融合最近邻矩阵与局部密度的自适应K-means聚类算法

针对传统K-means聚类算法对初始聚类中心和离群孤立点敏感的缺陷,以及现有引入密度概念优化的K-means算法均需要设置密度参数或阈值的缺点,提出一种融合最近邻矩阵与局部密度的自适应K-means聚类算法。受最邻近吸收原则与密度峰值原则启发,通过引入数据对象间的距离差异值构造邻近矩阵,根据邻近矩阵计算局部密度,不需要任何参数设置,采取最近邻矩阵与局部密度融合策略,自适应确定初始聚类中心数目和位置,同时完成非中心点的初分配。人工数据集和UCI数据集的实验测试,以及与传统K-means算法、基于离群点改进的K-means算法、基于密度改进的K-means算法的实验比较表明,提出的自适应K-means算法对人工数据集的孤立点免疫度较高,对UCI数据集具有更准确的聚类结果。     

小波变换和直方图均衡化的保持色调不变彩色图像增强算法

彩色图像增强的目的是保持色调的前提下加强图 像对比度,提高彩色图像视觉效果,文中提出小波变换域内色调不变 彩色图像增强算法,RGB彩色空间中,对各通道进行小波分解,高频部分进行非线性变换, 突出细节信息,然后通过小波逆 变换重构图像,然后对图像进行限制对比度直方图均衡化后与原图比较算出增强因子,最后 处理gamut问题,得到保持色调 不变的增强图像,在相同条件下与其它彩色图像增强算法进行性能比较,实验结果表明,该 算法对质量不同的彩色图像有较 好的增强效果,增强了图像细节和对比度,并具有自适应能力。     

金沟河流域水权分配及转让研究

为了合理利用金沟河流域水资源,更充分地发挥水资源的效益,本文以水权分配的公平、效率、可持续性原则为分配指标体系,运用灰关联评估对金沟河流域水权进行了分配。然而随着经济的发展,流域的水权需要转让,本文对金沟河流域农业水权的转让也进行了探讨。     

一种基于二进小波变换的图像边缘检测方法

边缘检测是图像处理和计算机视觉领域最活跃的研究课题之一。传统边缘检测方法对噪声非常敏感,针对该问题在传统边缘检测算法分析的基础上,提出了一种基于二进小波变换的图像边缘检测方法。首先,对原图像进行二进小波分解,然后对低频子图像用直方图均衡化来进行增强,对增强后的低频子图像用二进小波变换模极大值点方法进行边缘检测得到边缘图像。实验结果表明,这种边缘检测方法明显优于对原图像直接使用传统边缘检测算子或二进小波变换模极大值点的边缘检测方法。     

反对称双正交小波应用于医学图像增强的研究

研究了二进小波和反对称双正交小波所具有的微分算子功能,从而得出反对称双正交小波也具有近似于二进小波的平移不变性。提出了用一种反对称双正交滤波器进行图像增强的方法。通过实验可知,用反对称双正交滤波器进行医学图像增强时,不仅会保持平移不变性,而且还能加快速度;同时,图像增强的评价指标数据相等,且有的高于用二进小波进行增强所得到的数据。     

基于供水限额的喀什噶尔河流域水资源合理配置

水资源的合理配置对喀什噶尔河流域未来社会经济发展有着非常重要意义。本文以喀什噶尔河流域水资源及开发利用现状为基础,针对喀什噶尔河流域用水总量实行限额供水的问题,分析了流域地表水-地下水资源的配置方案;有力地促进了水资源的可持续利用,对水资源严格管理的实现起到了促进作用。     

一种基于边缘图像融合的图像边缘检测方法

边缘检测是图像处理、模式识别和计算机视觉领域的重要内容．传统边缘检测方法的边缘检测效果一般．为了更好地检测出图像边缘,在传统边缘检测算法分析的基础上,提出了一种基于边缘图像融合的图像边缘检测方法．首先,对原图像进行二进小波分解得到低频子图像,然后分别对原图像和低频子图像采用直方图均衡化进行增强后用Canny算子来进行边缘检测,得到原图像和低频子图像的边缘图像,最后采用一定的融合规则将这两个边缘图像融合在一起,得到一幅完好的边缘图像．实验结果表明,这种边缘检测方法明显优于直接对原图像单独使用Canny算子或基于小波变换的边缘检测方法．     

“多媒体技术及应用”教学系统的设计与实现

在多媒体技术与应用教学过程中,基于互联网络的教学系统正层出不穷。我们在分析网上教学与传统教学的差异性的基础上,阐述了一个网上教学系统的基本体系结构应包括呈现教学内容的教学网站、完整的课程管理系统、虚拟的教室环境、多样的交互机制和完备的教学测试系统等功能模块,并构建了一个网上教学系统的基本体系结构,供大家在开发网上教学系统时参考,以提高开发效率和效益。该文首先对分析了现代网络教学的发展趋势,指出网络技术的发展和网络教学的发展是同时进行、相互促进的。论文主要介绍了本课题的开发背景,所要完成的功能和开发的过程。重点地说明了系统设计的核心、设计思想、难点技术和解决方案。系统功能包括前台显示和后台管理两大模块。前台显示部分主要面向老师和学生,包括师生论坛和信息发布,是前台操作部分,其中师生论坛主要包括师生交流区和学生交流区两大部分。后台管理部分主要面向的是超级用户和普通管理者(即教师),是后台操作部分,包括信息发布后台和师生论坛后台。