一种基于DCT域局部能量的多聚焦图像融合算法

为了在无线视觉传感器网络等资源受限的应用中实现图像信息融合,提出一种基于离散余弦变换域DCT(Discrete Cosine Transform)中局部能量的多聚焦图像融合算法。该算法没有采用当前常用的基于对比度和方差的融合准则,而是通过计算图像在DCT域的局部能量,选择局部能量较大的分块实现融合。实验结果表明,该算法能获得良好的主观视觉融合效果,且在互信息、峰值信噪比和空间频率等客观指标上优于常用的基于小波变换的融合算法,计算量与基于DCT域方差的融合算法相比降低约41%~49%,该算法适用于诸如无线视觉传感器网络等资源受限或实时性要求高的应用场合。     

基于节点内聚系数的局部社团发现算法

为了能够快速有效地发现复杂网络中的局部社团,提出一种基于节点内聚系数的局部社团发现算法。该算法选取最大度节点作为起始社团,不断搜索其邻居节点,将满足条件的节点不断加入起始社团从而形成新的社团。在不同规模的真实网络数据集和人工合成数据集上进行实验,并与其他三种局部社团发现算法进行社团划分效果的对比。实验结果表明,该算法能够在较短的运行时间内保持较高模块度来识别复杂网络中的局部社团结构,更适合于大规模复杂网络的社团结构挖掘。     

基于功能划分图的Web服务组合规划和最优选择

扩展Web服务类型的组合方式、实现服务的无缝组合和提高服务组合的可靠性是当今Web服务组合的研究热点。针对Web服务类型组合方式多样性和无缝服务组合问题,根据请求服务的功能划分图来计算可用于服务组合的候选服务类型,动态规划各种服务类型的组合方式,并提出第一级服务类型的装配算法。针对服务组合的可靠性问题,将Web服务自身对运行环境的要求和自身的优先条件表示为上下文,并提出相应的局部最优选择算法和全局最优选择算法,以找到真实的、具有高可靠性的服务组合。最后,通过仿真实验验证了第一级服务类型装配算法、局部最优和全局最优选择算法的性能。     

基于跟踪区关联性的跟踪区列表设计方法

跟踪移动用户同时减少信令开销是通信系统位置管理研究中重要的方面。跟踪区列表是LTE系统中新引入的概念,它由多个跟踪区构成用来减少位置管理信令开销。受生活、工作、学习方面的影响,大部分用户具有固定的移动方式。提出了一种基于跟踪区关联性的跟踪区列表设计方法,它通过从用户历史移动路径中获取各跟踪区之间的关联性并建立各跟踪区的关联表,当跟踪区更新消息发生时,网络获取该消息中提供的上次访问跟踪区和用户当前所在跟踪区结合关联表进行跟踪区列表设计。该方法能够随不同上次访问跟踪区动态分配跟踪区列表,特别适用于大规模网络中。最后运用里斯本城镇网络数据,实验比较了基于跟踪区关联性的跟踪区列表设计方法和rule of thumb设计方法在一整天的信令开销。结果显示该方法在减少位置管理信令开销方面性能至少提升了11.5%。     

基于颜色和纹理特征的林火烟雾识别

为了实现森林火灾的智能化预警,提出了基于颜色和纹理特征的林火烟雾识别方法.首先使用颜色特征确定烟雾疑似区域,随后采用局部二值模式方差(Local Binary Pattern Variance,LBPV)提取疑似区域纹理的不规则度特征并产生LBP图像.然后利用小波变换分解LBP图像并提取模糊度、复杂度和相关度特征.最后利用支持向量机(Support Vector Machine,SVM)进行烟雾识别.结果证明,颜色结合纹理特征方法可以有效实现林火烟雾的识别,为林火烟雾识别研究提供了一种有效方案.     

柔性车间调度的解空间距离聚类和变邻域搜索粒子群算法

根据柔性车间调度问题提出基于解空间距离聚类和变邻域搜索的粒子群算法.在粒子群算法基础上采用贪婪策略引入变邻域搜索方式,即调整关键路径上最大关键工序的机器位置,调整关键路径上工序相对位置变化,加强局部搜索能力;根据机器加工工序的空间距离,采用K-means聚类得到机器加工工序“优良个体”,加大局部搜索性能.同时对于粒子群算法速度更新采用局部停滞策略,保留局部片段相对位置不变特性.通过实验仿真,优化算法取得了较好的效果,与一般的粒子群算法相比较收敛速度迅速且性能良好.     

煤矿高压电缆局部放电脉冲信号去噪研究

针对煤矿高压电缆局部放电脉冲信号易被井下噪声干扰从而影响绝缘监测准确性的问题,提出采用小波熵空域相关算法对信号进行去噪。该算法选用小波熵的大小作为噪声能量阈值,通过改变阈值大小来调节局部放电脉冲信号与噪声之间的相关性,进而识别并去除噪声。实验室模拟实验及现场测试结果表明,该算法不仅减小了将噪声误判为信号的可能性,而且可以很好地消除各尺度系数中的干扰,很好地保留了局部放电脉冲信号的完整性,提高了煤矿高压电缆在线绝缘监测的准确性。     

“直方图”均衡化图像增强技术研究综述

均衡化即等可能分布,以均衡化指导思想的图像增强方法内涵丰富,意义深远,应用广泛。直方图均衡化(Histogram Equalization,HE)算法在图像增强中具有很强的代表性,近几年研究人员在此基础上又进一步拓展了均衡化思想在图像增强领域的应用。不过,目前缺乏针对直方图均衡化技术较为全面的综述评论性文章,以均衡化思想为主线,对于相关改进工作,分为五类技术,并分析了各类技术的典型算法,最后指出了今后可能的研究方向。     

结合位置指纹和行人航迹的室内定位技术

主要对室内定位技术展开研究,首先通过手持智能设备收集指定范围样本点的坐标及wifi热点信息;然后应用位置指纹定位方法进行绝对定位;为了提高行走过程中定位的准确性和实时性,采用行人航迹推算算法,即通过手机传感器采集并经处理的数据进行步频检测、步长估算和方向检测,实现相对位置变化的估算.行人航迹算法克服位置指纹定位的不稳定性,而位置指纹定位算法及时调整行人航迹算法带来的累积误差.实验结果表明两种室内定位技术的结合有效提高了室内定位的准确性,能充分应用到实际生活中.     

基于隐马尔可夫模型的移动终端定位算法

移动互联网技术的快速发展,对移动终端定位方法提出了新的要求.针对传统方法在功耗、精度、通用性方面往往不能兼顾的问题,在充分挖掘个人行为习惯的基础上,提出了一种基于隐马尔可夫模型的定位算法.该算法根据地图信息对基站覆盖区域进行路段划分,通过记录个人的行走轨迹,利用其统计规律来辅助建立GSM信号的隐马尔可夫模型,通过测量基站的信号强度序列,完成对当前位置给出较为精确的估计.实验结果表明该算法在保证低功耗的同时有效提高了定位精度.