小,渗蚀破坏临界水力梯度随细颗粒含量增加近似线性增大;当细颗粒含量处于满填状态时,两种临界水力梯度与累积细颗粒流失率均随着干密度增加而增大。【结论】可见,由于渗透侵蚀造成的饱和渗透系数变化显著地受土体级配与密实状态的影响。     

基于显著性的遥感图像舰船目标检测

舰船作为海洋信息感知中的重要目标,其检测在军舰探测、精确制导等军用领域以及海面搜救、渔船监测等民用领域具有极其重要的战略意义.海洋遥感图像受云雾、风浪、海杂波和光照等干扰使得舰船检测具有挑战性.根据可见光遥感图像舰船目标检测特点提出粗检测和细鉴别相结合的技术路线.先基于视觉显著性的谱残差法对图像进行增强以提取目标候选区域,后根据舰船与干扰因素差异采用舰船方向梯度直方图特征对目标候选区域进行鉴别,提取真正的舰船目标.实验结果表明,上述算法舰船检测率高,对光照、海杂波干扰具有一定程度的鲁棒性,且能有效剔除碎云岛屿等干扰物,显著降低虚警率.     

基于磁梯度张量与Levenberg-Marquardt优化的磁矩计算方法

针对目前磁矩计算方法中出现的对磁性目标出厂参数精度要求较高且计算繁琐、受地磁场影响较大、反演精度较差等问题,提出了一种基于磁梯度张量概念与Levenberg-Marquardt优化算法结合的磁矩计算方法。该方法采用磁梯度张量概念消除了地磁背景场的干扰,使用Levenberg-Marquardt算法优化解算过程,消除了反演过程中出现的奇异点。对新方法进行地磁背景场、测量系统位置、环境噪声等影响因素的验证仿真,并实验验证该方法的可操作性。仿真与实验证明,相比于以往方法,新方法的磁矩反演精度有大幅度的提高,抗噪声能力更强,具有更高的鲁棒性。     

基于全局稀疏梯度与低秩张量正则化的多源多波段图像融合方法

多模图像融合可有效提升多传感器系统的目标信息表征能力.然而,常用的图像融合方法只能融合两个模态传感器的信息.针对上述问题,充分利用多模图像空间与频谱信息的高阶相关性及其内在结构特性,基于图像域的非局部自相似特性,引入复合正则化方法,提出基于全局稀疏梯度与低秩张量正则化的多模图像融合方法,实现高光谱、多光谱和全色图像的同时融合.其中,多模图像的频谱信息使用全局稀疏梯度正则化方法,空间信息使用低秩张量正则化方法.上述复合正则化方法的优点在于可以有效对空间与频谱信息的内在结构特性进行建模,消除图像空间域的阶梯效应,减少伪频谱信息的引入.仿真实验验证了该方法的可行性和有效性.该方法为多传感器融合系统提供理论与技术支撑.     

一种融合极限学习机和改进烟花算法的混合式目标跟踪技术

针对背景杂波干扰、目标外观形变导致的跟踪精度差的问题,论文提出了一种基于融合极限学习机和改进烟花算法的混合式目标跟踪技术(OSELM-FWA).该技术在提取图片特征信息时,为了剔除冗余信息、保留边缘轮廓处的颜色信息,提出梯度稀疏矩阵作为特征信息提取工具来提取图片的颜色特征信息;同时为了提高运动模型的预测精度,提出了一种改进烟花算法来生成候选目标样本,该算法不同于传统烟花算法采用固定不变的常量作为爆炸半径参数,而是在其基础上加入目标的运动速率量来调整烟花半径参量,而且为了控制烟花的多样性,该算法还根据烟花置信度方差的变化情况动态调整烟花的变异概率,将烟花的多样性维持在最优范围内;另外为了及时地更新目标外观模型,利用目标的置信度变化率来调整更新样本数目,随后运用在线极限学习机增量的学习相应数量的目标信息.最后,论文将该跟踪技术在标准数据集OTB上进行对比实验,通过实验得到该跟踪技术在处理复杂环境下的目标跟踪问题时,不仅兼顾跟踪的实时性而且拥有较高跟踪精度.     

对抗样本三元组约束的度量学习算法

针对已有三元组约束的度量学习算法大多利用先验知识构建约束,一定程度上制约了度量学习算法性能的问题,本文借鉴对抗训练中样本扰动的思想,在原始样本附近学习对抗样本以构造对抗三元组约束,基于对抗三元组和原始三元组约束构建了度量学习模型,提出了对抗样本三元组约束的度量学习算法(metric learning algorithm with adversarial sample triples constraints,ASTCML)。实验结果表明,提出的算法既克服了已有固定约束方法受先验知识影响大的问题,也提高了分类精度,说明区分更加难以区分的三元组约束能够提升算法的性能。     

基于梯度阈值和特征抑制的运动目标检测算法

提出了一种基于梯度阈值和特征抑制的光流运动目标检测算法.首先将LK光流法和HS光流法思想进行互补,在梯度值较大的点使用亮度约束,梯度值较小的点使用平滑约束;然后采用特征抑制方法,筛选能够确定运动目标位置的光流点;最后检测出完整的运动目标.实验结果表明,本文算法提高了运动目标检测的准确度,而且实时性较好.