基于无线传感器网络的门禁及定位系统

提出了一套基于无线传感器网络技术的门禁及定位解决方案,不仅实现了人员的考勤,也实现了人员及车辆的定位及跟踪等,并采用B／S模式进行远程信息查询,为不同层次用户提供了信息参考。     

一种新的双密度复小波域图像去噪算法

提出一种改进的基于双密度复小波系数组合的图像去噪算法。采用双密度复小波分解噪声图像,将其变换系数按规则重新排列组合,增强了图像的边缘信息。引入贝叶斯最大后验佑计理论下的双变量模型,充分挖掘其系数尺度内和尺度间的双重关联性,有效地提高了去噪性能。仿真实验表明,去噪后的图像克服了常见的伪吉布斯现象,与当前一些图像去噪算法相比较,其客观评价指标PSNR以及去噪后图像的主观视觉效果都有明显的提高和改善,且有效地保留了原始图像的纹理和细节信息。     

基于LLE和BP神经网络的人脸识别

利用LLE非线性降维方法提取人脸特征,然后将提取出来的特征输入到BP神经网络进行训练得到人脸类间的判别信息,进行人脸识别。利用LLE降维方法既能够降低数据维数,减少运算量,又很好的保留了各类人脸样本的拓扑结构,避免人脸图像光照、姿态等因素对人脸识别的影响。在ORL人脸库上的实验结果表明了,这种方法是有效的。     

边缘检测滤波尺度自适应选择算法

为回避多尺度边缘检测中融合多幅图像涉及的启发性规则, 同时克服 Jeong 算法的局限性, 本文首先基于 Tan 的广义边缘定义设定一个适应度函数, 然后采用自适应遗传算法针对单个像素及其邻域结构的特征搜索最佳滤波尺度得到局部最佳边缘检测尺度, 最后由最佳尺度高斯滤波器得到最终边缘图像. 实验证明能够得到令人满意的结果.     

谷物干酒精糟作饲料

玉米原料的蒸馏废液——酒精糟里,有5—7％固形物,其中约有一半是浮游固形物。将其干燥,便于貯存及运输。干酒精糟除有丰富的蛋白质外,还有TDN,维生素,生殖因子,泌乳因子。所以是乳牛、肉牛、牛犊、羊的好饲料。作为精饲料添加5—30％,对所有家畜都有嗜好性。并可以作为养猪、养鸡用饲料。特别是对养猪妊娠及泌乳效果尤佳。一般1千升酒精约可得0.7吨干饲料。美国曾报导用于酒精糟分两组饲育公牛,一组是用约2500kg玉米饲料的饲育组,     

夫(大)曲白酒工人技术学习参考提纲

这个提纲写得很好很全面,甚有参考价值,可作为白酒厂技术工人考核之用。本刊欢迎同志们就此100题,以题为单位做通俗的解答,答题要抓住中心,条理化,字数要精简,概念要清楚,不要过份发挥。     

基于Truetime的无线传感器网络仿真研究*

分析现有典型仿真工具的基础上,引入了一种新的无线传感器网络仿真工具Truetime,并总结了其建模的关键步骤;最后以实例进一步明确了Truetime的使用方法,为无线传感器网络仿真提供了一种新的思路。     

基于分数阶微积分的噪声检测和图像去噪

目的 提出一种利用分数阶微分梯度检测图像中的噪声点,并用于改进基于分数阶积分的图像去噪算法性能的算法。方法 该算法首先使用不同方向的分数阶微分梯度模板与含噪声图像进行卷积,计算出图像在不同方向上的分数阶微分梯度,依据预先设定的阈值获得不同方向的分数阶微分梯度检测图,将在所有选定方向上梯度都发生跳变的像素点判定为噪声点;然后只对被检测出的噪声点,在8个方向上进行分数阶积分运算完成去噪处理。结果 通过在人工图像中分别添加高斯噪声和椒盐噪声以及在自然图像中分别添加高斯噪声和椒盐噪声的去噪对比实验得出相同结论,即只对图像中检测出的噪声点使用分数阶积分运算进行去噪有更好的去噪性能,获得了更好的视觉效果和更高的峰值信噪比。结论 实验结果表明,基于分数阶微分梯度的噪声检测算法对解决图像去噪和保留图像纹理细节之间的矛盾有所帮助。随着对基于分数阶微分梯度噪声检测方法研究的深入,对图像中噪声检测的准确度会进一步提高,这将提供一种用于改进目前去噪算法性能的研究方向。     

广义Rayleigh商在四元数体中的推广及其在图象信息融合中的应用

在力学、物理学及系统工程理论中，常会遇到形如AX=λBX的广义特征值问题。本文将复数域中的广义特征值问题向四元数体加以推广、通过详细的数学推导证明其正确性。同时说明该问题在基于Fisher模式分类法的信息融各技术中的应用，并结出详细的数学证明。     

基于最大类可分离性新颜色空间的肤色检测

针对肤色检测, 基于Bhattacharyya距离构建了4个新空间模型,并通过计算新空间模型中各特征的Bhattacharyya距离测度,选择其最具鉴别力的分量构成用于肤色分割的联合模型。通过实验比较了肤色、非肤色两类样本在常用的彩色空间和4个新构建空间中的Bhattacharyya距离度量以及肤色正检率,结果表明,基于最大类可分离性判据构建的新彩色空间具有更好的分类性能。 在实际彩色图片上的肤色分割实验也证明了提出的新空间模型和联合模型的有效性。