基于云模型的图像区域分割方法

基于区域的图像分割方法由于其高效、稳健的特点成为自动或半自动图像分割方法的研究热点之一。针对区域分割方法中存在的不确定性问题,提出了一种基于云模型的区域分割方法。首先以云变换为基础确定了区域生长过程中的生长准则,然后以逆向云算法实现分割区域由定量的像素集合到定性的云概念的转换过程,最后以云综合算法为基础将相邻区域进行合并,实现了基于区域的不确定性图像分割。两组图像分割实验表明该方法可以准确地分割出目标,并优于传统的图像分割算法。     

利用云模型和数据场的图像分割方法

针对图像自动分割中的最优阈值选择问题,提出一种基于云模型和数据场的图像分割方法。 该方法引入数据场实现图像灰度值特征空间到数据场势值空间的非线性映射,设定两个不同的质量函数分别形成相对数据场和绝对数据场。利用两类数据场的特点,结合全局和局部统计特征获得自适应势阈值对图像像素进行划分,产生图像潜在的背景或目标像素集合。进一步由逆向云发生器算法产生图像背景和目标的云模型表示,根据图像像素隶属于背景、目标云模型的程度,采用极大判定法则得到最终的分割结果。 实验结果表明,该方法的分割效果较好、性能稳定,具有合理性和有效性。     

图像纹理特征数据挖掘软件原型的设计与实现

为了实现图像处理与分析的自动化、智能化,把数据挖掘引入到图像处理与分析领域,针对图像纹理数据的特点,在深入研究数据挖掘软件的基础上,提出了一种图像纹理特征数据挖掘的理想的系统结构;介绍了基于图像（遥感图像）数据挖掘的软件原型系统RSImageMiner中图像纹理特征数据挖掘模块的各子功能模块的设计与实现;并以图像纹理分割为例,给出实验结果及分析。实验表明,该软件原型能得到较满意的图像纹理特征,并能有效地指导图像处理与分析。     

一种快速实用方位标校方法及轴角变换系统

给出了一种已经雷达装机试验成功的方位标校方法和轴角变换系统，并被广泛应用于高机动地面情报雷达伺服系统中，取得了良好的效果。     

基于ArcGIS的房产测绘信息系统的设计与实现

随着房产事业的快速发展,房产测绘信息的越来越多、越来越复杂,房产测绘信息的管理和有效运用己成为房产测绘的热点问题.针对房产数据的管理、查询和统计等问题,研究和开发了基于ArcGIS的房产测绘信息系统,实现了对房产数据的管理、查询和统计等功能.     

一种粗精度三维模型的生成与快速显示方法

为了解决用传统方法简化后的复杂三维模型表面存在的裂缝,纹理拉伸、缺失、错位等严重影响模型视觉效果的问题,本文提出一种粗精度模型的生成与快速显示方法,该方法利用Billboard作为模型的载体,利用GPU技术实现Billboard随视点的旋转功能,利用视点和Billboard之间的角度动态地更换相应的纹理图片。实验表明,从远处看,用该方法生成的Billboard与原始模型相差无几,完全可以用Billboard替代原始模型,从近处看,用Billboard替代的模型有细微的几何畸变。因此,该方法适合LOD较粗级别的显示,特别是对于拥有大数据量的数字城市和数字地球系统,其不仅保证了远处模型的视觉效果,而且还大大提高了系统的运行效率。     

学习贯彻中央一号文件精神推进江州区水利建设大发展

2011年中央一号文件指出＂水是生命之源、生产之耍、生态之基,水利是现代农业建设不可或缺的首要条件,是经济社会发展不可替代的基础支撑,是生态环境改善不可分割的保障系统,具有很强的公益性,基础性、战略性。＂这是党中央、国务院第一次全面深刻阐述水利在现代农业建设、经济社会发展和生态环境改善中的重要地位,第一次将水利提升到关系经济安全、生态安全、国家安全的战略高度,     

基于ArcGIS的房产测绘信息系统的设计与实现

随着房产事业的快速发展,房产测绘信息的越来越多、越来越复杂,房产测绘信息的管理和有效运用己成为房产测绘的热点问题.针对房产数据的管理、查询和统计等问题,研究和开发了基于ArcGIS的房产测绘信息系统,实现了对房产数据的管理、查询和统计等功能.     

基于改进支持向量机的深基坑变形预测

深基坑变形监测与预测是深基坑设计施工中的一个重要的环节,准确地预测深基坑未来的变形,是深基坑变形监测的最终目的。针对传统常用预测方法存在一定的局限性这个问题,结合支持向量机的研究现状,提出将能够有效地解决小样本、非线性、高维数、局部极小等问题的支持向量机模型应用于深基坑变形预测的方法。具体方法是:采用粒子群算法对支持向量机的相关参数进行寻优,得到改进支持向量机预测模型,然后将其预测结果与传统的支持向量机模型、Elman动态神经网络模型预测结果进行比较,最后采用均方误差、平方和误差、平均相对误差对预测效果进行评价。实验结果表明,基于改进支持向量机预测模型用于变形预测是可行的,且能更好地反映深基坑系统的动态非线性特点,具有一定的优越性与工程应用推广价值。     

刀具磨损感知数据驱动下的DBN预测模型研究

针对制造车间数控刀具在连续作业过程中易出现过度使用或提前置换的现状,对刀具磨损感知数据获取方法和磨损预测模型构建进行研究.为避免传感器噪声影响,采用OPC技术直接与机床协同完成数控通信,并设计一套双镜头垂直分布的感知数据获取系统;为增强预测模型泛化能力,采用Dropout优化后深度信念网络(DBN)作为预测模型,先在特征提取阶段重构出优化权值,再引入标签量训练特征匹配阶段.结果 显示,改进的DBN算法平均预测准确度约96.0％,在预测精度和稳定性方面较传统模型显著改善.