一种加窗的双重局部维纳滤波图像去噪算法——基于SWT和DTCWT

提出了一种基于静态小波变换和对偶树复小波变换的加窗的双重局部维纳滤波图像去噪算法。在第一次局部维纳滤波中,用静态小波变换对含噪图像进行分解,然后利用椭圆方向窗来估计不同方向子带的各点信号的方差;在第二次的局部维纳滤波中,第一次局部维纳滤波恢复后的图像被对偶数复小波变换分解后,利用由子带能量自相关函数确定的自适应窗来估计不同方向子带的各点信号的方差,然后利用逆对偶数复小波变换对图像进行恢复。实验结果及分析表明了该去噪算法的有效性。     

基于形态学双梯度算子的图像边缘检测

在数学形态学基础上提出了一组新的形态学双梯度算子,把它们用于图像边缘检测,适当选取结构元素,得到了在有噪声,和没有噪声的条件下都较好的效果;并把结果与其他检测效果做了比较,实验验证了该组形态学双梯度算子的可行性和有效性。     

集成语义信息的电子商务推荐系统

针对现有电子商务推荐系统中存在的数据稀疏性问题和系统冷开始问题,结合语义相似性以及产品分类学的方法,提出建立产品的语义关联模型,该模型的结构通过一个行业语义信息训练中心的训练得到,最终产品的语义信息被提取出来集成到现有的基于项目的协同过滤方法中。研究结果表明该方法在一定程度上克服了稀疏性问题和冷开始问题。     

无线传感器网络节点分布式信息融合算法研究

节省能耗和延长网络寿命是无线传感器网络研究的核心课题之一,国内外在节点放置、路由策略方面有大量研究,通过密度控制、分级簇等路由算法减少数据冗余。通过信息融合算法减少有效数据传输量是延长网络节点寿命的有效途径,并就此进行具体研究,提出了三种典型的分布式信息融合算法,即系数加权融合、无反馈的Kalman融合滤波及有反馈的Kalman融合滤波,并对其在805.12.4/ZigBee温度测量网络应用层协议中进行实现,最后通过运算数据结果对三种算法进行了比较分析及有效性、局限性总结。     

中小型逆变器的电磁兼容设计

通过分析中小型逆变器电磁干扰形成的主要原因,从控制电路设计、主电路设计、软件设计三方面介绍提高逆变器电磁兼容能力的措施,重点对软开关技术,随机调制技术进行了分析。     

基于距离补偿的毫米波近场成像算法

毫米波全息成像采用远场成像的近似模型,导致最终成像质量下降。针对上述问题,提出了一种基于距离补偿的毫米波近场成像算法。该算法用近场条件下的精确模型改进了传统成像算法的近似模型,利用成像平面与天线阵元的距离进行成像补偿,然后通过最大值投影和Lee滤波进行成像。实验结果表明,与毫米波全息成像算法相比,该算法在提高图像清晰度的同时,能够保留成像目标的更多信息。     

基于改进Canny算子的垃圾图像边缘检测

为提高垃圾识别分类的准确率,文中在垃圾图像预处理过程中提出了一种基于改进Canny算子的垃圾图像边缘检测方法。该方法从传统Canny算子滤波方式、梯度方向及阈值自适应3个角度实现了垃圾图像边缘检测的优化。针对Canny算子高斯滤波仅适用于高斯噪声和边缘细节易丢失的问题,采用改进的梯度倒数加权法进行滤波。针对Canny算子易检测出伪边缘的问题,通过在计算图像梯度方向的过程中增加方向梯度模板实现了边缘的精确化。同时采用最小误差法解决人工设定阈值的局限性,实现阈值自适应。实验结果表明,该方法在去噪性能和边缘细节两方面得到了改进,获得了更好的边缘检测效果,为后续垃圾图像的识别分类提供了技术保障。     

基于光纤惯性传感的变形测量方法研究

为了对地表变形进行实时有效的监测,及时发现其不规则沉陷的规律和趋势,从而确定整个地表移动区域的下沉情况。本文选取MIMU惯性测量单元,布设光纤光栅传感器,设计分布监测网路对地表变形数据进行测量。构造新的指数型阈值小波算法并结合时间序列分析对采集的数据进行去噪处理,显著提高去噪效果,最后利用卡尔曼滤波进行变形体的变形趋势预测。与仿真实验结果对比分析发现,采用这种方法得到的数据准确有效,该方法可应用到地形变形预测的工程实际中。     

一种针对不良主题的文本过滤方法

针对不良文本的过滤问题,文章提出了一种基于SVM分类器改进的文本过滤方法。该方法将传统的基于词语的分类方法改为基于词语元组的分类,增强了特征项的分辨率,实验表明该方法同传统的过滤方法相比具有较高的准确率和召回率。     

基于改进粒子滤波的PSK信号时延和码元联合估计算法

提出了一种基于自适应重采样的粒子滤波算法用于对PSK信号的时间延迟进行估计,可以消除由于状态噪声方差设置过小而产生不准确的后验概率分布和设置过大引起的估计误差增大的问题.同时,考虑已有算法无法实现较小时间延迟准确估计的问题,提出了一种码元正向与反向检测相结合的算法,可实现一个码元周期内任意时间延迟的准确估计.另外,对载频偏差进行精确估计并补偿.仿真结果表明这种新方法与原算法相比能够实现更精确的时间延迟估计与更低码元检测误码率