灰度图像的二维Otsu自动阈值分割法

Otsu法是最常用的利用图象一维灰度直方图的阈值化方法之一,本文的目的是将它推广 到二维直方图,二维otsu法除了考虑象素点的灰度信息外还考虑了象素点与其邻域的空间 相关信息,通过与一维的0tsu法比较表明,在有噪声的图象中,本文提出的方法性能好得 多.  

基于小波分解的图像融合方法及性能评价

给出了一种新的基于小波多尺度分解的分层图像融合方法.其基本思想是先对源图像 进行小波多尺度分解;其次,按照融合规则,采用基于区域特性量测的选择及加权算子去构造融 合图像对应的小波系数;最后,通过逆小波变换重构融合图像.该方法被成功地用于图像的融合 处理.此外,利用熵、交叉熵、互信息、均方根误差、峰值信噪比等参量,对该融合方法的融合性能 进行了评价与分析.实验结果表明,该融合方法是十分有效的.  

三维地形生成及实时显示技术研究进展

三维地形是虚拟自然环境中不可缺少的因素，也是虚拟仿真领域中视景诉重要组成部分，该文将地形生成技术概括为基于真实地形数据的地形生成技术、基于分形技术的地仿真技术、基于数据拟合的地形信息技术等三大类，并分别介绍了这三类方法的相关理论和生成技术，还分析了各自的发展趋势，其中在基于真实数据的地形生成方面，按照离散ＬＯＤ模型、连续ＬＯＤ模型、多分辨率模型的发展顺序，重点介绍了地形实时显示技术中数据简化方面的  

信息融合理论的基本方法与进展

信息融合是现代信息技术与多学科交叉、综合、延拓产生的新的系统科学研究方向,由 于其在军事和民用领域已经展现出的有效与广阔的理论和应用前景,而备受国内外学者和众多 实际工程领域专家的高度关注.文章对近几年来信息融合国际年会和近百种国际学术期刊进行 了统计分析,对信息融合在军事和民用领域的应用分布情况、所采用的各种不同数学工具和研 究方法所占的比例、融合系统建模方法、算法、发展动向、存在的问题和解决这些问题的思路给 出了系统的综述.  

视觉跟踪技术综述

视觉跟踪问题是当前计算机视觉领域中的热点问题,本文对这一问题进行了详细的介绍.首先,对视觉跟踪技术在视频监视、图像压缩和三维重构等三个主要方面的应用进行了论述.其次,详细阐述了该技术的研究现状,介绍了其中的一些常用方法,为清楚说明这些方法,先对视觉跟踪问题进行了分类,然后介绍了处理视觉跟踪问题的两种思路即自底向上和自顶向下的思路,最后将具体的视觉跟踪方法分为四类进行了介绍,这四类分别是基于区域的跟踪、基于特征的跟踪、基于变形模板的跟踪和基于模型的跟踪.最后,从控制论角度给出视觉跟踪算法所面临的难点,即算法要满足鲁棒性、准确性和快速性要求时所遇到的困难,并对视觉跟踪问题的研究前景进行了展望.  

挖掘关联规则中Apriori算法的研究

文章是基于大型销售数据库研究了关联规则挖掘问题 .分析和探讨了 Apriori算法 ,并给出了该算法的实现思想 ,同时通过例子说明算法的执行过程  

进化多目标优化算法研究

进化多目标优化主要研究如何利用进化计算方法求解多目标优化问题,已经成为进化计算领域的研究热点之一.在简要总结2003年以前的主要算法后,着重对进化多目标优化的最新进展进行了详细讨论.归纳出当前多目标优化的研究趋势,一方面,粒子群优化、人工免疫系统、分布估计算法等越来越多的进化范例被引入多目标优化领域,一些新颖的受自然系统启发的多目标优化算法相继提出;另一方面,为了更有效的求解高维多目标优化问题,一些区别于传统Pareto占优的新型占优机制相继涌现;同时,对多目标优化问题本身性质的研究也在逐步深入.对公认的代表性算法进行了实验对比.最后,对进化多目标优化的进一步发展提出了自己的看法.  

区间系统的H∞鲁棒控制

１　引言实际工程控制系统中存在着各种不确定性和干扰，其中有一类不确定性可描述为系统的状态矩阵的各个元素在一些确定的区间内变化，这就是所谓区间控制系统．例如，飞机运动系统、电机控制系统、以及各种ＴＳ型模糊控制系统［９］均可视为区间控制系统．近年来，关于区间系统鲁棒稳定性和Ｈ∞鲁棒控制理论的研究已取得了许多成果［１—８］．但关于区间控制系统的鲁棒镇定和干扰抑制问题研究的还不多．本文将利用Ｈ∞鲁棒控制理论中的Ｒｉｃｃａｔｉ方程方法，研究区间控制系统鲁棒镇定的同时并将干扰抑制到一定水平的问题．２　预备…  

动态区间系统的鲁棒稳定性

研究了动态连续间系统和离散区间系统的鲁棒稳定性问题，在给出了区间系统的一种等价描述之后，利用Lyapunov方法和RIccati方程方法，分别得到了连续间我系统和离散区间系统鲁棒稳定的充分条件，最后的数值例子说明本文的结果不仅保守性小，而且计算简单。  

基于模拟退火机制的多种群并行遗传算法

模拟退火和多种群并行遗传进化是两种较好的改进遗传算法性能的方法 .将这两种思想有机地结合起来 ,提出了一种基于模拟退火机制的多种群并行遗传算法 .仿真结果表明 ,该算法不仅能增强算法的全局收敛性 ,还能加快遗传进化速度 ,得到满意的全局最优值 .