非监督的高光谱混合像元非线性分解方法

在进行高光谱混合像元非线性分解应用中,提出一种非监督的高光谱混合像元非线性分解方法.通过核函数把原始高光谱数据映射到高维特征空间中,揭示数据之间的高阶性质.通过非线性映射,原始数据在高维特征空间中变得线性可分.在高维特征空间中运用线性的非负矩阵分解(NMF)算法进行光谱解混,挖掘出数据间更多的特征.解混结果以端元相关系数、光谱角距离、光谱信息散度和均方根误差作为质量评价指标.进行模拟数据仿真实验和真实高光谱遥感数据分解实验,结果表明,采用该算法得到的分解结果优于非负矩阵分解算法.     

混沌同步控制及其在保密通信中的应用

综述了近10年混沌同步控制的研究及其在保密通信领域应用的进展。首先系统介绍了几种同步的方法：驱动-响应同步及串联同步、主动-被动同步、微扰反馈同步、自适应同步和神经网络同步。然后简要地阐述了同步混沌通信三大保密技术：混沌遮掩、混沌调制和混沌开关技术的主要进展。最后讨论了混沌系统中的同步和混沌通信走入实用化所需解决的若干问题。     

参数不确定混沌系统的自适应同步

针对参数未知的混沌系统，提出了一种基于参数估计和黎卡提不等式的自适应混沌同步方法.利用
李雅普若夫稳定性理论，证明了混沌同步的问题可以转化为黎卡提不等式的求解.用状态观测器方法构造
同步混沌接收系统，根据最速下降法辨识未知参数.结合严格正实函数的概念，分析了实现混沌同步保密
通信的条件，构造并求解相应的黎卡提不等式和等式组得到目标矩阵，实现混沌系统的同步和参数的自适
应估计.并通过对蔡氏电路的同步及双通道保密通信的仿真研究，结果表明，该同步方法可以实现两个系
统参数未知的混沌系统的快速同步，及信息信号得以复杂的加密和正确地接收.     

用细胞神经网络超混沌同步系统实现保密通信

本文提出了一种基于细胞神经网络超混沌同步系统的双通道保密通信系统。用降维观测器思想实现了四阶细胞神经网络超混沌系统的高精度同步，并将其用于双通道混沌保密通信：一个通道传送与信息信号无关的混沌系统的输出信号实现高精度同步，另一个通道传送用混沌信号加密的信息信号。由于同步和加密信号分开传送并且采用了超混沌系统，所设计的保密通信系统具有更高的保密性。     

ZigBee无线传感器网络在点餐系统中的应用

介绍了ZigBee技术的特点,同时阐述了信息化餐饮管理的三种模式,提出了一种基于ZigBee无线传感器网络的点餐系统设计方案。该方案给出了点餐系统的具体管理模式,对系统各部分的软、硬件进行了设计,并着重阐述了无线传感器组网的过程。研究表明,该无线传感器网络实现了网络组建和数据通信的功能。基于ZigBee技术的点餐系统具有低功耗,低成本,无线化,通信距离远等特点。     

基于径向基函数网络估计密度函数的数据分类

针对样本总体分布已知的分类问题，提出了一种新的分类方法.通过非线性映射将训练样本映射到高维特征空间，基于向量投影法从训练样本中选择边界向量，运用多维二叉树搜索法确定每个边界向量同类中的k-近邻，运用统计理论中的大数定理估计样本的类条件概率密度函数，由边界向量与相应的密度函数构成新的训练样本对.对每一类数据建立一个径向基函数（RBF）网络，以相应类的边界向量作为中心，通过训练以RBF网络来估计样本的类条件概率密度，并采用基于最小错误率的贝叶斯决策来实现分类.对机器学习数据的仿真研究结果表明该方法具有与支持向量机（SVM）相似的识别率，并且能快速有效地实现多类分类.     

高光谱图像亚像元级地物端元提取方法

针对高光谱图像中以亚像元形式存在的地物的端元光谱提取问题,提出凸面几何理论和部分非负矩阵分解相结合的端元提取方法.通过去噪的正交基子空间投影方法和相似度比较获得原始图像中的纯像元端元,利用纯像元端元光谱对图像逐点求取丰度和重构误差,对误差大于设定阈值的像素集合进行部分非负矩阵分解,求得亚像元级地物的端元光谱.实验结果表明,该端元提取方法能够弥补传统方法的不足,从而实现对亚像元级地物端元光谱的有效提取.     

基于空间像素纯度指数的端元提取算法

为了减小光谱变化以及异常像素点对端元提取结果的影响,根据局部区域内纯像元和混合像元光谱特征的不同,提出一种基于空间像素纯度指数的端元提取算法.将光谱角距离和欧氏距离加权相加作为新的混合距离测度;采用固定大小的邻域窗口计算图像中所有像素的空间像素纯度指数,在此基础上,根据光谱角距离测度和设定的端元光谱区分性阈值依次搜索端元.仿真数据和真实高光谱图像实验结果表明:该算法能够准确地提取图像中的端元,并且精度高于其他一些端元提取算法.     

决策树支持向量机多分类器设计的向量投影法

针对如何有效地设计决策树支持向量机(SVM)多类分类器的层次结构这个关键问题,提出一种基于向量投影的类间可分性测度的设计方法,并给出一种基于该类间可分性测度设计决策树SVM 多分类器层次结构的方法.为加快每个SVM子分类器的训练速度且保持其高推广性,将基于向量投影的支持向量预选取方法用于每个子分类器的训练中.通过对3个大规模数据集和手写体数字识别的仿真实验表明,新方法能有效地提高决策树SVM类分类器的分类精度和速度.

     

基于箱型图与折点阈值边界的电缆分割方法

针对电缆区域多样且数量较多等原因导致各区域难以分割的问题,提出一种基于箱型图与折点阈值边界的电缆分割方法.设计一种HSV空间下的阈值边界分割方法;根据电缆结构特征对各区域进行初步分割,对分割结果进行统计,根据箱型图计算各通道的初始阈值边界;计算折点阈值边界并完成区域的精确分割.实验结果表明,该算法对于不同的电缆区域可以...