基于深度信息的单幅图像自动阴影检测

为解决复杂场景阴影的自动检测问题,提出一种基于深度信息的单幅图像自动阴影检测算法。该算法首先利用深度信息估计图像的法线、点云信息,并对图像进行多尺度纹理滤波;然后利用法线、点云和色度信息估计不同尺度下滤波图像的阴影置信度和亮度置信度,并对两种置信度图分别进行阴影边界相关的多尺度融合,消除纹理影响的同时保留了复杂的阴影边界信息和结构信息;最后利用拉普拉斯算子对阴影置信度进行插值优化,得到更精确的阴影检测结果。实验结果表明,对于简单场景和复杂场景图像,该算法都能完整检测出其中的硬阴影和软阴影,具有较好的阴影检测效果。通过与其他算法的阴影检测结果进行对比,验证了本文算法的准确性和鲁棒性。     

基于Bezier曲面约束的多形态随机曲面生成方法

将随机图形与自由曲面的变形相结合,提出了随机曲面生成的均匀插值移位法．算法中,以Bezier曲面离散生成的de Casteljau算法为基础,利用不同性质的插值移位扰动量调控随机曲面的复杂多样性,可生成具有确定性的、随机性的、分形特征的和混合复杂性的四类不同形态特征的随机曲面．     

联锁软件测试集可视化生成

生成充分而有效的测试集是软件测试过程的重要环节．根据联锁软件测试集的特点，在测试集自动生成算法基础上引入可视化技术．在测试集生成过程中，以图像方式显现数据之间的规律和联系，即时检验数据正确性．这种算法为用户提供了友好的人机交互界面，有利于减少冗余数据，提高测试集生成的效率．     

通信网络性能评价的并行分析方法

应用控制科学理论离散事件动态系统摄动分析思想，提出了一种基于无时钟事件追踪法进行并行仿真的快速算法．根据被模拟网络在一组参数下的仿真样本轨迹，同时并行构造一簇不同参数集合下的网络系统样本轨迹．实验结果表明该算法大大提高了通信网随机模拟与性能评估的效率．     

基于遗传操作的延迟和度约束的多播路由启发式算法

基于启发式思想的简单性和路径相似性原理，采用遗传算法的交叉和变异操作，提出了一种快速的满足延迟和度约束的最小费用多播路由树的生成算法(DDCMRA)，以解决直接修改延迟约束或者度约束多播路由算法时寻优时间长、并且可能导致部分目的节点因不能满足延迟或者度约束而不能加入多播的问题．仿真结果显示。该算法获得的多播路由树满足延迟和度约束，费用较少，运行时间接近CSPT和RA算法．该算法也为动态多播路由树生成和网络负载平衡提供了一种方法．     

一种构造阿基米德Copula生成元的方法

阿基米德Copula族在经济、金融方面有着重要的应用,它们是由某些单调递减凸函数所生成的一类Copula,这类单调递减的凸函数被称为生成元．不同生成元所生成的阿基米德Copula具有的性质也完全不同．通过g函数,找到了一种通过某些连续的一维分布函数构造阿基米德Copula生成元的方法．另外,讨论了生成元与g函数之间的关系,从而在某些情况下可以扩展阿基米德Copula族．     

大规模异构局域网中拓扑图的自动生成

为解决现有拓扑图显示工具存在的问题，在深入研究大规模异构局域网中拓扑图自动生成算法的基础上，提出了网络层拓扑图生成算法中碰撞的解决方法以及交换机拓扑图生成算法，采取网络层和物理拓扑分层实现的策略，简化了每一层拓扑的互连关系，便于清晰合理地呈现复杂拓扑结构．增加了手动调节功能，在每一层上做到布局合理，实现了多层拓扑图自动生成功能，解决了拓扑图规模较大时存在的重叠、交叉和布局不合理等问题，具有较强的容错显示能力．研究成果在实际应用中具有良好效果，为有效解决非可控目标网络拓扑探测受限等问题提供了手段．     

基于Matlab短时闪变严重度计算方法研究

随着电力市场的商品化发展，电能质量受到广泛关注．电压波动和闪变是电能质量的重要指标之一．按照国际电工标准规定．分析了电压波动与闪变检测的各个环节，在simulink下建立了闪变仪模型,依据生成视感度系数序列的大小，编制计算短时阗变严重度的程序，结果表明该算法简单．相对误差小，方法简便实用，统计精度高．     

二阶锥权互补问题的光滑牛顿法

二阶锥权互补问题是由R~n上的权互补问题推广到二阶锥上而来。基于欧几里得约当代数理论,构造一个新的含参数的二阶锥权互补问题的光滑函数。运用新的光滑函数,提出求解二阶锥权互补问题的光滑牛顿法。该算法对初始点的选取没有限制,且在适当的假设下,具有全局收敛性和局部超线性收敛速度。数值结果表明该算法能有效求解二阶锥权互补问题。     

基于支持向量机的高炉铁水硅含量多类别分类

支持向量机是基于统计学习理论发展而来的一种机器学习算法,本文介绍了非线性软间隔分类机、最小二乘分类机和加权最小二乘分类机的算法．以山东莱钢1号高炉在线采集数据作为应用案例．使用C均值算法对[Si]做聚类分析将其分成5类,改进Mary分类方法实现对铁水硅质量分数[Si]的多类别分类．并对各分类机的性能作出评价．     

基于改进阈值的小波域语音增强算法

提出了一种基于改进阈值的小波域语音增强算法.在阈值函数中引入参数,通过调整参数以获得较优的小波系数的阈值估计,使得改进阈值介于硬阈值与软阈值之间.利用改进阈值对染噪语音的小波系数进行阈值处理,达到了语音增强的目的.实验结果表明,该方法在抑制白噪声的同时减少了语音信息的损失,较硬阈值与软阈值的小波域语音增强方法相比,增强语音的信噪比、均方误差等性能均有明显的提高.     

