基于区域聚焦特性的多聚焦图像融合算法

针对现有多聚焦图像融合算法存在的伪影和信息残留问题,提出了一种依据图像聚焦特性,最大程度保留各区域信息和清晰度的算法。首先,通过区域检测得到聚焦区域决策图,利用该决策图进行初始融合和边界提取,得到边界区域决策图;其次,利用ACS网络学习多聚焦图像的融合规则,生成网络融合图;最后,根据边界区域决策图对初始融合图和网络融合图进行加权求和,得到最终的融合图像。实验结果表明：该算法在聚焦区域和边界区域都优于其它比较算法,各项评估指标分别提高4.8%和1.5%以上;同时主观效果更符合HVS。实验证明了在保留源图像的细节信息和避免各个区域的视觉伪影上,该算法都能取得很好的效果。     

基于ARM平台的WMA软件解码器能耗优化

在实现嵌入式软件能耗仿真的基础上,针对WMA开源解码程序在ARM平台上解码能耗高的问题,详细分析了编译器优化、源码优化、算法优化3种优化方案,同时将这3种优化方法应用于开源的WMA软件解码器中.将优化前后的WMA解码器分别对单、双通道的WMA文件进行解码验证比较.实验结果表明,经过优化的WMA解码程序在ARM平台上对单、双通道WMA文件解码的解码效率有了明显的提高,其中能耗下降程度皆高达90％以上.     

一种冲突情况下的自适应证据理论合成公式

文中研究比较了几种冲突严重情况下的证据理论合成公式．鉴于D-S证据理论合成公式的不足，文中提出了一种基于基本概率赋值加权的吸收算法。该算法可以根据证据的基本概率赋值确定冲突分配中的权值，算例结果表明：该合成公式的计算结果合理，很好地解决了证据理论在冲突严重下的合成问题。     

采用优化算法计算传输线分布参数的试验分析

为找到一种使输电线分布参数求解的平均误差最小的优化算法，通过试验手段获取了不同频率下不同点的电压值，利用终端开路的方法求解了传输线方程，计算出不同优化算法下的衰减常数和相移常数，并对各优化算法进行了验证，求出了各算法之间的相对误差。结果表明，工程试验可有效地提高选择优化算法的效率，从而利用该算法对传输线做进一步的理论（求解）分析。     

基于K-NN和最小二乘融合算法的工程实现

信息融合中的许多数据关联算法计算量大,工程中难以保证实时性和有效性。本文就这一方面展开研究,给出了可以满足工程实际需要的有效算法,设计出相应的系统。通过实际系统应用,可以获得满意的融合结果和较快的计算速度。     

一种基于JPDAF的机动目标轨迹融合算法

多传感器目标跟踪是利用不同的平台获得有关目标的准确、连续的动态描述。PDAF(probabilistic data association filter)算法用于处理单目标跟踪问题，它假定所有的量测都是在特定的目标扩展门限中，即来自一个目标或杂波。如果另一个目标也在该门限中，就可能产生错误。为了解决混杂、密集环境下的多目标跟踪问题，本文利用JPDAF(joint probabilities data association filter)算法，通过考虑可利用的关联事件来简化处理过程．根据关联概率值来对假设进行估计。最后的仿真结果表明该算法对向量状态估计有明显改善。     

简述腐植酸在土壤重金属污染修复中的作用

近年来,土壤重金属污染修复一直是研究的热点和难点。腐植酸作为土壤中重要的有机物质,因其特殊的结构和性质,在土壤重金属污染修复中起了极其重要的作用。从腐植酸的组成及结构入手,对土壤重金属污染现有的修复技术、腐植酸对土壤重金属污染修复效果及修复机理等方面进行综述,并对腐植酸修复土壤重金属污染的未来研究方向进行了展望。     

基于SIFT与Contourlet变换的高分辨遥感图像配准

针对高分辨遥感图像特征量较多的情况,提出一种基于SIFT与Contourlet变换相结合的图像配准算法。首先将图像进行Contourlet变换分解成低频和高频子带,对高频子带通过设定合适的阈值来提取图像边缘特征点,对低频子带进行SIFT特征点提取。将两者提取到的特征点分别匹配后得到粗匹配点对,利用随机抽样一致性(RANSAC)选择出精匹配点对,实现图像配准。实验表明:在多源遥感图像配准过程中,与基于非采样Contourlet变换(NSCT)和基于SIFT特征提取相比,该算法能够更准确地提取到特征点,具有更高的运算效率以及匹配率。     

几种算法可实现的数据融合结构模型

信息融合结构模型的选取是方案制定、系统实现的前提,文中给出了信息融合中三种可实现的融合结构模型及其计算公式,通过实际系统的检验显示三种融合结构模型各有其优点,具体采用哪种模型需要根据实际中对于计算时间和计算精度的这种折衷考虑.     

基于时空自适应图卷积网络的跌倒检测算法

针对现有图卷积网络(GCN)需要预先定义人体骨架拓扑图和模型较大的问题，提出了基于时空自适应图卷积网络(ST-AGCN)的跌倒检测算法。该网络包括3个部分：利用HRNet姿态估计算法从视频中提取人体骨架点序列，并预处理成四维张量；引入归一化嵌入式高斯函数通过学习(无需人工预定义)得到人体拓扑图，利用空间自适应图卷积获取人体关联特征；利用多尺度卷积提取时间运动特征，提高模型获取动态信息的能力。在公开数据集和自建数据集上分别进行仿真，准确率分别达95.45%和99.55%。结果表明，该算法优于目前GCN方法，参数量只有后者的1/4甚至更少。本文算法还可以适用于不同的数据集。