基于GML的多源空间数据集成模型研究

数据互操作集成模式，采用设计模式方法和地理标记语言（Geography Markup Language,GML）技术设计多源空间数据集成模型，将数据源通过转换函数生成的GML文档，利用合成器合成GML文档，同时保存到GML数据库，实现多个系统的数据集成，为实现多源空间数据集成提供了一个切实可行的方案。  

基于支持向量回归机的公路货运量预测模型*

为了提高公路货运量预测的能力,应用基于结构风险最小化准则的标准支持向量回归机方法来研究公路货运量预测问题.在选择适当的参数和核函数的基础上,通过对成都公路货运量时间序列进行预测,并与人工神经网络、线性回归分析等方法进行了对比,发现该方法能获得最小的训练相对误差和测试相对误差.  

基于局部和全局的特征提取算法及在人脸识别中的应用

提出了一种基于局部和全局特征的特征提取算法.该算法不仅能保持数据集的局部性,同时也考虑了数据集的全局性,使得降维后的数据既能保持邻近关系,又能从整体上较好地重构和展现.PCAO能较好地展现原数据集,LPP能保持局部邻近关系,算法结合了这两个算法的思想,但由于LPP没有考虑类别信息,故先对LPP进行改进,给出了一种有监督的局部保持投影算法,使得提出的算法能更加有利于分类问题.通过人脸识别实验,验证了算法的正确性和有效性.  

一个基于关联规则的多层文档聚类算法

提出了一种新的基于关联规则的多层文档聚类算法，该算法利用新的文档特征抽取方法构造了文档的主题和关键字特征向量。首先在主题特征向量空间中利用频集快速算法对文档进行初始聚类，然后在基于主题关键字的新的特征向量空间中利用类间距和连接度对初始文档类进行求精，从而得到最终聚类。由于使用了两层聚类方法，使算法的效率和精度都大大提高；使用新的文档特征抽取方法还解决了由于文档关键字过多而导致文档特征向量的维数过高的问题。  

基于独立成分分析和神经网络的高光谱遥感数据分类

高光谱遥感数据以数据量大、含混度高、地面样本数据少的特点给分类处理带来了困难。将独立成分分析技术与多层前向神经网络相结合,得到一种新的分类算法。独立成分分析在提取有效光谱特征的同时,大大降低了数据的维数。神经网络作为分类器,分类精度显著高于传统的bayes分类器。通过对220波段的高光谱数据进行实验,得到了良好的效果。  

仿射运动模型下的图像盲超分辨率重建算法

研究利用帧间存在仿射运动的低分辨率图像序列重建出更高光学分辨率图像的盲超分辨率(BSR)问题.首先给出一种基于特征向量的模糊核零空间矩阵构造方法.将模糊的零子空间约束作为一项规整化泛函,提出一种非参数化摸糊辨识、运动估计和图像重建三重耦合问题的联合迭代算法.该算法采用一个二层优化策略:先将三重耦合的BSR问题分解为关于模糊的二次型和关于运动参数与图像的非线性最小二乘(NLS)问题,再采用Gauss-Newton方法求解该NLS问题.仿真实验结果表明,文中提出的仿射变换下的BSR算法能对图像空间移变退化过程进行更为精确的建模,比纯平移BSR算法有更强的局部纹理恢复能力.最后通过真实车牌图像序列展示该算法的适用性.  

基于声光效应的相干光通信系统实验方案研究

设计了一个基于声光效应的空间相干光通信系统实验方案。根据方案搭建平台通过实验得到该系统的接收灵敏度可达到-43.5dBm,并通过Matlab仿真,定性的分析了光源线宽及参考光功率对接收灵敏度的影响,得出线宽越窄,参考光功率增加可以使系统接收灵敏度提高。  

基于IP网络的远程数字实时监控系统研究

为了满足安防行业对远程实时监控的需求,提出了一种基于IP网络的远程数字实时监控系统,系统采用双核结构的H.264视频编码器,改善了视频编码质量,提高了压缩比,降低视频流数据量.使用基于目前现有的TCP/IP网络实现RTP/RTCP的视频流传输协议传输数据,很好的利用了现有网络资源,又提高了网络的实时数据传输速率和可靠性,解决了传统模拟监控系统数据量大、无法远程传送的问题.其中重点讲述了该系统的硬件结构和软件设计中的关键技术.  

一种新的混沌伪随机序列及其性能分析

提出了一种新的基于混沌系统的伪随机序列，该序列能有效避免迭代过程中舍入误差积累的影响；且随着对系统数值仿真步长(时间间隔)的差异或方程参数值的微小变化，序列完全相异。分析表明该序列有很好的密码学特性，如接近于1的0-1比，类δ的自相关和接近于0的互相关特性，大线性复杂度。将其应用于图像加密中，结果表明是一类很有效的伪随机序列。  

一种基于局部和判别特性的降维算法

提出了一种基于LPP和LDA的降维算法。该算法不仅考虑了LPP能保持局部邻近关系属性，还考虑了LDA能使降维后的数据更易于分类属性，并且该算法是线性的，很容易将新样本映射到目标空间。在人脸识别中的实验验证了算法的正确性和有效性。