Poisson image fusion based on Markov random field fusion model

In this paper, we present a gradient domain image fusion framework based on the Markov Random Field (MRF) fusion model. In this framework, the salient structures of the input images are fused in the gradient domain, then the final fused image is reconstructed by solving a Poisson equation which forces the gradients of the fused image to be close to the fused gradients. To fuse the structures in the gradient domain, an effective MRF-based fusion model is designed based on both the per-pixel fusion rule defined by the local saliency and also the smoothness constraints over the fusion weights, which is optimized by graph cut algorithm. This MRF-based fusion model enables the accurate estimation of region-based fusion weights for the salient objects or structures. We apply this method to the applications of multi-sensor image fusion, including infrared and visible image fusion, multi-focus image fusion and medical image fusion. Extensive experiments and comparisons show that the proposed fusion model is able to better fuse the multi-sensor images and produces high-quality fusion results compared with the other state-of-the-art methods.     

方向波合成孔径雷达图像噪声抑制

关于提高孔径雷达图像质量,应研究雷达图像去噪问题,针对目前小波对高维信息的方向性不敏感,在合成孔径雷达图像斑点噪声抑制中不能很好的保留图像的边缘、轮廓与纹理信息的缺点,为提高图像质量,提出一种方向波的 SAR 图像斑点噪声抑制方法.根据数字化线段理论和整数栅格理论的方向渡不仅继承了小波变换维数可分性的特点,而且通过选择变换方向和队列方向来获得灵活的多方向性进行仿真,从而能够更好的捕获图像方向信息,经实验证明,所提出的方法能够克服小波去噪中"振铃效应"和边缘模糊等现象,证明了方法有效性.     

浅谈政府公文交换系统的发展

在社会信息化的不断推进过程中,各级政府的办公自动化需求也在不断升级,公文交换系统多样化且技术更新加速,随着改革的深入和我国加入WTO,公文交换系统的建设已经成为当前我国信息化建设的首要任务.     

基于短时傅立叶技术的鸡蛋破损检测

声学技术是目前应用于鸡蛋破损检测中最具潜力的--N技术,它利用完整蛋和破损蛋在声脉冲响应上的差异性来对鸡蛋进行分级分类.本文所研究的系统中采用前置放大器和A/D转换芯片采集鸡蛋被敲击后发出的声音,对获得的时域信号进行频域分析.相比于传统的傅立叶分析,本文采用了时频分析技术,即利用短时傅立叶变换来分析鸡蛋响应信号,并建立了相应的分级分类模型.实验表明基于短时傅立叶技术的鸡蛋破损检测模型对破损鸡蛋具有很高的识别率,为实际生产过程中鸡蛋的无损检测提供了新的并且更有效的方法.     

Adaptive robust posture control of a parallel manipulator driven by pneumatic muscles

Rather severe parametric uncertainties and uncertain nonlinearities exist in the dynamic modeling of a parallel manipulator driven by pneumatic muscles. Those uncertainties not only come from the time-varying friction forces and the static force modeling errors of pneumatic muscles but also from the inherent complex nonlinearities and unknown disturbances of the parallel manipulator. In this paper, a discontinuous projection-based adaptive robust control strategy is adopted to compensate for both the parametric uncertainties and uncertain nonlinearities of a three-pneumatic-muscles-driven parallel manipulator to achieve precise posture trajectory tracking control. The resulting controller effectively handles the effects of various parameter variations and the hard-to-model nonlinearities such as the friction forces of the pneumatic muscles. Simulation and experimental results are obtained to illustrate the effectiveness of the proposed adaptive robust controller.     

一种基于知识发现的拓展型竞争情报系统

目前,制约竞争情报发展的一个关键问题就是情报的收集与分析手段比较落后,远远不能胜任竞争情报系统所蕴含的特点和功效。本文将竞争情报作为一种特殊的知识,吸纳知识发现理论成果和方法,提升现有竞争情报系统的构造技术,真正做到快速、全面、准确和智能化的竞争情报生成和利用。     

化工设备故障诊断仿真模型设计及计算分析

通过化工设备的结构模型、功能模型建立仿真模型,在对仿真模型分析的基础上得到症状与故障之间的数量关系并进行分析计算,推断出潜在的故障模式,为设计化工设备故障诊断专家系统奠定基础。     

计及用电行为模式的区域商业建筑负荷预测方法

为充分利用智能电表采集的细粒负荷数据并提高区域商业建筑负荷预测的精确度,提出一种基于用电行为模式的区域商业建筑负荷预测方法。首先,基于均值方差归一化方法对采集到的负荷数据进行标准化处理,通过肘方法确定聚类数目后进行k-Shape聚类,实现区域商业建筑负荷不同用电行为模式的提取;其次,针对大规模商业建筑负荷预测问题,考虑区域内大量商业建筑负荷预测时耗费大量内存资源却难以实现较准确预测问题,提出一种改进的Informer模型,该模型通过聚类算法识别具有相似用电行为模式的商业建筑,并充分考虑智能电表采集的异常负荷数据对模型训练结果的影响,能够良好的解决大规模商业建筑负荷预测精度不高问题;最后,采用加利福尼亚州商业建筑负荷进行实验,实验结果表明所提方法能够有效提高区域商业建筑负荷预测精度。     

响应面法微波降解EGCG制备EGC研究

目的 为探究微波降解EGCG方法制备EGC的效果,以EGC得率最大化为目标,探究微波降解的最佳工艺参数,并建立反映各参数间关系的二次多元方程模型。方法 本研究采用EGCG溶液为原料,运用微波加热降解EGCG制备EGC,通过梯度设置EGCG浓度、微波时长、微波强度三个工艺参数,进行单因素实验、响应面分析及最佳工艺组合验证实验,优化确定EGCG微波降解制备EGC的最佳工艺参数。结果 综合单因素实验及响应面分析,得到的最佳微波降解参数为：EGCG浓度5mg/ml、微波时长3.5min、微波强度为400W,且利用响应面法建立了EGC得率(Y)与EGCG浓度(A)、微波时长(B)、微波强度(C)的二次多元方程模型：Y=59.52+8.38*A+5.38*B+3.53*C-4.04*AB+6.92*AC-9.19*BC-9.99A2⁺0.0786*B2^-15.36*C2^,模型中,EGC得率最高可达62.08%。对最佳微波降解工艺参数进行验证实验,EGC得率为63.40%,与模型预测值接近。结论 运用微波降解EGCG制备EGC具有操作简单,可行性高的优势,且EGC得率稳定性高。     

Enhanced semantic representation learning for implicit discourse relation classification

Applied Intelligence - Implicit discourse relation classification is one of the most challenging tasks in discourse parsing. Without connectives as linguistic clues, classifying discourse relations...