自适应非局部3维全变分彩色图像去噪

目的 许多彩色图像去噪算法未充分利用图像局部和非局部的相似性信息,并且忽略了真实噪声在彩色图像不同区域内分布的差异,对不同图像块和不同颜色通道都进行同等处理,导致去噪图像中同时出现过平滑和欠平滑现象。针对这些问题,本文提出一种自适应非局部3维全变分去噪算法。方法 利用一个非局部3维全变分正则项获取彩色图像块内和块间的相似性信息,同时在优化模型的保真项内嵌入一个自适应权重矩阵,该权重矩阵可以根据每次迭代得到的中间去噪结果的剩余噪声来调整算法在每个图像块、每个颜色分量以及每次迭代中的去噪强度。结果 通过不同的高斯噪声添加方式得到两个彩色噪声图像数据集。将本文算法与其他6个基于全变分的算法进行比较,采用峰值信噪比(peak signal-to-noise ratio,PSNR)和结构相似性(structural similarity, SSIM)作为客观评价指标。相比于对比算法,本文算法在两个噪声图像数据集上的平均PSNR和SSIM分别提高了0.161.76 dB和0.12%6.13%,并获得了更好的图像视觉效果。结论 本文去噪算法不仅更好地兼顾了去噪与保边功能,而且提升了稳定性和鲁棒性,显示了在实际图像去噪中的应用潜力。     

基于改进混沌扩频序列的多用户混沌扩频通信系统的研究与仿真

提出一种改进混沌扩频序列,并将其应用在多用户混沌扩频通信系统中,给出了多用户混沌扩频通信系统的理论推导和SIMULINK仿真模型。对该系统进行了详细的性能分析,包括信噪比、用户数、改进混沌扩频序列的分形参数和初始值等各自对系统误码率的影响,并比较了改进混沌扩频序列与传统混沌扩频序列的系统误码率随信噪比和用户数的变化情况。结果表明改进混沌扩频序列要好于传统混沌扩频序列的系统误码率,具有较好的抗噪声和抗多址干扰的能力。     

TMS320F2812 DSP与PC机的串口通信设计

本文首先介绍了TMS320F2812DSP与PC机进行串口通信时的硬件连接。然后,详细阐述了从机通信程序和主机通信模块的软件设计。其通信程序协议采用了一种通用工业标准Modbus协议。该系统中不但采用了奇校验和CRC校验,还利用定时器设置了超时报警机制,提高了通信系统抗干扰的能力。     

基于DSP的电动轮自卸车控制器的设计

本文根据设计要求,以TI公司的TMS320F2812芯片为核心设计了一个高集成控制器.文中详细论述了系统的软硬件设计.样机测试表明其性能优良,可用于装备新一代国产108T和154T等系列电动轮自卸车.     

在VMS系统中开发并行应用的方法

VMS系统中的并行处理设备对简化并行应用的开发提供了极大方便 .介绍了在VMS系统中开发并行处理程序的一般方法 .     

面向慕课学习者评估的认知反应模型

认知诊断模型从学习者的认知结构出发,建模学习者与试题之间的潜在关系,结合智能算法并根据试题作答结果可评估学习者的知识水平.大多数认知诊断模型是将学习者的高阶能力特征视为单维,忽视了后天努力的影响.为此,本文提出了一种考虑能力特征与努力特征相互补偿的具有二维高阶特征的新认知诊断模型——认知反应模型（Cognitive and Response Model,C&RM）.该模型通过设置能力特征与努力特征相互补偿机制来融合两高阶特征参数以精准建模学习者的知识水平.同时,还构建了知识点弱项特征参数,以综合考虑学习者的知识水平与不同知识点对作答试题的影响,进一步提高模型的解释性和预测精度.采用自建的HNU＿SYS数据集和Math1,Math2,FrcSub公共数据集,通过实验对比分析了C&RM模型、最新的认知诊断模型和经典诊断模型.当数据训练集为70%最佳比例时,C&RM在4个数据集上分别比次优方法提升了6.3%,4.3%,3.3%,5.2%,其预测性能最佳,验证了本文模型的可行性和有效性.     

混合编码免疫算法在船舶载重计量的应用

提出一种混合编码免疫辨识算法, 并应用于船舶载重货物计量的模型辨识. 该算法结合免疫算法优越的全局搜索性能与GP算法简洁的结构树编码方法, 将抗体编码为模型结构树编码与模型参数编码的组合, 通过对抗体结构与参数的免疫操作, 实现全局寻优及非线性模型的结构与参数的一体化辨识. 算法不依赖对象的先验知识, 辨识的模型结构简单、易于理解. 仿真及船舶载模型的辨识应用验证了本算法的有效性及较强的非线性逼近能力.     

带受体编辑的克隆选择组播路由算法

 DE Castro提出的克隆选择算法（CSA）中,抗体的多样性主要通过高频变异来实现,而实际 生物免疫系统中还有一个重要的操作是受体编辑.受此启发,提出了带受体编辑的改进克隆 选择算法.该算法利用未成熟优良子群体提供的优良基因片断,根据路径代价最小化和延时 要求对抗体进行两次受体编辑.这样,在无需求解备选路径集的情况下,直接运用该改进算 法可快速寻到最优解.在时延受限组播路由的仿真实验中表明：该算法比一般CSA算法和遗传 （GA）算法的搜索效率更高,算法复杂度更低.     

基于疫苗提取及免疫优化的粗糙集属性约简

针对约简属性组合的爆炸问题,将RS属性核参数作为先验信息的免疫疫苗引入抗体编码,概率性对种群接种疫苗.将属性集合的分类近似标准作为抗体适应度,通过在免疫克隆选择过程中引入聚类竞争机制,提高抗体群分布的多样性及亲和力成熟,从而获得多个属性约简及最小约简的平衡.实验结果表明,这种粗糙集属性约简方法对于多维条件属性集是快速且有效的.     

基于离散增量的免疫分类器在模式生物基因中应用*

首先把线虫、酵母和拟南芥三种模式生物基因组中的内含子、外显子和基因间序列归为三类, 滑动统计这些序列中64种三核苷的重复出现次数作为离散源的状态参数,这样就得到了这些序列的64维特征值,并将这些数据分成训练样本集和测试样本集。根据免疫进化网络理论,用离散增量作为抗体—抗原间的亲和度函数,把训练集看成抗原,不断刺激免疫网络向识别抗原的方向进化,构造了一个基于离散增量的免疫分类器。通过测试表明,该分类器性能优良,分类预测准确率达到了85％以上。