一种新颖的快速水平集初始化方法

水平集方法是偏微分图像分析的一个重要的数值方法,其最大的问题是计算量大,速度缓慢,特别是需要频繁的初始化。针对这个问题进行深入研究,提出了基于数学形态学的水平集初始化方法。形态学方法分为平滑和重建两个步骤,利用基本的开、闭和膨胀运算来分别平滑数值不精确的距离函数和重建窄带。新的方法不仅具有很高的效率,而且可以适应各种拓扑变化,完全可以替代常规方法,运用于数字图像的实时处理中。     

隐式曲面上图像扩散的高阶模型

用零水平集函数表达3维曲面,应用曲面上图像梯度的切投影表达其内蕴梯度,把基于梯度的图像扩散变分模型从平面图像拓展到了隐式曲面上的图像处理。基于内蕴梯度的变分模型对曲面上的图像进行扩散的同时可有效地保持其边缘,但像平面图像扩散的变分模型一样会在本该光滑的区域产生明显的阶梯效应。为消除阶梯效应,引入内蕴散度建立了基于内蕴梯度和内蕴散度的隐式曲面上图像扩散的变分模型,并以TV (total variation) 模型、PM(peronamalik)模型为例对所提出的模型的有效性进行了数值验证,实验结果表明该类模型在保持图像边缘的同时可以有效地抑制阶梯效应。     

图像复杂度描述方法研究

为了更好地对图像的复杂程度进行描述,先从组成论的角度对传统复杂度的描述方法进行了讨论,并将其引入用于描述图像的复杂度,试图找到一种适合于图像的复杂度描述方法。该文首先讨论了组成论中复杂度的计算方法,并分析了其局限和不足;然后在此基础上,针对图像的特殊性提出从灰度级的出现情况、灰度的空间分布情况、目标对象的出现情况等3个方面,借助信息熵、纹理、边缘等相关因子来描述图像的复杂程度;最后,针对不同复杂程度的遥感图像进行了实验。实验结果表明,该描述方法可以反映出图像的整体复杂程度,并可用于不同图像复杂度的定性和定量比较。     

证据理论合成准则的一种新算法及其验证

研究证据理论是一种处理不确定问题的重要方法,以往的改进方法大都只关注证据的冲突问题。针对证据合成准则在不确定的证据源较多和识别的框架较大时计算复杂,容易得到错误合成结果,根据出现的问题,提出了一种证据合成准则的简便计算公式,公式模块化程度高,易于编程实现,降低了计算难度。给出了公式的具体算法步骤,算法主要通过矩阵运算来完成。仿真实例表明相对于原始公式,计算简便,易于实现,同时仿真结果也验证了公式和算法的正确性与有效性。     

工学结合在高职计算机专业教学改革中的研究

"工学结合,校企合作"是中国这几年来职业教育发展进程中最具特色、最突出的办学经验,笔者结合自己实际教学,从教学面临的问题、解决方案、取得的成效等方面提出了一些具体的改进措施和建议,以促进和加强计算机专业学生的职业能力和职业素质的培养。     

网络入侵危险性评估的云理论实现

由于任何网络安全手段都无法完全阻止网络攻击,保护网络的绝对安全,因此对网络入侵危险性进行评估,进而采取相应的防御手段就非常重要。传统的评估方法都无法同时评估网络入侵的不确定性(模糊性和随机性),基于此,利用云模型理论把模糊性和随机性有效集成在一起的优点,提出了一种基于云理论的网络入侵风险评估方法。本文给出了方法的理论基础、设计思想和关键实现技术及评估过程,并提出了一种改进的逆向云生成算法。该模型通过对系统资源监控,并对得到的数据进行处理,然后输入到云控制器,云控制器根据设定的规则做出评估结果。实验结果表明,该方法最大限度地保留了网络入侵评估过程中固有的不确定性,提高了评估结果的科学性和准确性。     

基于猜测概率和失误概率的学习诊断模型

受测者在测试过程中存在猜测和失误的可能,然而现有的诊断模型并未考虑这两个因素,因此无法在这种情况下对受测者的知识状态进行有效诊断。本文提出了一种知识空间理论中基于猜测概率和失误概率的学习诊断模型,当受测者出现猜测或失误时,该模型仍可对受测者的知识状态进行有效的诊断。模型依据试题的猜测概率和失误概率对答题状态进行转移,以诊断受测者的真实知识状态,并重点分析了这两种概率的计算方法。该模型在实用性、诊断的准确性等方面具有较好的效果。     

无线传感器网络中的连通支配集求解算法

连通支配集在无线传感器网络中有着重要的作用,通过对连通支配集的深入分析得到了关于连通支配集的一个新特性,即最小连通支配集是图的一棵包含最多叶子节点的生成树中的非叶子节点的集合。根据这个结论设计了一种全新的连通支配集求解算法,即通过建立一棵含叶子节点较多的生成树来寻找一个较小的连通支配集。仿真实验表明,新算法较前人的算法有明显的改进。     

一种新型的基于IPTV网络的视频会话系统

基于IPTV网络的视频会话系统具有广阔的应用前景。研究并实现了一种基于IPTV网络的具有服务质量保证的新型视频会话系统,阐述了该系统的体系架构及业务流程,提出了适用于本视频会话系统的嵌入式IP机顶盒的体系架构,并针对嵌入式系统资源受限的特点进行了性能优化设计,特别提出了一种带宽自适应的QoS机制,充分保证视频会话应用在IPTV网络多业务环境下的用户体验。     

A rough margin based support vector machine

By introducing the rough set theory into the support vector machine (SVM), a rough margin based SVM (RMSVM) is proposed to deal with the overfitting problem due to outliers. Similar to the classical SVM, the RMSVM searches for the separating hyper-plane that maximizes the rough margin, defined by the lower and upper margin. In this way, more data points are adaptively considered rather than the few extreme value points used in the classical SVM. In addition, different support vectors may have different effects on the learning of the separating hyper-plane depending on their positions in the rough margin. Points in the lower margin have more effects than those in the boundary of the rough margin. From experimental results on six benchmark datasets, the classification accuracy of this algorithm is improved without additional computational expense compared with the classical ν-SVM.