BCK代数的区间值(∈,∈∨q)-模糊子代数

将Zadeh提出的区间值模糊集的概念应用于BCK代数,提出BCK代数的区间值(∈,∈∨q)模糊子代数的概念并研究其性质。给出了区间值模糊集成为区间值(∈,∈∨q)模糊子代数的充要条件;讨论了区间值(∈,∈∨q)模糊子代数与子代数以及(∈,∈∨q)模糊子代数间的关系;定义了区间值模糊集的象与原象,获得了区间值(∈,∈∨q)模糊子代数的象与原象成为区间值(∈,∈∨q)模糊子代数的条件。     

面向CAD／CAPP集成的零件特征组合描术及其应用

在分析目前依靠单特征进行工艺推理不足的基础上，从工艺推理角度把组成零件的一些单特征按照加工要求重构，由此引出特征组合的概念，分析零件中可能出现的特征组合的类型并对其进行描述，指出CAD模型中提取和识别这些描述的可行方法，由此实现CAD与CAPP的集成；讨论特征组成对工艺推理的影响，这种从工艺角度描述特征的方法有利于提高工艺推理的精度，最后以实例说明特征组合描述在CAD／CAPP集成系统提出工艺推理准确性的应用。     

特征信息建模及特征映射技术的研究

本文介绍特征技术产生的背景和特征建模的有关概念与方法。根据集成化制造系统的要求，提出了一套新的特征信息描述方法和系统结构；建立了折弯零件的设计特征库，实现了析弯零件的基于特征设计．分析、归纳了特征表达空间之间的关系和基于特征空间的特征映射原理与方法，完成了折弯零件设计特征模型到制造特征模型的转换，从而实现了产品信息的集成与共享．     

关于IV-(∈,∈Ⅴq)模糊格蕴涵子代数

运用区间值模糊集的思想对IV-(∈,∈Ⅴq)-模糊格蕴涵子代数概念作进一步研究。给出了IV-(∈,∈Ⅴq)-模糊格蕴涵子代数的若干新的性质与刻画;获得了IV-(∈,∈Ⅴq)-模糊格蕴涵子代数的象与原象成为IV-(∈,∈Ⅴq)-模糊格蕴涵子代数的条件;讨论了IV-(∈,∈Ⅴq)-模糊格蕴涵子代数的直积特征。     

关于Ⅳ-(∈,∈∨q)模糊格蕴涵子代数

运用区间值模糊集的思想对Ⅳ-(∈,∈∨q) -模糊格蕴涵子代数概念作进一步研究.给出了Ⅳ-(∈,∈∨q)-模糊格蕴涵子代数的若干新的性质与刻画;获得了Ⅳ-(∈,∈∨q) -模糊格蕴涵子代数的象与原象成为Ⅳ-(∈,∈∨q) -模糊格蕴涵子代数的条件;讨论了Ⅳ-(∈,∈∨q) -模糊格蕴涵子代数的直积特征.     

MD-4原象攻击的分析与改进

首先分析了Leurent提出的MD-4原象攻击方法,该方法利用MD-4布尔函数的吸收性质,迭代函数的可逆性以及消息扩展方式的特殊性,首先形成伪原象攻击,之后利用基于树的方法将伪原象转变为原象攻击。采用随机图的方法,对其后一部分进行了改进,提高了攻击效率,将复杂度从2102降低到298。     

低级特征和语义特征相结合的医学图像检索方法

提出了一种将图像本身的低级特征和语义特征描述相结合的医学图像检索方法。首先提取图像的灰度特征、矩特征和纹理特征，进一步采用遗传算法进行最优特征的选择，由于这些低层特征对图像的描述与人类对图像的描述存在较大差异，直接利用这些特征作为检索依据常得不到满意的结果，因此需要进一步提取语义特征，将影像报告中医生给出的关于图像的描述作为语义内容进行相似性检索。实验结果表明，综合低级特征和语义特征的检索比仅利用低级特征的检索更接近于人的视觉理解。     

