基于概念格的文本挖掘

文本挖掘是从非结构化的文本中发现潜在的概念以及概念间的相互关系。作为从浩瀚的Web信息资源中发现潜在的、有价值知识的有效技术,Web文本挖掘已倍受关注。文中提出了利用概念格来抽取隐含在文本中潜在的概念关系,将文本挖掘中文档与关键词之间的关系通过概念格结构呈现出来。     

TS201的混合编程问题的研究

介绍在TS201上进行软件开发的几种方法,从工程实现的角度比较各自的优缺点,指出C/C 语言和汇编语言混合编程技术的优越性.之后详细阐述ccts编译器的C/C 运行时模型对TigerShark系列DSP芯片的C/C 混合编程所规定的调用规则和接口规范,并给出程序设计实例.对工程实践有很大的参考价值.     

JPEG-LS近无损图像编码器VLSI结构设计

标准JPEG-LS图像压缩算法性能优越、算法复杂度低,因而被广泛应用于空间通信、医疗等领域.但是,该算法工作在近无损压缩模式时,计算当前像素的预测值需要使用前一像素的重建值,而重建值需要复杂运算才能得到,导致编码器存在大延时的反馈电路,这给编码器的高速硬件实现带来困难.在对JPEGLS算法的深入研究的基础上,采用重建值的前向预测方法,提出一种全新的JPEG-LS近无损图像编码器超大规模集成电路结构,能够有效避免编码过程中的反馈延时.与现有方案相比,提出的超大规模集成电路结构具有编码速率高、不需要片外缓存、系统功耗低等优点,适用于资源受限的星载图像压缩.     

《中国图象图形学报》复杂场景图像目标智能检测专栏简介

<正>图像目标检测在区域监控、被动导航、抢险救灾、飞行器制导等方面具有重要应用,是计算机视觉和图像处理领域研究中的关键性核心问题和挑战性难题,也一直是该领域的研究热点,并受到领域内广大学者的高度关注。近年来,得益于深度学习等人工智能技术在图像处理和计算机视觉中的广泛应用,图像目标检测技术研究已取得重大进展。     

用于DC-DC开关电源的模拟加法器设计

采用恒流源技术设计了1种适合于DC-DC开关电源的模拟加法器。基于CSMC 0.5 μm混合标准CMOS工艺对所设计电路进行了仿真验证。在3 V电源电压条件下,瞬态仿真结果显示模拟加法器输出VA为参考电压Vref与输入信号VA1的加权。当输入信号VA1从0~1.2 V变化时,模拟加法器的输出电压VA与VA1成线性关系,且VA与VA1的差值恒为一常数。当温度在0~110 ℃范围内变化时,模拟加法器的输出VA偏差仅为1.18 mV。仿真结果显示：该模拟加法器具有非常好的性能特性,适用于DC-DC开关电源。     

MQ编码算法优化及高速VLSI结构设计与实现

传统的JPEG2000MQ编码器串行编码效率低下,同时现有的多上下文并行编码的MQ编码器占用资源过大.本文对MQ编码算法中的运算流程,索引值和概率估计值的求解函数,条件交换和重归一化算法等四个方面进行了优化,减弱了上下文之间的依赖性,简化了条件交换和重归一化算法的复杂度.依据该算法,本文提出了一种高速的MQ编码器VLSI结构,实验结果表明,本文提出的MQ编码器VLSI结构能够工作在532.91MHz,吞吐率为532.91 Msymbols/sec,相比Dyer提出的Brute force with modified结构,工作频率提高1倍,吞吐量提高近27%,且面积仅为其四分之一.     

基于L∞最小搜索和陪集码的高光谱图像无损及近无损压缩

 分布式信源编码(DSC)由于其较低的编码复杂度及较高的抗误码性被应用于高光谱图像压缩.在典型的基于陪集码的分布式高光谱图像无损压缩算法s-DSC(scalar coset DSC)框架下,本文指出最优的预测准则应为无穷范数最小,提出了基于L_∞最小搜索的预测方法来逼近最优准则,并将框架推广到近无损压缩.实验表明,和原有的s-DSC相比,本文算法无损压缩的平均码率降低了大约0.25bpp,近无损性能也明显优于JPEG-LS,本文算法具有较低的计算复杂度、较高的压缩性能,且具有一定的抗误码能力,适用于星上压缩.     

粗定位和协同表示的高光谱图像异常检测

目的 由于在军事和民用应用中的重要作用,高光谱遥感影像异常检测在过去的20~30年里一直都是备受关注的研究热点。然而,考虑到异常点往往藏匿于大量的背景像元之中,且只占据很少的数量,给精确检测带来了不小的挑战。针对此问题,基于异常点往往表现在高频的细节区域这一前提,本文提出了一种基于异常点粗定位和协同表示的高光谱遥感影像异常检测算法。方法 对输入的原始高光谱遥感影像进行空间维的降质操作;通过衡量降质后影像与原始影像在空间维的差异,粗略定位可能的异常点位置;将粗定位的异常点位置用于指导像元间的协同表示以重构像元;通过衡量重构像元与原始像元的差异,从而进一步优化异常检测结果。结果 在4个数据集上与6种方法进行了实验对比。对于San Diego数据集,次优算法和本文算法分别取得的AUC （area under curve）值为0.978 6和0.994 0;对于HYDICE （hyperspectral digital image collection equipment）数据集,次优算法和本文算法的AUC值为0.993 6和0.998 5;对于Honghu数据集,次优算法和本文方法的AUC值分别为0.999 2和0.999 3;对Grand Isle数据集而言,尽管本文方法以0.001的差距略低于性能第1的算法,但从目视结果图中可见,本文方法所产生的虚警目标远少于性能第1的算法。结论 本文所提出的粗定位和协同表示的高光谱异常检测算法,综合考虑了高光谱遥感影像的谱间特性,同时还利用了其空间特性以及空间信息的先验分布,从而获得异常检测结果的提升。     

液相色谱-质谱联用检测乳中β-内酰胺类抗生素研究进展

β-内酰胺类抗生素是畜牧和牛乳生产中最广泛应用的、治疗动物细菌感染的抗生素。由于它们常用作治疗细菌感染的兽药,因此对于动物性食品和乳中β-内酰胺类抗生素的残留量分析是很重要的。论述了在检测牛乳中β-内酰胺类抗生素中的最新应用状况,表明液相色谱-质谱联用法(LC-MS)是一种高灵敏度和选择性的检测方法,具有广阔的发展前景。     

高超纯乙炔中杂质含量的分析

采用气相色谱法、电化学法、露点法测定高纯、超纯乙炔中的各种杂质,从而对产品质量进行定量分析与及时有效的监控。