支持向量机在沥青改性最佳状态识别系统中的应用

普通沥青在使用过程中容易受到很多破坏,需要加入改性剂来增加沥青的使用寿命。改性剂沥青中呈星点状分布,其颗粒的大小和分布直接影响改性剂功效的发挥。本文就是在模式识别技术下,利用支持向量机,根据改性剂颗粒在沥青灰度图像中的灰度特性及几何特征,识别改性剂颗粒在沥青中分布的最佳状态。     

基于深亚微米工艺的ESD保护器件优化设计

集成电路工艺目前已经发展到超深亚微米水平,静电放电危害变得更加突出。针对这一问题,首先介绍了基于CMOS工艺的静电放电保护电路结构及性能,并在此基础上讨论ESD电路的设计、仿真方法。这里以常用保护器件栅极接地NMOS(GGNMOS)为例,分析了尺寸参数对ESD保护性能的影响;同时给出了一个符合ESD保护性能要求的优化设计方案。器件采用TCAD软件Sentaurus进行工艺仿真和物理特性模拟,对设计给予了验证,结果显示在0.18μm工艺下本设计达到ESD防护指标。     

基于口腔图像的分割算法的研究

针对传统分割算法难以解决多目标分割等问题，提出了一种改进的一维Kaput熵多闽值分割算法。该算法依据Kaput熵阈值选择原理，应用图像灰度直方图信息，利用迭代合并和选择方法建立口腔图像中的阈值分割模型，解决了图像分割中阂值的自动获取问题和多阈值并行选择问题，实现了口腔图像中牙齿和病灶的分离。形状准则和一致性准则评价方法证明了该算法在抗噪声方面明显优于自适应阈值方法。获得的分割结果较好地保留了图像的灰度信息和边缘信息，为后续的图像分析和诊断工作提供了保证。     

基于粗糙集理论的计算机图像识别系统

为解决专家系统较难获取完备知识的瓶颈问题,设计了一种基于粗糙集理论的诊断系统。研究历史数据所形成的决策表,运用粗糙集理论进行约简,构建专家系统知识库模型。通过计算诊断规则粗糙度,确定诊断规则的置信程度。利用推理机,实现对知识库的动态维护。结合诊断的特点,建立基于粗糙集理论的专家诊断系统模型,快速准确地实现诊断的目标。实例表明,该专家诊断系统有效、实用,具有很好的学习能力。     

Prewitt改进算法的研究与实现

针对传统图像处理算法在实际应用中实时性差的问题,提出在DM642上实现Prewitt边缘检测改进算法,并阐述了系统实现所需的硬件组成、软件设计原理、EDMA通道技术等.通过对Prewitt算法以及改进的Prewitt算法的实验运行,证明了该系统稳定,运行效果良好,图像处理的速度能达到系统的实时性要求.     

基于非局部均值滤波的医学CT图像去噪算法

提出一种基于梯度结构相似性的非局部均值去噪算法,算法利用梯度结构相似性改进传统非局部均值去噪算法的小块权值,通过欧式距离与梯度结构相似性参数结合更好地去除噪声,同时采用改进的双核函数代替传统指数函数计算权值,通过在肝脏和肺部图像上实验,对比传统非局部均值去噪算法和改进非局部均值去噪算法,证明本文算法去噪效果更好,同时还保持了边缘结构。     

高技术企业绩效评价指标体系

根据高技术企业绩效形成过程和影响因素建立了高技术企业绩效评价的指标体系,并选取一个典型的高技术企业对该指标体系进行了实际验证。结果表明,本文提出的指标体系及评价方法能够客观、准确地反应企业的真实情况,对企业的绩效管理具有指导意义。     

基于支持向量机的火灾探测系统研究

火灾的早期探测技术长期得到火灾预防专家的关注,基于图像型的火灾探测系统成为研究的重点．针对目前的火灾早期探测技术存在的问题,提出基于火灾火焰图像和支持向量机识别原理的火灾识别技术,系统获取火灾初期火焰的六个主要特征,采用基于线性核函数等不同核函数的支持向量机技术进行识别实验,得出基于线性核函数识别火灾的准确率最高的结论．本探测系统一定程度上弥补传统监测系统的缺陷,缩短预报时间,降低误报率．     

图像处理中小波提升方案和Mallat算法的比较

离散小波变换(DWT)的快速算法是近几年小波变换领域研究的热点。Swedlen提出一种不依赖于傅立叶变换的新的小波构造方案——提升方案(LIFTING SCHEME)，其计算速度是传统Mallat算法的两倍左右，因而成为计算离散小波变换的主流方法。提升方案为第一代小波变换提供了一种新的更快的实现方法，同时，大大降低了第一代小波的难度，并且已经证明提升方案可以实现所有的第一代小波变换。     

基于口腔图像的分割算法的研究

针对传统分割算法难以解决多目标分割等问题,提出了一种改进的一维Kapur熵多阈值分割算法.该算法依据Kapur熵阈值选择原理,应用图像灰度直方图信息,利用迭代合并和选择方法建立口腔图像中的阈值分割模型,解决了图像分割中阈值的自动获取问题和多阈值并行选择问题,实现了口腔图像中牙齿和病灶的分离.形状准则和一致性准则评价方法证明了该算法在抗噪声方面明显优于自适应阈值方法.获得的分割结果较好地保留了图像的灰度信息和边缘信息,为后续的图像分析和诊断工作提供了保证.