顾及要素空间分布特征的稠疏矢量瓦片构建方法研究

现行常用的金字塔模型构建矢量瓦片方法普遍未考虑空间对象的分布特征,导致同一层级矢量瓦片之间的数据量不均衡,引起瓦片数据加载渲染效率差异和并发一致性问题.为此提出一种顾及要素空间分布特征的稠疏矢量瓦片构建方法.该方法在保证矢量瓦片金字塔模型多分辨率特性的同时,对每一层级中要素数据量大的瓦片进行层次分解,形成了稠疏空间格网,从而实现同一层级矢量瓦片间的数据量相对均衡.实验表明,该方法实现了矢量瓦片访问时的负载均衡,提升了矢量瓦片的加载渲染效率,获得了更好的用户体验.     

基于金字塔格型矢量量化 ( PLV Q) 的多尺度图像编码

近年来 ,格矢量量化 ( LV Q)由于本身的特点和性质引起了人们的广泛兴趣 . 由于小波图像系数 的分布特点 ,本文选用金字塔格型矢量量化 ( PLV Q). 为了使 PLVQ更有效 ,作者提出了一种与图像本 身无关的熵编码方法去消除 VQ输出冗余 . 特别是 ,给出了由格点输出索引和由索引输出格点的快速算 法 ,而且 ,在矢量量化中引入了重要图的概念 ,可以有效确定非零矢量的位置. 此外 ,还根据异步传输模 式 ( ATM)的特点 ,选择了传输的优先级 .     

基于多尺度特征提取网络的图像美学量化评分方法

提出了一种基于多尺度特征提取网络的图像美学客观量化评分方法,该模型主要由多个多尺度特征提取单元级联组成,每个单元包含由3个不同卷积核组成的特征提取层、融合层和映射层。特征提取层通过联合图像的全局视图和局部视图组成网络输入端,在输出端以EMD函数为损失函数,输出分布为1~10分的概率密度质量函数,并以分布均值作为图像美学量化值。实验证明,本文方法具有可行性和有效性,解决了传统方法只进行美感二进制等级分类的问题,给出了（模拟人类思维对）图像的客观量化评分;同时在AVA数据集上获得了优于几种主流算法的分类准确度。     

基于数控代码的构造曲面法向矢量的求解方法

采用区别与传统全局建模的方法,基于三坐标数控代码直接提取出曲面的表面数据点,然后用散乱点三角网格模型,先求出空间坐标点两个方向的切向矢量,进而求出曲面的法向矢量。最后用算例说明了该计算方法较传统的全局建模方法有计算量较小而精度较高的优势。     

基于半监督子空间迁移的稀疏表示遥感图像场景分类方法

利用已有的标记数据对新领域图像进行分类是遥感图像场景分类的重要研究方向。提出了一种基于半监督子空间迁移的稀疏表示（sparse representation method based on semi-supervised transfer learning subspace,SR-SSTLS）遥感图像场景分类方法。为减少源域和目标域数据分布变化,将不同数据域的遥感图像投影至共享子空间。源域和目标域数据在投影子空间协同学习共享字典,使得带标记的源域数据辅助目标域模型的建立。同时,建立了基于源域、目标域、源域-目标域标记数据的拉普拉斯图矩阵和目标域未标记数据的拉普拉斯正则化项,使得目标域中的数据均得到很好编码。在多个遥感图像数据集上的实验结果均证明了SR-SSTLS方法的有效性。     

基于特征点群相似度计算模型的图像表示方法

针对空间金字塔匹配模型缺乏对图像中视觉物体旋转、平移和缩放的考虑问题,提出了一种基于特征点群相似度计算模型的图像表示方法.基于词汇树模型的粗匹配结果,通过特征点群拓扑、方向、距离等计算其相似度,并以此作为评价指标对匹配结果进行过滤;根据由特征点群计算所得的标准差椭圆的圆心、旋转角度对金字塔匹配的图像划分子区域并进行调整,从而得到图像抗旋转、平移和缩放的表示.分别在自建校园建筑物数据集和自建物体图像数据集上对方法进行了验证和比较,结果表明,该方法提高了分类识别的准确率和检索的查全率,特别是对于包含明显旋转、平移和缩放变化的图像数据效果更好.     

基于支持向量机对种群特征回归分析的自适应遗传算法

在分析标准遗传算法易发生早熟收敛的基础上,提出了遗传算法种群特征代间海明距离的概念,代间海明距离可以较好的反映算法运行的总体与动态性能.应用支持向量机对遗传算法的代间海明距离进行了回归分析,遗传算法依据回归分析结果调整其整体优化策略,同时依据算法当前运行情况自适应调整种群的多样性,有效地避免了遗传算法的早熟收敛.数值实验结果表明,该改进算法搜索整体性较强,搜索效率优于标准遗传算法,提高全局优化能力.