一种基于颜色特征的图像检索方法

提出了一种新的基于颜色自组织聚类的图像检索算法。该算法根据颜色在图像中的分布信息，通过对像素点的加权处理确定最佳的颜色初始聚类数目，将经过加权处理的像素点进行聚类，得到图像主要颜色的统计特征，同时，在分析了主要颜色在图像中的散布情况后，利用主色的矩特征来描述各个主色在图像中的空间分布特征，结合颜色的统计特征与空间分布特征来描述图像的内容，保证了图像在局部和整体上的一致性，实验结果证明，该算法的检索精度明显要高于传统的仅基于颜色统计特征的检索精度。     

多边形Voronoi图和中轴的特征从属性证明

VD偏重于对图形的精确描述，MA则偏重于对图形整体的简洁描述。为适应更为广泛的工程应用，分析对比了含直线段、圆弧和自由曲线的区域轮廓边界Voronoi图以及中轴的各自特征，给出了Voronoi图与中轴之间不同情况下特征从属性的证明。     

特征产品模型数据结构研究

本文用Ｅｘｐｒｅｓｓ语言和ＩＤＥＦ方法分析了产品模型的结构，提出了基于特征的用Ｅｘｐｒｅｓｓ描述的产品模型，建立了可满足新一代信息集成需要的符合ＰＤＥＳ／ＳＴＥＰ规范的回转体零件的特征字典     

基于多尺度特征融合反投影网络的图像超分辨率重建

针对现有图像超分辨率重建方法恢复图像高频细节能力较弱、特征利用率不足的问题, 提出了一种多尺度特征融合反投影网络用于图像超分辨率重建. 该网络首先在浅层特征提取层使用多尺度的卷积核提取不同维度的特征信息, 增强跨通道信息融合能力; 然后,构建多尺度反投影模块通过递归学习执行特征映射, 提升网络的早期重建能力; 最后,将局部残差反馈结合全局残差学习促进特征的传播和利用, 从而融合不同深度的特征信息进行图像重建. 对图像进行×2 ~ ×8超分辨率的实验结果表明, 本方法的重建图像质量在主观感受和客观评价指标上均优于现有图像超分辨率重建方法, 超分辨率倍数大时重建性能相比更优秀.     

基于多语义特征融合的图像检索

多媒体技术的发展导致数字图像迅速增长,如何根据语义特征高效检索出满足用户要求的图像,已成为当前各行业迫切需要解决的问题。为此提出一种基于颜色、纹理和形状三种语义特征的图像检索方法,建立了颜色和纹理特征的语义描述,使用BP神经网络实现了低层视觉特征到高层语义特征的映射。选取Corel图像库作为测试图像库,实验通过与基于颜色语义特征的检索方法相比较,取得了良好的实验效果。     

多光谱图像纹理特征数据挖掘方法仿真

为了更好地实现多光谱图像特征数据处理效果,将数据挖掘引入到多光谱图像特征数据处理中。但当前多光谱图像纹理特征数据挖掘过程中,普遍存在着特征数据挖掘时间过长、成本消耗过大、数据挖掘精确度较低等问题。提出基于Contourlet变换的图像纹理特征挖掘方法。对多光谱图像纹理特征数据进行模糊预处理,采用邻近范围相关性等知识去除多光谱图像包络线,在此基础上对多光谱图像纹理特征进行分析,利用形态学滤波算子去除多光谱图像中的噪声点。引用Contourlet变换方法将多光谱图像从空间域变换到频率域,提取了变换分解后的多光谱图像低频子带和高频子带的特征向量,完成多光谱图像纹理特征数据挖掘。实验结果表明,所提方法挖掘得到的数据均匀度较好、深浅度适中,挖掘精度高,且所提方法挖掘时间较短、成本消耗较低。     

基于主颜色归一化转动惯量的图像检索方法

为克服传统颜色直方图无法反映颜色的空间信息这一缺陷,该文提出了一种结合颜色直方图和主颜色NMI不变特征的图像检索方法。求取的主颜色的NMI不变特征即反映了图像的大体轮廓也包含了主颜色的空间信息,实验结果表明,该方法获得了图像的颜色信息和形状信息,弥补了传统颜色直方图的不足,具有良好的检索效果。     

