自适应激素调节遗传算法

基于生物内分泌系统的激素调节原理,提出了一种新的自适应遗传算法。该算法以内分泌激素调节的Hill函数下降形式为基础,设计了自适应交叉算子和自适应变异算子,使交叉率和变异率在遗传算法迭代过程中,能够根据各代种群多样性的变化进行自适应调节,在整个进化过程中将种群多样性维持在合理水平。4种测试函数及三维人脑图像分割的实验结果显示,提出的自适应遗传算法可较好地保持种群多样性并克服早熟现象,性能优于其他两种自适应遗传算法及传统遗传算法。     

一种有效减少码字长度的两用户合谋安全指纹编码方案

运用级联码的思想提出了一种抗两用户合谋攻击的指纹设计方法和与其对应的跟踪方法。编码算法中内码采用文献[4]构建的一种新的两用户合谋安全码,外码采用q进制随机数,减小了编码的难度。设计了跟踪算法验证了这种编码算法的有效性。该算法在用户数增加、码字长度不变的情况下,仍能有效跟踪到至少一个合谋用户,克服了以往码字过长的缺点。     

基于自适应小波神经网络实现鱼雷超声引信信号消噪

将小波理论和人工神经网络技术同时引入鱼雷超声引信目标信号处理中,抑制信号噪声,并给出了自适应小波神经网络的构造方法.采用正交的Daubechies小波系作为小波元,并对尺度参数进行优化选取,以实现更好的拟合信号.仿真结果表明,该自适应小波神经网络对引信目标信号的处理具有消噪效果好,失真小的特点,有利于防止出现误判和漏判目标的现象.     

单幅人脸图像的全景纹理图生成方法

目的针对从单幅人脸图像中恢复面部纹理图时获得的信息不完整、纹理细节不够真实等问题,提出一种基于生成对抗网络的人脸全景纹理图生成方法。方法将2维人脸图像与3维人脸模型之间的特征关系转换为编码器中的条件参数,从图像数据与人脸条件参数的多元高斯分布中得到隐层数据的概率分布,用于在生成器中学习人物的头面部纹理特征。在新创建的人脸纹理图数据集上训练一个全景纹理图生成模型,利用不同属性的鉴别器对输出结果进行评估反馈,提升生成纹理图的完整性和真实性。结果实验与当前最新方法进行了比较,在Celeb A-HQ和LFW(labled faces in the wild)数据集中随机选取单幅正面人脸测试图像,经生成结果的可视化对比及3维映射显示效果对比,纹理图的完整度和显示效果均优于其他方法。通过全局和面部区域的像素量化指标进行数据比较,相比于UVGAN,全局峰值信噪比(peak signal to noise ratio,PSNR)和全局结构相似性(structural similarity index,SSIM)分别提高了7.9 d B和0.088,局部PSNR和局部SSIM分别提高了2.8 d B和0...     

基于鲁棒前景选择的显著性检测

显著性检测是指自动提取未知场景中符合人类视觉习惯的兴趣目标的方法。为了进一步提高检测的准确性,该文提出了利用鲁棒前景种子的流形排序进行显著性检测的算法。首先利用角点检测和边缘连接算法得到两个不同的凸包,用它们的交集初步确立目标区域的大致位置;然后利用凸包外边缘作为标准对凸包内的超像素进行相似度检测,将与大部分外边缘相似的超像素去除,得到更准确的目标样本作为前景种子;利用锚点图构建新的图结构表示数据节点之间的关系;接着通过基于前景和背景种子的流形排序算法对图像所有区域进行排序,并得到两种不同的显著性检测图;最后借助代价函数对显著性图进行优化,得到最终的显著性检测结果。经实验表明,与几种经典算法对比,该文方法可以进一步提高显著性算法的精确度和召回率。     

局部高斯分布拟合的脑MR图像分割及有偏场校正

为实现对灰度不均匀脑核磁共振(MR)图像分割的同时进行有偏场估计并校正,提出一种基于局部高斯分布拟合(LGDF)模型的多相水平集方法.通过分析图像有偏场模型的局部特性,将有偏场乘性因子引入到图像局部灰度均值的表达中,从而使有偏场乘性因子成为新的能量函数的变量.能量函数的迭代最小化既实现了目标组织分割,又有效估计了有偏场.合成图像和仿真脑MR图像实验结果表明,本文方法比现有多种方法分割性能更好,且利用本文方法估计的有偏场校正后的图像有更好的视觉效果.     

混沌运动对初值敏感依赖的本质原因

以Lorenz系统、Chen、Lü系统和Rössler系统为例,研究了混沌吸引子形成的机理、结构特征以及混沌运动对初值敏感依赖的本质原因。指出,连续非线性动力学系统要产生混沌吸引子,至少要存在两种非线性运动模态,并在两种运动模态之间进行非严格周期地转换;相邻状态在同一运动模态中运动的逐渐分离,和在不同运动模态之间的不同时（或不同幅度）转换,导致了系统运动对初值的敏感依赖,这就是混沌运动的本质。     

基于管道模型的燃油喷嘴检测结果差异性分析

针对喷嘴工程检测中存在的问题:同一喷嘴在两台设备中性能检测结果不一致,分析两台设备的工作原理、管道结构,建立燃油管道模型,找出检测结果差异性存在的原因.在此基础上,选用合适的神经网络结构,利用模拟退火遗传算法设定网络初始阈值和权值,利用贝叶斯正则化算法训练网络,得到不同检测结果的映射关系,通过映射使两者得到统一.仿真实验证明,此方法既将检测结果差异控制在了允许范围之内,又简单易行,提高了检测效率.     

一个基于Neugebauer方程的输入图像色彩误差校正模型

色空间转换在扫描输入图像的色彩管理中具有重要作用。现行基于光学曲线分析或黑箱法的色彩管理方法难以应用于扫描输入图像，在分析扫描物呈色原理和扫描误差产生原因的基础上提出了一个新的色空间转换模型。随后给出了模型推导的详细步骤：第一步，重新解释Neugebauer方程和Yule-Nielson方程参数．使原本只适合印刷网点的方程也适合于非印刷网点图像；第二步，对应于扫描物呈色原理．分单色、双色、三色逐步考察误差修正Yule-Nielson方程。最后．本算法与BP神经网络和多项式拟合算法比较，色彩转换精度有明显提高。