基于简单特征值问题的修正GEPSVM

针对GEPSVM可能存在奇异性问题,提出一个改进的GEPSVM算法——SMGEPSVM。基于简单特征值问题,得到2个非平行过原点的超平面。与GEPSVM相比,SMGEPSVM不仅可以求解XOR问题,还可求解简单特征值问题,避免GEPSVM奇异性问题,测试精度好于GEPSVM,学习速度更快,其计算结果在人工数据集与UCI上得到了验证。     

基于边缘分析和颜色统计的车牌精确定位新方法*

针对车牌的边界定位不准确和伪车牌较多的问题,提出了一种边缘分析和颜色统计相结合的车牌精确定位的新框架。该框架主要分为预处理、粗定位、精确定位和伪车牌排除四个模块。对图像作边缘检测和二值化等预处理,用投影法粗定位出候选区域,利用候选区域及其周围的边缘和颜色的信息实现车牌的精确定位。对于定位结果有多个候选区域的情况,对候选区域进行排序,再将排序结果按顺序传入字符分割模块,从而有效排除非车牌区域的影响。实验结果表明,该方法精确度和准确率高、实时性强,适用于不同的应用场合。     

卫星扩频通信窄带干扰抑制的FPGA实现

介绍了卫星扩频通信中的强窄带干扰抑制的基本原理,采用FPGA实现了一种基于频域处理的窄带干扰抑制平台。系统采用流水线、乒乓操作及多时钟等技术,使得在占用面积及最高处理速度上达到最优化。     

一种有效的遥感图像无缝分割方法

遥感图像具有数据量大、模糊性较强、纹理细节丰富等特点，这就决定了遥感图像的分割与自然景色图像分割相比，在分割效率、分割效果上都提出了更高的要求。另外，无缝空间遥感影像数据库的建立为我们提出了在基于内容的影像检索中遥感图像无缝分割问题。在JSEG算法的基础上，通过图像增强技术，解决了遥感图像不同区域边界往往不明显的问题，大大改善了分割效果；为了解决分割的无缝性，提出了基于gabor纹理特征的区域边界合并算法。实践证明本方法很好地解决了遥感图像分割的无缝性问题。     

智能控制在现代钢铁工业中的应用

本文介绍了模糊控制、神经网络控制、遗传算法及各种复合控制算法的发展情况,并着重介绍了它们在钢铁工业中应用的现状,提出了目前存在的问题,同时展望了发展前景.     

阳极帽合金表面氧化层研究

研究了实验工艺对Ni42Cr6Fe合金表面氧化膜形成的影响.实验结果表明,Ni42Cr6Fe合金表面氧化膜的主要组分为Cr2O3和FeCr2O4,材料表面打毛处理和氧化温度是影响氧化膜的主要原因,晶格缺陷层产生的微观缺陷有利于原子在氧化过程中的扩散.     

GH4169合金电化学溶解特性及表面微观形貌分析

NaCl和NaNO₃溶液是电解加工中常用的电解液,具有使用安全、便于配制与维护、经济性好、对环境污染小等优点。在实际加工中,电解液的成分、浓度、温度会对电导率和钝化机理产生较大影响,直接决定了零件的加工质量和效率。文中针对GH4169合金在不同溶液中的极化特性开展研究,测定在NaCl、NaNO₃及混合电解液下的阳极极化曲线,分析其电化学溶解特性,并对样件进行表面微观形貌检测,从加工质量、效率等方面综合评判,确定10%NaNO₃+5%NaCl+0.5%Na₄O₂P₇溶液对于GH4169合金材料具有优良的电化学加工性能。     

一种无约束凸规划多平面修正TWSVM

对支持向量机（Twin Support Vector Machine,TWSVM）的优化思想源于基于广义特征值近似支持向量机（Proximal SVM based on Generalized Eigenvalues,GEPSVM）。该算法将传统SVM问题分解为两个凸规划问题,使得训练速度缩减到原来的1/4。对TWSVM做了修正,基于新的优化准则设计了一种特殊TWSVM（GTWSVM）,在此基础上,提出了快速GTWSVM（FGTWSVM）,其将GTWSVM转换为无约束凸规划问题求解。该算法在保证得到与TWSVM相当的分类性能以及较快的计算速度的同时,还减少了输入空间的特征数以及内存占用。对于非线性问题,FGTWSVM可以减少核函数数目。     

基于QPSO-MIL算法的图像标注

在多数现有图像标注图像库中,关键字只标注在图像级而非区域级,使有监督学习方法在图像标注中难以应用.基于量子粒子群优化算法(quantum-behaved particle swarm optimization,QPSO)提出了一种新的多示例学习(multi-instance learning,MIL)算法--QPSO-MIL算法,在多示例学习的框架下将基于区域的图像标注问题描述成一个有监督的学习问题.该方法将图像当作包,分割的区域当作包中的示例,利用多样性密度(DD)函数,定义了粒子的适应度向量.在示例空间,利用QPSO方法在各个维度上同时搜索DD函数的全局极大值点,作为关键字的概念点,然后根据Bayesian后验概率最大准则(MAP)对图像进行标注.通过ECCV 2002图像库的实验结果表明,QPSO-MIL算法是有效的.