雾霾污染下基于混沌性的图像去雾算法改进

传统基于边缘保持滤波的单幅图像快速去雾算法,在雾霾污染大气粒子散射作用下,图像会受到雾化背景的干扰,出现浓雾噪点,图像结构信息复原效果较差.提出一种基于混沌性的加权滤波图像快速去雾算法,通过分析雾天雾化背景干扰下的图像信息,获取图像数据的混沌特性,并对雾化图像进行最小颜色分量估计.在此基础上,结合带雾图像暗原色模型、时域和频域特征分量模型,构建出自适应加权滤波模型,完成基于混沌性的加权滤波图像快速去雾算法的改进设计.实验结果表明,采用该算法能避免雾化图像中间区域的颜色失真,降低雾化背景干扰,减少浓雾噪点,使远景的混沌特征得到合理的保留,在图像质量和运算性能方面都具有优越性.     

神经网络在PID控制器参数优化中的研究

研究PID控制器参数优化问题.工业过程控制要求稳定性,跟踪特性均应实时快速.由于PID控制效果取决于比例、积分和微分3个参数取值,传统PID参数采用试凑方式进行优化,往往费时且难以满足实时控制效果,导致控制精度不高.为了提高PID控制精度,改善系统性能,提出一种神经网络的PID参数优化方法.方法将PID控制器输入作为神经网络输入,最优PID控制性能作为神经网络的输出,通过神经网络的联想记忆能力和自学习适应能力,在控制过程中动态调整PID参数(比例、积分、微分),从而实现PID控制器参数实时优化,获得最佳PID控制效果.仿真结果表明,应用神经网络的PID参数优化方法提高了PID控制精度和系统响应速度,具有较强的自适应性和鲁棒性.     

人工智能在网络拥塞控制中的路径优化研究

研究网络拥塞控制问题,由于网络数据量增大,使网络的吞吐能力下降,延长传输时间,引起信息丢失.要解决网络拥塞控制的路径优化问题,采用单一的遗传算法或粒子群算法对网络拥塞路径进行优化,其精度较差.为了提高网络拥塞控制路径优化的速度和精度,提出将遗传算法和粒子群算法组合方法,实现控制网络路径的优化.组合算法在优化前期采用粒子...     

基于人工鱼群微细分解的先验未知像素点修复算法

由于未知像素点先验信息缺失,因此模块匹配和边缘结构信息未知,全息修复困难。传统方法采用子空间特征信息多维搜索方法未能实现对图像纹理的微细结构信息的模板匹配,效果不好。引入人工鱼群算法,提出一种基于人工鱼群微细分解和亮度补偿的先验未知像素点全息修复算法,即采用子空间特征信息多维搜索方法进行先验未知像素点置信度的更新,以保持被修复的图像破损区域的连续性。构建人工鱼群算法的图像微细分解模型,结合边缘特征点亮度补偿策略,来实现对先验未知像素点的图像信息修复改进。实验结果表明,改进的图像修复算法具有良好的视觉效果,修复时间和计算开销较少,提高了稳定性和收敛性,图像修复后的信噪比误差较小,保持在6%以内,因此该算法的性能优越。     

基于改进遗传算法的网络入侵检测

传统的网络入侵检测方法准确率低,安全性较差。严重限制了计算机网络的进一步发展与应用。提出基于改进遗传算法的网络入侵检测算法,通过建立遗传计算数据信息向量权值,根据节点算法聚集簇数据估计计算判断遗传变异状态。计算出的估计值与自定义进化值进行比较判断筛选自组织变进化方向。运用粒子变异滤波方程式提取出网络数据遗传状态位置做出遗传进化过程。仿真实验表明,改进遗传算法对网络入侵检测率高,为计算机网络的安全提供了保障。     

基于单片机的室内多功能检测仪的研究

该设计对室内温湿度实现了检测与显示,而对CO和甲烷完成超标报警。选用数字化温湿度传感器LTM-8901对室内温湿度测量,半导体气体传感器SB-500对CO和甲烷测量,通过设定单片机内部定时器参数和编程以及合理的驱动电路完成SB-500供电需求。用单片机控制模拟开关达到对CO和甲烷的交替测量与报警。论文还阐述了甲醛测量方法。     

动态图像跟踪优化算法的研究与仿真

传统图像跟踪算法中,跟踪的图像搜索过程需要历遍所有特质,在图像场景较为复杂的情况下,在"无用"匹配点上耗费大量计算时间,跟踪过程误差较大。提出一种适用于复杂场景下动态图像跟踪优化算法,选择在复杂场景下鲁棒性较强的参数,以增加复杂场景下目标描述的信息量和稳定性;引入一种MAD(平均绝对差)匹配算法:在进行动态图像跟踪过程中采用MAD算法和鲁棒性参数相结合,通过动态帧图像和静态帧对比量即MCD(最多临近点),设定跟踪阈值,通过选取后的图像实现动态图像的运动目标跟踪。仿真实验结果表明,提出方法的跟踪精度对比传统方法有明显提高。     

基于隐马尔可夫的系统入侵检测方法

针对入侵检测中普遍存在误报与漏报过高的问题,本文提出一种新的基于隐马尔可夫模型的系统入侵检测方法。该方法以程序正常执行过程中产生的系统调用序列为研究对象,首先建立计算机运行状况的隐马尔可夫模型,然后在此模型的基础上提出一个用于计算机系统实时异常检测的算法。实验证明,用这种方法建模的系统在不影响检测率的情况下,比传统的数据建设模节省存储空间,并且准确率高。     

基于多分辨的TLS图像去噪算法

在图像纹理特征优化提取问题的研究中,图像存在噪声.传统的TLS算法构建的图像模型计算量大效率较低.为保证去噪的质量和保持图像边缘结构以及点特征,提出了一种新的多分辨模型算法用于含有混合噪声的图像去噪.算法是基于总体最小二乘的基本原理,运用多种算子将图像分为不同的特征区域,对这些区域分别采用去噪策略进行了仿真,证明缩减了运行时间.仿真结果表明,相对于其它传统的去噪算法,算法具有最优的去噪效果,可给实际应用提供参考.     

基于扰动特征分解和前馈调制的网络波动跳变信号抑制算法

在网络切换和数据通信中,会产生一种网络波动下的时频跳变谐振信号,需要对这种网络波动跳变信号进行抑制,以提高网络稳定性。提出一种基于扰动特征分解和前馈调制的网络波动跳变信号抑制算法,构建网络波动跳变信号谐振数学模型,采用射线模型对网络跳变单频脉冲中的波动信号进行传播损失估计,基于多普勒频移算法提取扰动特征,利用混响慢变包络切片把波动跳变信号的能量聚集在扰动方向,在希尔伯特空间上对网络波动跳变信号进行扰动特征分解。设计前馈调制滤波器,实现对网络波跳变信号的前馈调制抑制。仿真结果表明,该算法能有效抑制网络波动跳变中的谐振信号,避免了信息损失,数据传输丢包率得到降低,实时性好,解决了大规模混合组网中启动滞后、服务器负载、颤抖等问题。