西游记皮影机器人的工业设计

本文通过对民间艺术与现代设计相结合、情趣化设计、人性化设计三原则的研究,在参赛机器人的形象设计过程中加入比间艺术——皮影的成份,将机构功能与皮影的特征和谐的融合起来,将传统艺术与现代机械相结合,演绎了一出中国特色的机器人皮影戏．将西游记的故事予以新的包装和情节,赋予机器人参赛团队情趣化特征,使之成为机器人比赛赛场上的“一抹亮色”．通过多重材质的选择,包括布料、工程塑料、PVC管等,打破了现在国内机器人外观设计的单一取材从而探索了一条机器人设计的创新之路．     

基于CRBM算法的时间序列预测模型研究

针对受限玻尔兹曼机（restricted Boltzmann machines,RBM）算法对时序数据预测存在抽取抽象特征向量能力较差和梯度下降能力有限的问题,基于CRBM（conditional restricted Boltzmann machines）算法以及信念网络（deep belief network,DBN）模型,构建了一种非线性的CRBM-DBN深度学习模型,并采用高斯分布处理输入特征值和对比散度抽样,用于预测时序数据.实验以浙江省近岸海域赤潮时序数据作为输入特征值,讨论该模型的深度及参数选取,并与经典的深度学习模型RBM、DAE和浅层学习中的BP神经网络进行对比,实验验证CRBM对于赤潮时序数据的预测拟合度要明显优于其他3种模型,该模型可有效用于赤潮类时序数据的趋势性预测.     

基于影像组学与集成学习的脑胶质瘤分级预测

脑胶质瘤的术前分级对治疗决策和预后评估至关重要. 为了提高分级精度, 提出了一种基于影像组学和集成学习的无创胶质瘤术前分级方法. 首先, 从不同序列的感兴趣区域提取428个影像组学特征, 采用递归特征消除算法进行特征选择, 采用6种不同的机器学习算法对脑胶质瘤进行分级, 并对各自的性能进行评估; 然后, 根据评估结果, 选取逻辑回归、决策树和多层感知机3种分类器作为脑胶质瘤分级预测的机器学习算法; 最后, 将3种分类器的输出采用投票方式进行集成, 并评估硬投票机制与软投票机制的性能. 实验结果表明, 对于数据集BraTS2019, 基于硬投票机制的集成学习算法的性能较好, 受试者工作特性曲线下面积为0.933±0.031, 准确度为0.886±0.048, 敏感度为0.872±0.077, 特异度为0.905±0.105. 该方法不仅能增加胶质瘤分级模型的可解释性, 而且可以提高分级精度.     

基于特征颜色的车牌边缘检测方法

介绍了基于汽车车牌图像边缘检测的定位算法和基于车牌特征颜色的分析方法.本文有两部分组成，其一是基于色彩空间相似度的颜色判别方法，另一部分是在此基础上的边缘检测.本文方法充分利用了车牌的色彩特征，大量的实验结果也表明了该方法思路简单、实用.     

基于循环平稳特性的OFDM盲信道估计算法

准确的信道估计是无线通信可靠传输的关键技术之一,因此提出一种基于OFDM信号循环平稳特性的单k盲信道估计算法.该类算法无须改变循环频率,而是利用延迟变量的z变换中2个相关值来估计信道,并采用部分频谱信息提出的简化算法可进一步减小运算量.计算机仿真结果验证：单k盲信道估计算法性能明显优于双k算法,而简化的单k算法虽然在高信噪比时性能有所下降,但算法复杂度却大大降低了.     

基于模式矩阵的P_Matrix算法

Apriori算法是关联规则挖掘中最经典的算法,该算法需多次扫描数据库并产生海量的候选项目集.利用模式矩阵对Apriori算法进行改进,提出一种P_Matrix算法,它使扫描数据库的次数降为一次,同时不产生候选项目集而直接产生频繁项目集,从而使算法的时间复杂度和空间复杂度大大降低.     

基于多样本的在线支持向量回归算法

提出一种针对多样本的在线支持向量回归（SVR）算法,以解决目前SVR在线训练算法每次只能处理1个样本的问题．算法以拉格朗日乘数法和库恩一塔克（KKT）条件为基础,逐步改变样本的系数,并在每次迭代中保持原来的样本满足KKT奈件,最终使所有训练样本满足KKT条件．实验表明,该方法可有效更新SVR模型,且计算效率相比于基于单样本的在线回归算法有较大的优势．     

用Applet在网页上实现动态水中倒影

介绍了用Java Applet程序在网页上制作静态图片的水中倒影的总体实现方案，详细说明了其中涉及的主要技术和方法，也提出了有待解决的几个问题。     

预处理的校正梯度路径信赖域算法

信赖域算法是最优化中广泛使用的一种方法．在迭代的每一步都要解信赖域子问题,在众多解子问题的方法中,校正梯度路径算法利用系统的特征值和特征向量在整个雏数空间求出子问题的解,虽然这个方法较吸引人,但现有的校正梯度路径算法不太可行,因为在每一步迭代中它要求整个特征系统的计算或者矩阵的重复分解．提出了一种预处理的校正梯度信赖域算法．该算法在一步迭代中仪通过对对称矩阵进行一次Bunch-Parlett分解就在全空间中求出子问题的解,再用单位下三角矩阵因子去标度问题的变量,预处理的校正梯度路径由此形成,算法在通常使用的条件下有好的收敛性,对各种模型的优化问题的计算结果也显示出算法的高效性．