基于信息观点的约简算法比较

在相关文献的基础上,给出了三种不同条件嫡的性质,进而研究了基于三种条件墒的不同搜索策略的约简的算法之间的关系,包括对一致和不一致决策表约简的执行时间、约简质量和分类性能的比较。理论分析和实验结果表明三种条件嫡不同性质导致了三种条件嫡的约简算法存在各自的优缺点。上述工作为用户根据实际需要选择合适的约简算法提供了有益的参考。     

基于高阶LLF和WENO算法的透视SFS

透视投影下从明暗恢复形状(SFS)问题,通常通过结合静态HamiltonJacobi(HJ)方程和快速扫描方法来求解。为进一步优化静态HJ方程的求解精度,改善透视SFS的恢复结果,采用了高阶局部LaxFriedrichs(LLF)通量分裂格式,以提高待求量的偏导数的精度;同时采用了改进的加权本质无振荡(WENO)格式,使得算法只计算整格点值,并且利用修正的光滑因子得到比WENO更高的精度。对合成图像和实际图像的实验结果表明,可以有效提高透视投影SFS问题的恢复精度。     

带反馈修正的多结构元形态学心电信号QRS波检测算法

本文提出了一种带反馈修正的多结构元形态学心电信号QRS波检测算法。首先，采用形态学滤波消除心电信号中的脉冲噪声；接着，基于两种不同宽度的结构元，对滤波后信号进行形态学峰谷提取，获取QRS波波形陡峭信息和幅度信息；然后，根据形态学峰谷提取结果，采用自适应阈值检测法初步定位QRS波；最后，利用估算出的R-R间期对QRS波检测结果进行评估和修正，并反复此评估修正过程直至获得满意结果。经MIT-BIH心律失常数据库验证，本算法具有很好的QRS波检测效果。     

多元假设相关决策的最大后验概率融合规则

推导多元假设相关决策的最大后验概率融合规则。每个检测器基于各自的观测量作出本地决策，并传送至融合中心，这些决策彼此相关。采用了Ｂａｈａｄｕｒ－Ｌａｚａｒｓｆｅｌｄ多项式分解联合条件概率密度函数并将多元决策二值化进行融合以得到最终结果。     

高分辨率SAR 图像道路交叉口检测与识别新方法

道路交叉口是道路网的重要组成部分,对GIS 数据更新、影像匹配、目标检测等具有重要作用。由于受各种干扰以及道路与周围地物对比度不明显等影响,传统道路交叉口检测方法很难应用于高分辨率SAR 图像。该文提出一种直接检测识别道路交叉口的新方法。该方法先根据交叉口的灰度特征,利用形态学变换,全局搜索交叉口候选区域中心点位置|然后以此为局部窗口中心,采用多阈值Otsu分割出各个局部窗口内道路目标|接着根据交叉口的几何特征,通过矩形旋转得到角度均值图,获取与交叉口相连的道路个数,最终识别出交叉口的类型。使用1 m 机载高分辨率SAR 图像进行实验,结果证明该方法可有效提取出各种干扰下的交叉口目标。      

基于相对形状上下文与概率松弛标记法的点模式匹配算法

点模式匹配是计算机视觉和模式识别中重要而基础的问题。在立体视觉匹配、图像配准、目标识别与跟踪等方面都有广泛的应用,是目前各领域关注和研究的热点。该文提出了一种新的将不变特征与概率松弛标记法相结合的点模式匹配算法。该算法首先提出一种新的基于点集的不变特征—相对形状上下文,然后利用点集间相对形状上下文的统计检验匹配测度来定义概率松弛标记法中新的相容性系数,并以此为基础来构造鲁棒的支持函数。最后通过匹配概率矩阵的松弛迭代以及匹配约束条件来实现点模式匹配问题的求解。模拟仿真与真实数据实验验证了本文算法在点集间存在相似变换乃至透视变换情况下具备较高匹配正确率,而且对于噪声和出格点也具备较强的鲁棒性。      

一种协同神经网络不平衡参数的差分优化方法

协同模式识别方法是协同学原理应用于模式识别领域的一种新方法,识别过程中通过调整神经网络的注意参数,能改进系统的识别性能,对协同神经网络参数在不平衡条件下进行优化,能充分利用协同神经网络的自学习能力,以提高识别效果。差分进化作为一种有效的全局近似最优解的搜索算法,具有收敛性好、速度快的特点,文中提出了一种基于差分进化的方法对协同神经网络中参数进行优化,在协同神经网络的参数空间搜索最优参数,采用了均方适应度方差的机制自适应调整搜索速度和搜索精度,克服差分进化算法参数调整困难的不足,以提高算法的寻优能力,新方法具有全局兼局部寻优能力,不易陷入局部极值,同时新方法采用约简的序参量进化参数,使优化算法能有效提高协同神经网结的效率,实际图像的分类识别结果表明,注意参数的变化会导致完全不同的识别结果,另外,本文还将新算法与平衡参数的方法、其它优化的非平衡参数的协同学习算法进行了全局优化能力的比较,采用新方法具有更快的收敛速度和更优的分类识别效果。      

基于相对形状上下文和谱匹配方法的点模式匹配算法

该文提出了一种将不变特征与谱匹配方法相结合的点模式匹配算法。该算法首先提出一种新的基于点集的不变特征相对形状上下文,然后利用点集间相对形状上下文的统计检验匹配测度来定义新的相容性度量,并以此为基础构造分配图及其亲近矩阵。最后利用分配图亲近矩阵的主特征向量以及匹配约束条件来实现点模式匹配问题的求解。模拟仿真与真实数据实验验证了该文算法的有效性和鲁棒性。     

基于同可区分度的属性约简算法

从知识区分能力角度提出同可区分度的概念,并对其性质进行分析。利用同可区分度来刻画信息系统中属性的相对重要性,设计了一种基于信息论观点的启发式约简算法。该算法直接对原信息系统进行约简,不需要预处理,且对完备和不完备信息系统都适用,在保证较高约简率的同时使得信息论观点的约简算法在完备信息系统中的最坏时间复杂度降为公式最后用实例说明该算法的高效性。     

基于离散平稳小波变换的心电信号去噪方法

提出一种基于离散平稳小波变换的心电信号噪声去除方法,通过对心电信号进行多层离散平稳小波变换,根据噪声的不同来源及其频带分布特点,对变换后的细节信号采用不同的阈值去噪方案。该方法有效克服传统离散正交小波变换去噪时容易产生Gibbs现象的问题,从而达到保持心电波形特征且抑制噪声的双重目的。