基于聚类、空间分集和轨迹连续的实时定位算法

针对多样本消除接收信号强度其时域浮动易造成定位的更新率下降和实时性降低的问题,首先在定位阶段利用空间分集技术,建立相邻位置信号强度的矢量队列来计算当前位置的强度;然后利用轨迹的连续性质,消除时域浮动产生的定位误差,同时通过对指纹数据库进行聚类,在对目标定位时只需在较小的聚类集合中进行少量计算,无需遍历整个数据库,且计算量不随指纹数据库的增大而增加,极大地降低了计算量;最后进行了实验仿真,结果表明该算法能有效减小运算量和定位误差。     

基于图像识别的文字快速录入系统

为有效地改进将实体处理成字符型文本文档的一般问题：算法局限性及运算量大、字符切分不准确、存储显示问题,提出基于图像识别的文字快速录入系统设计。系统将纸质文本资料扫描成图像文件,分析处理字符图像,自动识别获取文字信息及版面信息,储存成文本文档形式发送回上位机,完成图像信息的快速录入。数字图像处理技术是与国计民生紧密相连的一门应用学科,无论在理论上还是实践上都存在着巨大的潜力。     

翻转教学方式的认识与实践探索

翻转教学方式的认识翻转教学方式将在线学习所要的现代新型教学元素与传统教学合理元素进行整合,利用混合学习模式,形成个性化、定制化、差异化的课程教学,从而让学生获取综合素质的提升。1.翻转教学方式翻转的要素(1)翻转了传统的教学理念尽管新课程改革多年,但就目前的教学模式,不少课堂依旧"以教师为中     

HSV自适应混合高斯模型的运动目标检测

在目前的计算机视觉应用中,从视频序列中提取出运动目标是一个研究热点。针对传统方法在复杂多变环境下不能很好地检测出运动目标且运算量较大的问题,根据HSV颜色空间的特点,提出了一种基于HSV颜色空间的自适应混合高斯背景建模和阴影消除的方法。首先,在传统的混合高斯背景建模的基础上,引入了一种新的混合高斯模型高斯成分个数的自适应选择策略以提高建模的效率。其次,根据阴影在HSV向量空间的特点,融入了一种新的阴影消除方法,以检测出带阴影的运动目标。该方法能够快速准确地建立背景模型,准确分割前景目标。与传统的阴影消除方法相比,该方法可以在不需要设置阂值的情况下,对运动目标的阴影进行很好的消除,有很好的鲁棒性和实用性。     

基于矢量尺度的图像滤波

对于医学图像滤波来说,很重要的一点就是滤波后的图像应该尽可能地保留图像中的边缘和细节特征.但通常在滤波过程中,在消除噪声的同时会模糊图像中一些重要的结构信息.在最近几年中,基于尺度的滤波方法已经有效地应用在灰度图像的滤波中.现把基于尺度的方法推广到矢量(彩色)图像的滤波中.在传统滤波方法(矢量中值滤波、基本矢量方向滤波和方向距离滤波)基础上,相应地提出了3种基于球尺度的矢量滤波器.新的滤波方法能根据图像中像素的尺度信息,在图像边缘和细节附近,即区域边界执行较小的平滑,而在区域内部进行较大的平滑,从而能够自适应地控制滤波过程.实验结果表明,所提出的滤波方法与传统滤波方法相比,在消除噪声的同时更能够保留图像中的边缘和细节特征.     

基于IHS的高分辨率遥感影像自适应融合算法

在分析几种IHS算法的基础上,提出了一种适合于高分辨率遥感影像的自适应加权融合算法。该算法基于快速IHS变换,从亮度成份构成和空间细节注入程度两个方面加以改进,采用相关系数来调整权重,避免了人工指定权重带来的主观因素偏差,在提高影像空间细节和光谱保持之间取得了较好的均衡,同时还具备了高计算效率。通过融合实验并与几种改进的IHS算法的对比分析,该算法均优于其他几种改进算法。     

基于代数特征与粗糙集相结合的特征提取方法

对特征抽取方法进行了研究,提出一种新的特征抽取方法,克服了Roman W等提出的特征抽取方法中缺乏鉴别信息的缺点.通过对高维的人脸数据用PCA和LDA降维,利用粗糙集理论中的属性约简算法进行进一步的维数压缩.实验结果表明,该方法具有良好的性能.     

基于相位编码的音频信息隐藏方法

针对听觉感知无差异时的局部相位失真条件,在宽带音频信号实验的基础上,提出一种利用局部相位分区实现信息隐藏的新算法。相对于经典的相位调制算法,利用局部相位信息,在保证听觉相似性的同时,能提高信息的嵌入量、改善误码率。理论分析和实验结果表明了该算法的有效性。     

一种改进的支持向量机降维方法

提出了一种基于支持向量机的改进的降维方法.在输入和特征空间中,特征子集的选取分别根据原始特征每一维对分类的贡献来获得.最后,通过将输入和特征空间中的特征选取联合起来,得到了一种改进的降维方法.实验表明:使用这种方法,在保持对分类准确率不受明显的影响的同时,能大大地提高训练和预测的速度.     

机器语言浅谈

当今高级语言流行,介绍机器语言的文章极少。机器语言是计算机的母语,理解了机器语言也就理解了计算机的本质。二进制而不是十进制作为机器语言是历史的必然。机器语言烦琐,难于理解,但依然有它的用武之地,甚至有些情况下必须使用机器语言。