基于有限脊波变换的图像融合研究

将有限脊波变换(FRIT)应用于图像融合能更好地提取图像边缘特征,为融合提取更多的特征信息.基于FRIT的图像融合算法是将图像进行FRIT,在不同的频率域利用融合规则融合有限脊波系数,最后通过重构得到融合图像.通过对多聚焦图像的实验,对比了基于FRIT的图像融合算法和基于小波变换的融合算法,并对实验结果进行了主观和客观的评价,试验结果表明,基于FRIT的图像融合算法取得了比基于小波变换算法更好的融合结果,是一种有效可行的图像融合算法.     

基于决策树的MPEG视频镜头分割算法

压缩视频镜头的分割是视频内容分析中的一个难点,由于镜头在组织和索引视频中起关键性的作用,提出了一种基于决策树的MPEG视频镜头分割算法。该算法采用决策树这种机器学习方法对样本视频进行训练,通过融合运动信息、颜色、边缘等特征获得镜头分割的最佳阈值,较好地解决了压缩视频处理中检测镜头突变和渐变难题,同时还能够检测出镜头是否产生闪光现象和相机运动的产生。实验证明本算法在压缩视频镜头检测方面取得了较好的检测结果。     

集群管理在Web上的设计与实现

在某超级计算中心高性能计算平台环境下,设计并实现一个基于Web的集群管理（Cluster Management Based on Web,CMBW）系统,为集群系统管理员管理集群资源带来便利,并给终端用户提供访问集群系统资源的统一交互界面和方便的集群资源使用模式．     

一种面向态势估计中分群问题的聚类方法

对目标分群技术问题进行了描述,分群或聚类问题是态势估计需要实现的一个重要功能,主要根据底层融合的结果应用聚类分析法实现战场目标分群。目标分群的结果有助于确定态势元素之间的相互关系,从而解释问题领域的各种行为,辅助指挥决策。提出使用CHAMELEON算法对战场目标或群进行划分,根据相对互连性RI和相对近似性RC所表征的相似度把它们形成更高层次的群。     

基于改进窄带法的快速医学图像分割方法

基于曲线演化的水平集算法近来已被广泛应用于医学图像分割中,根据分割医学图像的鲁棒性实时性的要求,提出一种新的基于改进窄带法的图像分割方法INBM(Improved narrow band method).INBM首先将均匀采样的图像映射到对数极坐标系中,由视网膜空间分辨率机制可知,注视点都在图像兴趣区,由此形成初始轮廓,然后用改进的窄带水平集(Level Set)方法演化曲线得到最终分割结果.改进窄带法是通过降低窄带区域内的水平集函数求解个数,来减少计算时间.实验结果表明,该方法能够快速、准确地得到医学图像的结果.     

市政道路施工中新材料应用分析

随着道路建设规模交通运输量的不断扩大,道路施工的管理者也已经开始重视市政道路的质量问题,施工技术水平的提高也促进了施工新材料的应用。文章分析了市政道路施工中新材料的应用情况,为道路的施工提供了参考依据。     

室内大气颗粒物分形结构分析

颗粒物的分形结构能表示颗粒物本身的性质特征,大气颗粒物对人体的危害与其分形结构有关。这里通过制作室内大气悬浮颗粒采集器,采集室内大气颗粒,然后通过数字显微技术和图像处理技术,分析颗粒投影图像的轮廓曲线分形维数值、圆度数值。结果表明：轮廓曲线分形维数值具有近似正态分布特征,圆度值和分形维数值间具有相关关系。通过测算分形维数值和圆度值可以近似判断室内空气的性质,对实现室内大气质量实时监测和计算机处理具有一定意义。     

提高延边电网送出能力的研究

在介绍延边电网现状及其稳定水平的基础上,通过对制约延边电网电力送出能力的静态安全问题和动态稳定问题的计算分析,提出了投入PSS装置以及配置区域安全稳定控制装置未提高延边电网的送电能力。指出延边电网目前情况下220 kV松蛟线、镜平线不宜解环运行。     

一种基于本体的抽象度可调文档聚类

文档聚类随着网上文本数量的激增以及实际应用中的需求,引起了人们广泛的关注。针对目前文档聚类的主要缺陷,提出了一种新的基于本体的抽象度可调文档聚类（Adjustable Text Clustering using Abstract Degree of Concept,ATCADC）。该方法采用Wordnet对VSM特征词进行概念映射和消歧处理,利用生成的特征概念实现文档语义层面上的矢量描述,并在二次特征选择的基础上,完成合成聚类（AHC）。方法能够依据用户设定的概念抽象度,借助专门设计的语义中心矢量调节聚类,还可利用关键特征概念对聚类簇进行解释。实验结果证明,聚类精度高,聚类簇可解释,调节效果有效,能够满足用户不同概念抽象度层次上的聚类。     

一种基于动态加权规则的自适应蚁群算法

介绍了蚁群算法的基本思想,针对传统蚁群算法容易出现的慢收敛和易停滞等不足,提出了一种改进的蚁群算法。该方法将加权的思想引入蚁群信息素的更新当中,实验结果表明该方法相比传统的一些蚁群算法具有更好的搜索全局最优解的能力,能在加快收敛速度和降低停滞现象之间取得一个很好的平衡。