基于流体神经网络的路径选择算法

通过比较通信网络和流体神经网络，得出了通信网络路径选择的最大概率准则，给出了基于流体神经网络的路径选择算法．实验结果表明，该算法的运算速度远远快于现有的路径选择算法．     

SAR图像特征数据立方体的构造

图像数据立方体的建立有助于图像数据的基于视觉内容的分析和多种知识的挖掘,包括汇总、分类、比较、关联和聚类.图像数据立方体对于图像分析是很有用的模型.实现一个维数很大的数据立方体是很困难的.但如果维数不够,则会使图像的建模范围过于粗糙、受到限制和不精确的扩展.因此,如何设计出既能满足效率要求,又能有足够的表达能力的图像数据立方体,是个亟待研究的问题.文中借鉴前人的思路和方法,构造了SAR图像立方体的模型.     

双钥体制的硬件实现

本文介绍在实际中有广泛应用前景的两类双钥体制的硬件实现问题,一个是基于模N指数,一个是基于GF(2~m)上算术的双钥体制.     

智能网的概念模型及其关键技术

智能网的宗旨是在现有通信网络环境下，有效方便地追加业务或更新业务，以满足人们日益增长的多样化通信的要求。文章综述了智能同概念模型，并探讨了智能网的关键技术     

图像纹理的灰度共生矩阵计算问题的分析

图像的灰度共生矩阵(GLCM)已知被理论证明并且实验显示它在纹理分析中是一个很好的方法,广泛用于将灰度值转化为纹理信息.然而,由于GLCM是像素距离和角度的矩阵函数,因此完整的GLCM的计算,其参数的选取范围很广,这样GLCM的计算量很大,通常是不能这样用的.为了解决这个问题,本文应用马尔可夫链的性质,从理论上证明了GLCM的计算结果,当像素距离足够大的时候趋于一致性.这样只需较少的参数值就可以完整的描述图像的纹理特征.最后,通过对Brodatz纹理库中自然纹理图像和几幅SAR图像进行仿真,仿真结果验证了上述结论.     

基于免疫算法的SAR图像分割方法研究

免疫算法是借鉴生命科学中免疫的概念和理论提出的一种优化算法,它继承了遗传算法的优越性,且避免了优化过程中的退化现象.空间矩阵描述了不同区域间的相邻概率.SAR图像固有的相干斑噪声使对SAR图像处理非常困难.同时,由于SAR图像具有不同区域间对比度较大的特点,因而SAR图像的空间矩阵具有同类区域间相邻概率较大,异类区域间相邻概率较小的特征.该文将SAR图像的空间矩阵的这一特征作为免疫算法中的疫苗,用免疫算法搜索分割结果,并收敛到最优.仿真结果表明,这是一种有效的SAR图像区域分割方法,可以明显抑制噪声对分割结果的影响.     

模拟退火算法计算卷积码的自由距离

基于模拟退火算法，本文给出了计算卷积码自由距离的新算法。计算结果表明，算法能找到自由距离的真实值或给出一个比现有上界更紧的上界。     

图像数据挖掘的模型和技术

图像获取和存储技术的进步使人们每天都可以获取大量的包含很多对有用的信息图像数据,但缺乏有效的工具分析这些数据。图像数据挖掘的任务就是分析、提取海量图像中隐含的有用的信息和模式,发现图像数据间的关系。图像数据挖掘并不只是数据挖掘在图像领域的简单应用,它是一门包括计算机视觉,图像处理,图像检索,数据挖掘,机器学习,数据库和人工智能等的综合学科。本文将介绍现有的图像数据挖掘的模型和技术。     

基于空间特征的SAR图像分割方法研究

空间矩阵描述了不同区域间的相邻概率。SAR图像具有不同地域呈现不同纹理的特征,并且区域间有较大的对比度,因此SAR图像的空间矩阵具有同类区域间相邻概率最大,异类区域间相邻概率较小的特点。利用这一特点,该文提出了一种基于空间矩阵的图像分割的方法。该方法将空间矩阵作为适应度,用遗传算法可以使分割阈值收敛到最优,并在阈值搜索的过程中用孤立点检测的方法消除相干斑噪声的影响。仿真结果表明,这是一种有效的SAR图像区域分割方法。     

基于免疫K-means聚类的无监督SAR图像分割

利用图像纹理的信息熵特征,并结合空间矩阵的概念,提出一种基于免疫K-means聚类的无监督SAR图像分割算法.免疫规划的K-means聚类克服收敛结果易陷于局部极值的缺点,且保持K-means算法快速收敛的特点.信息熵的应用可有效抑制相干斑噪声的影响,空间矩阵的引入实现聚类过程中类别的自动合并.该算法执行复杂度不高,对噪声的影响有较强的鲁棒性,分割结果较好,是一种实用的SAR图像分割算法.