深度强化学习的图像特征高效分类方法仿真

针对现有的图像特征分类方法收敛性差,分类无法满足日益增加的网络需求的现状,本文提出了一种基于深度强化学习的图像特征分类方法。通过对目标图像特征区域进行复域Contourlet分解,过滤处理分解结果,从而可以将目标图像子带系数矩阵提取出来,求取系数矩阵的相关特征。采取深度学习网络,使所选图像的特征向量直接经过已训练的层状网络深度模型,完成图像特征分类。实验结果表明,所提方法的误识率比现有方法明显降低,收敛速度明显提升。改进方法比传统方法更具优势,能够满足图像特征分类智能化处理的需要。     

一种基于小波系数局部特征的选择性遥感图像融合方法

提出了一种基于小波变换系数局部特征的自适应选择性遥感图像融合方法,方法的基本思想是根据多光谱和全色图像融合过程中小波分解后的低频和高频部分融合目的的不同,对分解得到的近似和各层各方向的细节分量分别运用3×3的移动模板逐一计算相应区域小波系数阵的不同局部特征量,然后选择适当的阈值,对图像的近似和细节分量分别应用不同的策略在小波域内进行选择性融合,最后通过小波和IHS逆变换得到融合的高分辨率多光谱图像。对比实验结果表明:本文的方法在较好地保留空间细节信息的同时,图像的光谱信息也得到了最大限度地保持。     

基于颜色特征和Sift特征的胶囊内镜图像检索

无线胶囊内镜实现了小肠部位以及整个消化道无痛无创的检测,受到了人们的广泛关注.但其检测过程会产生大量图片,人工判读已成为制约其发展的瓶颈.为提高诊断效率,提出一种基于颜色特征和Sift特征的内镜图像检索方法.首先,将胶囊内镜图像转换到HSI颜色空间,对各颜色分量进行量化和加权融合,提取其颜色特征;然后,提取胶囊内镜图像的Sift特征描述符并进行匹配工作,筛选出好的匹配对;最后,结合颜色特征和Sift特征实现内镜图像检索工作.针对胆汁异常、肿瘤和出血病例图像进行检索实验,本文方法的检索精度和检索稳定性相比较单一颜色特征和Sift特征都得到了明显的提升.实验结果证明了本文方法的良好性能,为胶囊内镜的辅助诊疗提供了一个可参考的方法.     

基于自组织神经网络的彩色图像自适应聚类分割

针对一般聚类分割算法对于色彩丰富、背景复杂的图像容易造成聚类重叠,引起像素错误分类的缺点,提出一种新的基于自组织特征映射神经网络的彩色图像分割方法．首先利用各像素的RGB值作为输入样本对网络进行训练,然后根据竞争层特征映射点的密度分布图,利用自组织映射分析的方法,确定图像颜色的聚类数和聚类中心,最后利用距离竞争取胜的原则处理每个像素,从而实现彩色图像的区域分割．通过实例验证,该方法能够较好地完成彩色图像的自适应聚类分割,处理效果良好．     

基于结构信息特征的快速分形图像编码

针对分形图像编码时间过长的问题,提出一种基于结构信息特征的快速分形图像编码算法。给出结构信息特征的定义,并以该特征作为特征量对码本进行分类和最近邻搜索。在由搜索结果给出的邻域内进行子块匹配操作,实现编码。实验表明,在相同编码时间的情况下,该算法解码图像质量高于同类快速分形图像编码算法。     

面向图像匹配的局部特征提取研究进展

图像匹配作为计算机视觉领域的重要研究方向,广泛应用于图像配准、图像融合、变化检测、视觉导航、3D重建、视觉同时定位与地图构建(SLAM)等领域,精确稳健的局部特征提取是实现其高效处理的前提与关键。以图像匹配研究为导向,从传统特征设计到现代特征学习对局部特征提取方法进行了分类总结,首先,为增强对现代局部特征提取方法的理解,重点介绍了基于传统特征设计的相关方法,接着回顾了基于经典机器学习的方法,搭建起传统方法到深度学习方法的桥梁,最后详细讨论了基于深度学习的现代特征提取方法。针对跨传感器、多视角、不同时段环境下的图像匹配需求,全面分析了各阶段主流方法的优缺点,提出了目前存在的问题与挑战,并给出了相应的研究建议,为相关研究人员全面深入理解图像局部特征提取方法并利用深度学习方法对其进行改进提供基础性参考。