概率二维主分量分析

二维主分量分析是一种直接面向图像矩阵表达方式的特征抽取与降维方法. 提出了一个基于二维主分量分析的概率模型. 首先, 通过对此产生式概率模型参数的最大似然估计得到主分量(矢量); 然后, 考虑到缺失数据问题, 利用期望最大化算法迭代估计模型参数和主分量. 混合概率二维主分量分析模型在人脸聚类问题上的应用表明概率二维主分量分析模型能作为图像矩阵的密度估计工具. 含有缺失值的人脸图像重构实验阐述了此模型及迭代算法的有效性.     

基于遗传算法求解两曲线间最短距离

针对传统算法求解平面两条曲线间最短距离较为困难的问题,提出一种基于遗传算法的求解方法.该方法通过交替求解一条曲线上样本点到另一条曲线上样本点之间最短距离的方式对问题的可行域进行优化搜索.并对传统遗传算法做了两方面的改进,一是根据曲线自身特征分区间选取初始种群,使其能够合理地分布在寻优空间;二是对交叉结果进行跟踪,确保交叉成功后的个体优于父代个体.最终实例验证结果表明,该算法能较好地收敛到此类问题的全局最优解.     

一种基于扫描相关度的LSB算法

自然图像相邻像素序列具有一定的相关性。基于图像的这种统计特性,提出了扫描相关度的概念。隐藏信息的非均匀嵌入使得载体图像的相邻像素序列相关度降低,而且图像局部有相关度突变的现象,增大了隐藏信息被检测到的风险。进一步提出了一种LSB改进算法,该算法将隐藏信息均匀嵌入到载体图像中,并在嵌入过程中,根据相邻像素期望值对扫描相关度有突变的区域进行平滑。实验结果表明,该算法明显降低了图像相关度突变的现象。     

索尼公司研发出世界最高光输出功率的红光半导体激光阵列

在美国,IT经理们对于在企业服务器中使用SSD（固态硬盘）青睐有加,因为相较于目前普遍使用的传统硬盘,它解决了IT经理们的两个头痛问题：运行速度和高额电费。     

三相矢量下永磁同步电机占空比预测电流控制

针对永磁同步电机在传统模型预测控制下,存在单个控制周期计算复杂、稳态电流波动较大、开关频率不固定等问题,提出一种三相电压矢量下的永磁同步电机占空比预测电流控制策略。该策略运用三相电压矢量进行预测控制,仅经3次预测后,利用最优、次优电压矢量进行一次占空比计算,经转化后即可得出两电平逆变器单控制周期内三相开关时间,从而输出任意幅值、相角的期望电压矢量。仿真结果表明,该策略与经典双矢量和三矢量预测电流控制相比,其控制性能更优异且耗时更短。     

基于改进维纳滤波的自适应电力线通信降噪方法

针对电力载波通信过程中被传输信号受因负荷波动变化导致产生的噪声,且负荷噪声占比明显,进而影响通信质量的情况,文章提出一种基于改进维纳滤波的自适应电力通信降噪方法。该方法首先根据负荷波动规律,利用维纳滤波最小均方误差准则,求取最佳线性滤波器参数,即滤波器的输出信号与期望信号之差的均方值最小;再利用上一时间序列得到的信号,求取此刻滤波器得到信号梯度;最后将梯度值作为维纳滤波的阈值,作为下一期望信号的百分比,从而得到误差最小的真实信号。实验结果表明：文章改进滤波算法得到的信号准确率相对原始信号平均提高了28.3%。     

基于局部区域能量最小化模型的图像分割

在马尔可夫随机场(MRF)和概率理论的基础上,提出局部区域能量最小化模型,将传统基于像素的分割转化为基于区域的分割,能减小均匀区域中的误分类率。在该模型和MRF模型下,使用ICM算法、Gibbs采样算法、Metropolis采样算法对图像进行分割,结果表明该模型能取得更精确的分割结果,可有效拟制图像噪音和纹理对分割的影响。     

基于混合最小二乘支持向量机网络模型的非线性系统辨识

针对基于输入输出数据的非线性系统辨识问题,提出一种新的混合最小二乘支持向量机(LS-SVMs)网络模型及相应的学习算法.该算法将系统的辨识问题动态自适应的划分为若干子问题,将支持向量机(SVM)用于各子模块辨识;通过分析模型的统计学特性,给出基于整体框架优化的系统参数辨识方法.针对系统中参数相关联的特性,采用期望条件最大化(ECM)算法对其进行条件辨识,同时结合正则化理论和最小二乘法,保证各专家模块的结构风险最小化辨识原则.试验结果表明,该方法兼具良好的辨识精度和泛化性能.     

改进的FCM与局部信息相结合的图像分割

传统的EM算法和FCM算法分割精度低,时间消耗大。为解决以上不足,提出了一种基于EM、FCM和KCN三种算法相结合的全新的图像分割算法。该算法有较好的分割精度。考虑到图像会受到噪声的干扰,在改进算法的基础上又引入图像的局部信息。首先利用图像的局部信息重塑图像的灰度直方图,增强了像素的类间散布性和类内紧凑性,然后让改进的算法在重塑图像上执行。实验结果表明,该算法具有很好的分割效果和较强的抗噪性能。