高动态范围图像增强算法

针对显示设备无法还原高动态范围图像的真实效果,提出一种基于分层色阶映射的图像增强算法。该算法首先通过Retinex模型与快速双边滤波算法估计光照图像。然后利用高斯混合模型和期望最大算法将光照图像概率分布分割为多层高斯模型混合而成。并通过迭代获得各高斯概率层对应的最优校正系数。最后叠加各层并获得增强后的光照图像。实验证明,该算法在整体上实现了图像动态范围的压缩,图像增强效果明显。     

基于视觉的轮式移动机器人导航问题研究

环境建模和路径规划是轮式机器人视觉导航的关键技术。针对传统视觉导航中环境建模实时性较差的问题,提出利用边缘延伸原理对轮式机器人视觉环境进行感知的方法;针对人工势场法在路径规划中出现局部最优解、路径震荡的问题,提出改进的逆势场导向法,给出新的人工势场函数,得到广义上的轮式机器人安全通道;针对轮式机器人路径不能出现急转急停的问题,提出一种曲率映射法,将轮式机器人的运动轨迹映射成曲率,设计相应的平滑路径生成策略。最后给出路径生成的算法,通过仿真研究与实验验证了该算法的有效性和正确性。     

基于中文句法结构的关系挖掘

针对实体间关系的表现形式和中文句法结构间存在的映射关系,提出一种新的实体关系挖掘算法。以实体关系在中文句法结构中的表现形式为基础,通过训练得到关系挖掘模板(单通道挖掘机),将每一个待挖掘的句子交给挖掘机,利用其中包含的挖掘模板对句子进行关系挖掘。为找到更准确的关系元组,对得到的元组进行准确化处理。该算法仅根据句子的句法结构即可进行实体关系挖掘,关系挖掘类型和句法结构映射明确,拓展性较强。实验结果证明,利用中文句法结构和实体关系间的映射关系能进行关系挖掘,挖掘准确率可达到80%以上。     

基于奇偶树型交互学习机与遗传算法的密文优化系统

为使图像加密系统具备优化功能,并解决当前遗传算法无法实现全局最优、收敛速率慢等问题,提出奇偶树型交互学习机耦合全局离散遗传算法的密文优化系统。定义权值更新机制,耦合混沌映射,构造奇偶树型交互学习机及其互扰模型。将切断型轮盘赌择取机制引入均匀交叉算子中,以图像分块的相邻像素相关系数和密文信息熵为目标,根据权重理论设计加权适应度函数,提出一种全局离散遗传算法,最终形成"初始加密-密文优化"的加密结构。实验结果表明,与超混沌算法、离散遗传算法、元胞自动机相比,该系统的加密质量较好,并且具备全局优化功能,可优化所有迭代结果,使最终输出密文的信息熵最大,相关系数最小。     

多交叉混沌选择反向小生境遗传算法

为提高小生境遗传算法的全局以及局部搜索能力,提出一种多交叉混沌选择反向小生境遗传算法。利用分段线性混沌映射函数生成一组混沌数序列,在每次进行交叉操作前,依据序列中对应元素的数值大小选择不同的交叉算子进行操作,通过小生境遗传算法产生较优的子代种群。针对子代种群,应用反向搜索策略获得反向种群,在子代种群和反向种群中进行精英选择得到最终新种群,以进一步加强算法的局部寻优能力。仿真实验结果表明,该算法在最优解及均值方面好于小生境遗传算法,从而证明其可行性和优越性。     

一种基于同义词词林的中文大规模本体映射方案

本体映射是解决本体异构问题的重要途径和手段,中文知识是网络开放知识库的重要组成部分,但现有的中文本体映射系统在面对大规模本体映射任务时,显得效率较低且可用性不高,目前仍缺乏针对中文大规模本体映射的相关系统。为了解决中文大规模本体的映射问题,设计并实现了一个面向中文的大规模本体映射系统。首先,提出了一种基于拟核力场势函数的大规模本体压缩方法;其次,提出了一种基于同义词词林的中文概念等价关系确定算法;再次,实现了大规模中文本体映射的原型系统;最后,将本系统与相似度计算相关典型算法进行比较,证明其具备一定的可用性和较高的总体性能。     

基于同态映射的制造资源虚拟化机制

为了通过云制造服务实现对制造资源能力的精准调度与使用,云制造模式要求制造资源的虚拟化过程必须保证云制造服务所描述的相关能力与原制造资源所提供的能力在逻辑上具备严格的一致性.为此,提出了基于同态映射的制造资源虚拟化机制:通过在物理资源层和云服务层之间定义抽象的虚拟能力层,在解耦物理资源与云服务之间直接映射的同时,分别定义了制造资源-虚拟能力、虚拟能力-云服务的同态映射函数;采用基于语义相等映射的实现原理,将物理资源的能力及其所需的依赖条件进行同态抽象转换,并通过初步的案例仿真说明制造资源在同态映射过程中保持了能力语义的不变性.     

基于Java 3D的地球空间环境可视化研究

根据空间科学研究对交互性和Web化的发展需求,将Java 3D应用于该领域。深入剖析了Java 3D的主要几何类和实现细节;改进并实现了一种矩形网格等值线生成算法,解决了二义性和等值点在网格顶点的问题;介绍了一种生成规则网格的简单算法,并选用合适的Java 3D类加以实现;介绍了一种数值———颜色映射算法,并将空间环境数据映射为RGB颜色信息。综合运用这些算法,对地球空间环境中若干物理要素模型进行了二维和三维可视化。可视化结果与国内外空间环境模型研究成果基本一致,说明上述算法正确,有较高的参考价值。     

基于GPU的快速色阶映射算子实现

为了提高色阶映射计算的效率,设计了基于GPU的快速色阶映射算法.首先结合基本规约算法和GPU的并行运算特征设计了基于两个核函数的最大亮度计算方法,然后通过区域中间值共享计算以像素为中心的区域平均亮度,最后针对视屏处理,提出利用纹理缓存池解决CPU读数据和GPU处理数据速度不匹配的问题,并根据像素子集最大亮度自适应地更新全局最大亮度.实验结果相对相同算法的CPU实现得到了4～5倍的速度提升,表明所提出的算法能够充分利用GPU的并行性,并减少了大量重复运算,满足实时渲染的要求,并且对不同规模的纹理具有良好的适应性.     

基于三维点云模型的特征线提取算法

针对以往算法存在无法区分尖锐和非尖锐特征点、提取的特征点与视角有关、特征点未连线等问题, 提出一种基于高斯映射和曲率值分析的三维点云模型尖锐特征线提取算法。该算法先进行点云数据点的离散高斯映射, 并将映射点集聚类; 然后使用自适应迭代过程得到两个或多个面的相交线上曲率值和法向量发生突变的尖锐特征点, 这些点与视角无关; 最后, 用改进的特征折线生长算法, 将特征点连接, 得到光顺特征线。实验证明, 该算法具有良好的自适应性、抗噪性和准确性, 是一种有效的三维模型特征线提取算法。