基于NSCT和LSSVM的Landsat ETM+图像土地覆盖分类

提出一种新的基于非下采样Contourlet变换（NSCT）和最小二乘支持向量机（LSSVM）的遥感图像土地覆盖分类方法。该方法动态选择最优的多光谱图像的波段特征进行组合,基于NSCT和IHS对多光谱图像和全色图像进行融合,增强多光谱图像的空间分辨率,基于LSSVM对融合图像进行分类。实验结果表明,提出的方法在保留多光谱图像光谱信息的同时,增强了图像的空间细节表现能力,提供更加可靠的地物分类特征,提高了分类精度,并且优于传统的基于最小距离法、最大似然法、贝叶斯分类法和BPNN分类法的遥感图像分类方法,该方法是有效可行的。     

基于支持向量机的粗糙分类器

支持向量机和粗糙集理论是两种分类技术.前者寻求最大化两类间隔的最优分类超平面,后者用逻辑规则解释分类.基于两者的关系,提出了一种复合算法,且将其推广到回归.新算法在一定程度降低了计算复杂度,且适用于软间隔分类.数值实验表明新算法是有效可行的.     

关于计算机组成原理实验课安排的研讨

通过分析传统计算机组成原理实验的不足,提出利用Simulink仿真来模拟进行实验的思路,使学生可仅利用少量的新知识便能进行组成原理的相关实验,把更多的精力放在对组成原理实验的理解和学习上。并以加法器为例说明利用Simulink进行仿真实验的过程。     

基于PCA和NSCT的多光谱图像和全色图像的融合

研究了主分量分析（PCA）和非下采样Contourlet变换（NSCT）,提出一种新的多光谱图像和全色图像的融合算法。该方法对多光谱图像进行PCA变换,对所得的第一主分量（PC1）以及全色图像进行NSCT变换。对二者的低频近似系数再次进行PCA变换以寻求多光谱信息和空间信息的平衡;对于高频细节系数,通过结构相似性指标（SSIM）和局部Sobel梯度进行融合,进一步提高空间信息量;经过逆NSCT和逆PCA变换得到融合图像。实验结果表明,提出的方法在增强融合图像空间细节表现能力的同时,尽可能地保留了多光谱图像的光谱信息,优于传统的基于IHS、PCA、小波变换和Contourlet变换的融合方法,是有效可行的。     

一种基于像素清晰度的NSCT域多聚焦图像融合方法

针对非下采样Contourlet变换等多分辨率方法在图像融合过程中需要对源图像进行分解和重构,有可能改变源图像可靠信息等问题,提出了一种基于像素清晰度的NSCT的空域多聚焦图像融合方法.该方法根据HVS对局部对比度的敏感性和方向选择性,以及有用信息和噪声在NSCT域中的分布特点,引入局部方向对比度和方向向量的概念,用于衡量像素清晰度;然后通过比较多聚焦图像相应位置像素的清晰度,以选择模式决定融合图像的像素取自哪幅源图像.实验结果表明,该方法不仅能够从源图像中提取更多的有用信息,而且能够避免人为信息或高频噪声的引入,图像融合效果优于传统方法.     

网格环境中基于信任度的动态访问控制模型

针对网格自身异构、动态的特点以及现有访问控制技术无法满足网格系统动态性的安全需求,提出了一种基于信任度的动态访问控制模型.该模型在基于角色的访问控制基础上,给出域间和域内成员信任关系的计算,构建了一种基于信任度的动态访问控制模型.     

面向教学过程的Java教学研究与探索

结合程序设计类课程的教学现状和学生的反馈信息,对Java教学过程的各阶段进行了一些研究和尝试,形成了相对应的解决方案。实践结果证明,这些教改举措从一定程度上调动了学生的积极性,提高了学习兴趣和动手能力,教学效果明显得到改善。     

关于非计算机专业“计算机编程”课程设置的一些思考

针对非计算机专业“计算机编程”课程设置问题,分析了当前现状,提出了对于课程设置的一些新思考方向,或使用VBScript语言代替VB教学,或对行业专业软件设置相应的课程,如MATLAB等.     

基于非亚采样Contourlet和SWT的多光谱图像和全色图像的融合算法

该文研究了多尺度几何分析工具非亚采样Contourlet变换(NSCT),提出一种新的全色图像和多光谱图像融合的方法。该方法首先对全色图像和进行过IHS变换的多光谱图像的亮度分量进行NSCT变换,对于二者的低频近似系数再进行平稳小波变换(SWT)并融合,进一步提高融合图像的空间信息量,对于高频细节系数,采用基于局部平均梯度的方法进行融合,经过逆NSCT得到融合图像。实验结果表明,该文提出的方法在保留多光谱图像的光谱信息的同时,增强了融合图像的空间细节表现能力,提高了信息量,并且优于传统的基于IHS变换、小波变换、双树复小波变换及Contourlet变换的融合方法,该方法是有效可行的。