OSCA-CFAR在K分布杂波背景下的性能分析

本文证明了形状因子已知条件下有序统计平均（OSCA）恒虚警检测器在K分布杂波背景下具有恒虚警性能，分析了均匀K分布杂波背景和多目标情况下该检测器的性能，并与OS和OSGO-CFAR进行了比较，仿真结果表明OSCA在两种环境下均具有最好的检测性能。     

基于水平集的图像分割方法在箱包DR-CT检测系统中的应用

将水平集活动轮廓跟踪算法引入箱包DR-CT检测系统的图像处理中，针对箱包DR图像特点，利用水平集算法不需预知待检图像拓扑模型，且在复杂拓扑情况下对图像分割效果较好的优点，对图像进行分割。实验表明，该方法能有效的实现箱包DR图像分割。     

实现快速乘法的几种改进贝斯算法

分析并评价了在传统贝斯算法基础上改进的几种算法,它们分别是完全冗余贝斯算法、局部冗余贝斯算法,以及有偏差的贝斯算法。通过将仿真结果与传统贝斯算法的比较,证明局部冗余贝斯算法有与传统贝斯算法几乎相同的速度,但其面积和功耗节省不多。完全冗余算法比传统贝斯算法速度慢,但其面积和功耗节省较多。有偏差的冗余算法是完全冗余算法和局部冗余算法的综合,兼容了两种算法的优点,所以其面积和功耗效率均较高,运算速度也较快。综合来讲,有偏差的贝斯算法是其中最好的一种算法。     

基于纹理的图像字符自动定位技术对比研究

随着信息技术的迅速发展,基于内容的图像检索技术引起了研究者的广泛关注.自动抽取图像/视频的语义内容是图像/视频检索中研究的重点和难点.本文通过分析多种字符定位技术,给出了基于纹理分析的字符定位算法的一般框架.对各种基于纹理分析的字符定位方法进行了对比研究,尤其深入地研究了纹理特征提取,分类器设计及边界位置确定对定位结果的影响.最后通过预分类的方法对算法进行改进,实验结果表明,该方法在保持正确定位率基本不变的情况下,可以大幅度提高处理速度.     

长距离小间距隧道爆破开挖设计与施工

某新建隧道位于两条既有平行隧道中间,隧道走向与既有隧道平行,净间距为5m,路线全长1098m,为全程小间距隧道,施工难度较大。本文通过现场试验和测试,参考岩石破坏的最大峰值速度,确定了快速施工的开挖方案和爆破参数,并通过该工程对爆破分级提出了一些建议。     

神经网络在煤矿安全决策支持系统中的研究及应用

主要研究人工神经网络在煤矿安全决策支持系统中的应用。将BP网络用于瓦斯突出,解决了瓦斯突出判别困难、难以建立数学模型的难题,为煤矿瓦斯突出研究找到了一种新的建模和预测方法。     

一种基于规则的离群挖掘算法

离群数据挖掘是指从大量数据中挖掘明显偏离、不满足一般行为模式的数据。现有的离群数据挖掘算法大多对密集的交易数据库缺乏有效的处理,文中提出了一种高效的基于规则的离群挖掘算法。该算法使用了多层最大离群支持度及最小离群兴趣度,计算1-离群条件集的幂集,并在数据结构中存储了交易标识符链表,使得扫描数据库的次数仅为一次,从而提高了挖掘的速度、效率且使得结果更具有决策意义。文中使用此算法对某一商场的部分销售数据库进行了实验,结果表明该算法能有效、迅速地发现密集数据库中的离群数据。     

具有容差的模拟电路软故障的BP网络诊断新方法

文中提出了利用K故障诊断法导出软故障的统一特征向量的方法,并提出了改进的BP算法,由BP网络结合故障字典法对模拟电路进行故障诊断。最后本文给出了仿真实例,实验证明所提出的方法与传统的方法相比有更好的实时性和诊断效率。     

一种基于学习的视频字幕验证方法

视频字幕验证是字幕检测中的重要环节，其目的在于提高检测准确率。当前的验证方法多是依据经验规则。这些方法在图像背景复杂、图像分辨率低以及字幕字体、大小、颜色多变这些条件下，适应性差。为提高验证方法的适应性和准确性，通过将2维主成分分析（2DPCA）应用到视频字幕验证中，提出了一种基于2DPCA和支撑向量机（SVM）的视频字幕验证方法。该方法分训练和判别两个步骤，即首先采用2DPCA方法提取视频图像块特征，然后通过训练SVM对图像块进行验证和分类。实验结果表明．在图像背景复杂、图像分辨率低以及字幕字体、大小、颜色多变这些传统验证方法或多或少都存在困难的条件下，该方法不仅具有良好的视频字幕验证能力，而且也能明显降低算法的运行耗时。     

一种基于语义的视频场景分割算法

针对如何在镜头基础上进行聚类，以得到更高层次的场景问题，提出了一个基于语义的场景分割算法。该算法首先将视频分割为镜头，并提取镜头的关键帧。然后计算关键帧的颜色直方图和MPEG-7边缘直方图，以形成关键帧的特征；接着利用镜头关键帧的颜色和纹理特征对支持向量机（SVM）进行训练来构造7个基于SVM对应不同语义概念的分类器，并利用它们对要进行场景分割的视频镜头关键帧进行分类，以得到关键帧的语义。并根据关键帧包含的语义概念形成了其语义概念矢量，最后根据语义概念矢量通过对镜头关键帧进行聚类来得到场景。另外．为提取场景关键帧，还构建了镜头选择函数，并根据该函数值的大小来选择场景的关键帧。实验结果表明，该场景分割算法与Hanjalic的方法相比，查准率和查全率分别提高了34．7％和9．1％。