分布式仿真系统中的全局一致性问题研究

系统一致是分布仿真应用DSA的基础和前提。为提高DSA的全局一致性程度,获得真实、可信的仿真结果,首先阐述了DSA全局一致性问题;然后以某分布仿真系统为例,系统阐述了其全局不一致现象;在此基础上,分析了DSA系统的全局一致性需求;最后,重点给出了模型域、服务域和认知域内的一致性控制策略与建议。本研究可为DSA系统设计与开发人员提供技术与方法指导。     

Adaptive niche quantum-inspired immune clonal algorithm

The adaptive niche quantum-inspired immune clonal algorithm (ANQICA) is proposed by combining the quantum coding, immune clone and niche mechanism together to solve the multi-modal function optimization more effectively and make the function converge to as many as possible extreme value points. The quantum coding can better explore the solution space, the niche mechanism ensures the algorithm to converge to multi-extremum and the adaptive mechanism is introduced according to the characteristics of each procedure of the algorithm to improve the effect of the algorithm. Example analysis shows that the ANQICA is better in exploration and convergence. Therefore, the ANQICA can be used to solve the problem of multi-modal function optimization effectively.     

数据筛选的低频UWB SAR图像快速可视化

目的 为了能够快速得到适于视觉解译的UWB SAR图像,提出了一种基于数据筛选的低频UWB SAR图像快速可视化算法.方法 该方法从统计学的角度出发,讨论了低频UWB SAR图像数据的统计特性和灰度分布模型;在此基础上,首次提出采用3σ准则对低频UWB SAR图像数据进行筛选;并使用修正映射函数映射.结果 对处理后所得图像进行质量评估,可以发现,所得灰度图在等效视数、中央凹特征和对比敏感度特征等方面要优于传统方法处理的处理结果,因而更符合人类视觉系统特征,更易于人眼视觉系统全面了解低频UWB SAR图像表征的场景信息.结论 与传统方法相比,该算法能自适应压缩图像动态范围,处理耗时短,所得图像细节突出,适于对低频UWB SAR图像数据实时处理.     

人脸检测的继承式集成学习方法

基于"遗传+变异"模式,提出继承式集成学习方法框架,它可以训练出四种不同形式的层叠分类器。除了基于"无遗传"模式的基本层叠分类器与基于"全部遗传"模式的嵌入式层叠分类器两种传统方法之外,还有基于"部分遗传+部分变异"模式的特征继承层叠分类器与弱分类器继承层叠分类器。虽然后两种层叠分类器都有一定的继承代价,但是其拟合性更好,可以更好地均衡收敛速度和扩展性能,其综合性能优于传统方法。基于RAB、GAB算法与LUT弱分类器的正面直立人脸检测实验结果表明了新的继承式集成学习方法的有效性。     

基于信息几何的图像去噪

提出一种基于信息几何的图像去噪方法,与传统的欧氏空间中去噪方法不同,基于信息几何的图像去噪方法是在流形上利用两点间的测地线距离的大小来衡量图像中两像素点之间的相似性。流形中的点是通过图像中某区域构建的高斯模型,模型间的测地线距离表示两图像区域平均灰度强度和细节丰富程度的差别。这样将区域的平均灰度强度和细节丰富程度的差别作为像素点间的相似性,能够更加准确地衡量像素点间相似性的差异。实验表明,该算法提高了图像去噪效果,能够很好地保持图像细节。     

一种低功耗的无线瓦斯传感器节点设计

在对比常用瓦斯传感元件的基础上,选择了OPTOSENSE公司最新生产的红外吸收式甲烷气体传感器MIPEX,设计了无线瓦斯传感器节点硬件电路。在ZigBee协议栈的基础上,设计节点软件程序。节点处于周期约为10min的工作/休眠交替状态,在3节普通电池供电的情况下,从理论上估计其工作时间可超过10年之久,是采用传统低功耗瓦斯传感元件所远远不能达到的。     

利用特征点序列截断的图像匹配判决算法

当图像中特征点缺失比较严重时,利用特征点S维分配算法和K均值聚类算法的图像匹配性能较差。此外,随着待匹配图像数量的增加,上述两类算法的计算量急剧上升。针对上述问题,提出一种新的图像匹配判决算法——利用特征点序列截断的匹配判决。该算法利用了匹配特征点之间的匹配度量大于非匹配特征点之间的匹配度量,以及同一匹配簇中来源于同一图像的特征点不超过一个的先验知识,一方面对特征点缺失具有较强的鲁棒性,另一方面克服了上述两类算法中的组合爆炸问题。仿真实验证实了所提算法的有效性。     

图像去噪中的纹理保护方法研究

基于偏微分方程及变分极值最小化的图像平滑方法可以有效地去除噪声,而且能够保护边缘信息,但由于噪声及纹理难以区分,使得纹理信息无法保留。提出一种纹理保护滤波算法,该算法利用图像分解模型将图像分解为几何结构分量及噪声/纹理分量,计算后者的局部方差,与传统变分能量最小化方法中的偏差惩罚项结合形成随纹理变化的约束,得到的模型在纹理区域滤波减少,从而保护了纹理信息。实验在视觉效果上得到了预期的结果,信噪比的计算对比也可以证明算法的有效性。     

基于自适应Eikonal方程的改进透视SFS算法

PFMM（perspective fast marching method）是一种有效解决透视投影下从明暗恢复形状（SFS）问题的方法,但是适应条件受限,且对初始数据的精度较为敏感。本文通过对Eikonal方程系数的分析,提出了在透视投影下基于自适应Eikonal方程的PFMM,解决了PFMM对初始数据过于依赖的问题,是PFMM的推广。对合成图像的实验表明本文算法比PFMM精度更高,对透视投影下SFS问题可以得到比较好的结果。