基于不变矩特征的车道线图像检测算法

为了提高智能车辆导航系统中的车道线检测正确率,提出一种基于不变矩特征的车道线图像检测算法。首先对原始车道线图像进行预处理,提取感兴趣的区域,得到车道线图像的不变矩特征,然后采用支持向量机对车道线图像不变矩特征向量进行建模,得到车道线的检测结果,最后采用仿真实验对算法的性能进行分析。仿真结果表明,相对于其它车道线检测算法,本文算法不仅提高了车道线检测的正确率,而且获得更高的车道线检测速度,完全能够满足车辆安全驾驶实时性的要求。     

基于可见-近红外光谱特征波长选择的土壤有机质快速检测研究

选择光谱特征波长进行建模可以减少冗余波长的干扰,提高模型的预测精度。采用小波阈值消噪法对采集的104个土壤样本光谱数据进行了预处理,并通过间隔偏最小二乘法、无信息变量消除、连续投影算法和群智能算法等9种方法筛选了建模波长。结果表明,小波阈值消噪法能有效降低光谱中的噪声。利用波长选择方法筛选建模波长不仅能减少建模变量的个数,而且还能提高模型的预测精度,特别是离散粒子群优化算法利用26个波长进行建模,预测决定系数达到了0.81,预测的相对标准误差为2.31。实验结果证明,通过对光谱波长进行选择不但可以降低模型的复杂度,还能有效预测土壤有机质达的含量。     

基于暗原色先验的夜视图像增强算法

在夜晚条件下拍摄到的图像对比度低,信息缺失,对诸多领域获取图像细节信息造成不便。提出了一种改进的基于暗原色先验的夜视图像增强算法来增强这类图像。采用形态学开运算替换软抠图估计透射率,缩减了算法的时间复杂度。经过暗原色先验增强的图像会放大噪声,为了克服这个缺点,对处理后的图像局部去噪获得保真度更高的图像。实验结果表明,算法可有效增强夜视图像,提高图像对比度、突出细节信息并且减少噪点。     

A consistent grayscale‐free topology optimization method using the level‐set method and zero‐level boundary tracking mesh

This paper proposes a level‐set based topology optimization method incorporating a boundary tracking mesh generating method and nonlinear programming. Because the boundary tracking mesh is always conformed to the structural boundary, good approximation to the boundary is maintained during optimization; therefore, structural design problems are solved completely without grayscale material. Previously, we introduced the boundary tracking mesh generating method into level‐set based topology optimization and updated the design variables by solving the level‐set equation. In order to adapt our previous method to general structural optimization frameworks, the incorporation of the method with nonlinear programming is investigated in this paper. To successfully incorporate nonlinear programming, the optimization problem is regularized using a double‐well potential. Furthermore, the sensitivities with respect to the design variables are strictly derived to maintain consistency in mathematical programming. We expect the investigation to open up a new class of grayscale‐free topology optimization. The usefulness of the proposed method is demonstrated using several numerical examples targeting two‐dimensional compliant mechanism and metallic waveguide design problems. Copyright © 2014 John Wiley & Sons, Ltd.     

光纤SPR传感器的信号检测及处理

光纤表面等离子体共振(SPR)传感器是目前应用在环境介质检测和生物大分子检测等方面的新型、高精度传感器。首先,以表面等离子体共振传感理论为基础,对系统检测结果进行数据处理,得出采用均值估计的线性模型。在不同时刻与相同环境介质下,检测某一溶液的十组光谱数据并进行均值估计,从而得到有效的共振波长。其次,利用小波分析方法进行信号处理,校正了噪声产生的漂移,对光谱信号压缩处理,以提高检测精度。再通过Matlab进行模拟仿真优化传感系统性能。并对不同折射率溶液如蒸馏水、酒精等进行检测,得到了良好的光谱响应曲线,证明了在检测范围内折射率和共振波长之间具有良好的线性关系。     

差分投影快速定向图像插值算法的优化

针对图像放大时分辨率会降低,图像的感知质量变差等问题,并考虑到计算的复杂度,提出了一种差分投影快速定向图像插值算法。该方法通过对低分辨率图像的梯度扩散确定高分辨图像的丢失像素,由特殊的去噪方法对该算法进行优化,并与最近邻插值法与双线性插值算法等相比较。实验结果表明,该方法具有较高的分辨率和较低的计算复杂度,优于其他方法。     

修正阈值的经验模态分解去噪算法研究

针对传统的经验模态分解(EMD)降噪方法容易丢失高频部分有用信号的不足,提出了一种修正阈值的EMD去噪方法。通过考察每个IMF的平滑度来判断其中噪声强度并以此修正用传统方法求得的阈值,再用修正的阈值对IMF进行阈值处理,实现对每个IMF的降噪,进而实现信号去噪的目的。在Matlab构造的超声信号的模型中分别添加3种不同强度的噪声模拟实际的噪声干扰,并进行去噪实验,结果表明修正阈值的EMD去噪方法对不同噪声环境下超声信号均有理想的去噪效果。     

Joint channel assignment and routing in multiradio multichannel wireless mesh networks with directional antennas

The aggregate capacity of a wireless mesh network (WMN) is severely affected by interflow interference. In this paper, we propose a network architecture that incorporates directional antennas with multiple orthogonal channels to effectively enhance the performance of WMNs. First, a sectored connectivity graph is introduced to model multiradio multichannel WMNs with directional antennas. Next we formulate the topology design, directional interface assignment, channel allocation, and routing mathematically as a mixed integer linear programming problem. This problem is solved using an iterated local search algorithm to obtain optimized network resource allocation. Simulation results indicate that the proposed architecture can achieve higher packet delivery ratio while providing better network fairness. Copyright © 2014 John Wiley & Sons, Ltd.     

一种应用于图像去噪的广义回归神经网络模型设计研究

为了更好地去除图像中的椒盐噪声、保留图像细节信息,提出了一种广义回归神经网络模型,适用于图像去噪。首先,对传统广义回归神经网络的原理进行了分析,并对采用的广义回归神经网络进行具体设计。然后对广义回归神经网络中的唯一可调参数（平滑因子）进行了优化。采用归一化均方误差和峰值信噪比指标进行具体算法性能分析。仿真试验结果显示：相比径向基神经网络和传统广义回归神经网络,提出算法的去噪能力更强,具有较高的峰值信噪比和较低的归一化均方误差,验证了提出算法的有效性和先进性。     

AlN原料的钨网炉高温提纯

商品氮化铝粉料中含有高浓度的氧、碳及金属杂质,需经过高温提纯处理后才能用于物理气相法氮化铝晶体生长。与感应加热相比,钨网电阻加热可有效避免碳、氧等的二次沾污,势必具有良好的提纯效果。本文采用钨网炉对AlN原料进行高温烧结提纯处理,通过X射线能谱仪(EDS)、气体分析技术(IGA)和辉光放电质谱仪(GDMS)对烧结处理后AlN的杂质含量进行了测试分析,结果表明经钨网炉高温烧结处理后,AlN原料中杂质含量明显降低,其中的氧、碳去除效果显著。还进一步分析了杂质挥发、原料损耗随温度、时间变化的规律。