pq维顶点融合范畴的扩张

研究了pq (p, q为互不相同的素数)维顶点融合范畴的G-扩张,其中G是有限群,确定出它的所有可能的范畴型,并重点研究了G是n阶循环群?a?和3次对称群S₃时各分支中单对象的分布情况.最后,在G-扩张具有辫子结构时给出了它的完全分类.     

Novel image fusion method based on discrete fractional random transform

We introduce a new spectrum transform into the image fusion field and propose a novel fusion method based on discrete fractional random transform （DFRNT）. In DFRNT domain, high amplitude spectrum （HAS） and low amplitude spectrum （LAS） components carry different information of original images. For different fusion goals, different fusion rules can be adopted in HAS and LAS components, respectively. The proposed method is applied to fuse real multi-spectral （MS） and panchromatic （Pan） images. The fused image is observed to preserve both spectral information of MS and spatial information of Pan. Spectrum distribution of DFRNT is random and uniform, which guarantees that good information is reserved.     

用珠心算的钥匙 开启数学智慧之门

珠心算教学属于数学教学中的知识技能范畴,珠心算教学要与数学教学相融合,同样要引导学生经历学习知识技能的过程,让学生在感悟和理解的基础上,掌握知识技能,同时积累数学活动经验,感悟数学思想,发展数学思维。作为数学和珠心算教学的一线教师,我从事珠心算教学近十年的时间,下面我将从以下三个方面谈谈如何将珠心算和小学数学教学有机融合,让珠心算走进数学课堂。     

衰减信道下的决策融合问题

本文针对国际上近几年兴起的研究热点——无线传感器网络在信道衰减下的决策融合问题进行探讨。分析了已有传感器决策融合问题算法的结构,在已知信道传输错误概率的条件下,将信道无传输错误的分析方法推广到信道衰减的情况,对传输错误和融合律的关系进行了深入分析。对给定融合律的网络决策融合问题,获得了最优容错传感器观测量化器的必要条件并设计了迭代算法。在没有增加问题的计算复杂度的情况下,得到了最优观测量化器。与国际上现有结果不同,新结果不要求传感器决策条件独立,也不要求各传感器与融合中心之间的信道相互独立,具有更加广泛的使用范围。     

多帧融合处理技术在运动模糊图像复原中的应用

运动模糊图像是电视监控中常见的退化图像 ,也是图像处理和检验工作中的难题。针对电视摄像的特点 ,多帧融合处理技术从图像时间序列中提取景物的运动信息 ,构造复原滤波器 ,通过频率域反转滤波方式复原模糊图像。这项技术能够有效地增强电视监控中存在的运动模糊图像 ,并且适用于数字视频图像处理     

基于小波变换的适合Quick Bird遥感影像的融合方法

在分析了IHS变换、PCA变换、Brovey变换、加权融合、PMⅠ(Proposed methodⅠ)等一般融合方法的基础上,针对Quick Bird全色与多光谱影像的融合,提出了基于átrous小波变换的小波比值方法;然后通过目视判别、定量统计参数两种方法对各融合结果进行了比较.结果表明,小波分解层数为3的小波比值方法既很大程度地提高了空间纹理细节信息,又高度保持了原始多光谱影像的光谱特征,适合于Quick Bird遥感影像融合.     

结合2D-COS和光谱融合技术的小麦淀粉回生特性定量表征

回生是淀粉加工、运输和储藏过程中的重要理化性质,快速检测淀粉回生程度对淀粉制品的品质和保质期有重要意义。为了探究二维相关光谱法(2D-COS)优选回生淀粉特征变量的可行性,研究结合2D-COS和光谱融合技术对小麦淀粉的回生特性进行定量表征。首先,将不同回生时间的小麦淀粉测定结晶度和回生度,从淀粉体系中晶体含量和对淀粉酶水解抗性的角度表征淀粉回生特性。然后,分别采集样品的近红外和中红外光谱数据,对采集的原始光谱进行Savitzky-Golay平滑和标准正态变量变换预处理后,结合偏最小二乘法分别基于近红外光谱、中红外光谱和融合光谱构建全光谱的预测模型。在此基础上,以回生天数为外部扰动,分别选取回生0, 1, 2, 3, 5, 7, 10, 14, 21和35 d的10条淀粉光谱进行2D-COS分析。通过分析同步谱和自相关谱,辨识了近红外13个和中红外11个与回生特性有关的特征波长。最后,基于这些特征波长进一步建立回生度和结晶度的预测模型。结果表明,全光谱模型结果中,光谱融合后的模型预测效果较好,结晶度模型的相对分析误差(RPD)值由1.203 4和2.069 0提高至3.980 9,回生度...     

偏振光谱多维信息的重构融合算法

针对传统光学手段难以实现复杂背景下光谱伪装目标的准确识别,同时,常规的数据融合方法易导致图像信息丢失的缺点,提出了一种基于非下采样轮廓波变换的偏振光谱多维信息融合方法。该方法结合自研的新型偏振光谱多维信息探测仪器,根据其获取的目标空间、光谱、偏振等多维信息,设计了多维信息重构算法流程,提取了偏振态基础数据斯托克斯参量以及偏振度和偏振角,利用NSCT对基础偏振参量进行图像融合,提升图像的信息含量以提高伪装物的识别准确率。先对具有相同边缘信息的图像Q和U采用NSCT分解,低通子带取均值,高通子带取最大值进行初步融合,获得偏振特征S,最后对偏振特征S、强度图像I以及偏振度DoLP进行NSCT分解,对分解所得低通子带进行区域能量加权融合;对高通子带,根据偏振特征图像具有灰度值小,受光照影响大等特点,采用LBP特征进行加权融合。同时,本方法与四类融合方法进行对比,据信息熵、标准差、平均梯度、对比度以及峰值信噪比五项指标对融合结果进行客观评价,并结合普通图像,偏振融合图像,偏振高光谱图像对目标识别精度进行对比。融合后的图像信息熵为6.998 6,标准差为45.599 8,平均梯度为19.808 6...     

基于卷积神经网络与特征融合的天气识别方法

在太阳能热水器及太阳能电池等太阳能发电领域,下雨、下雪、阴天等气候因素将严重影响发电效果,而太阳能随动系统工作也必须消耗能量,所以迅速判断当前的天气状况,并设计自适应的开关随动系统极其重要。当天气状况为阴雨或者雪天时,系统应当关闭从而减少能耗。鉴于传统的天气识别方法效率低、准确度差、计算量大的问题,在公开的天气图像基础上创建了一个具有多种类别的天气分类集,并提供了一种基于卷积神经网络与特征融合的天气图像识别技术。通过采用传统方式获取图像的颜色、纹理、形状3种特征作为整个模型的底层特征,在原本的VGG16(visual geometry group-16)模型基础上进行了改进,从而提取图像的深层特征,最后将底层特征与深层特征融合起来在Softmax上进行输出,总识别率达到94%。     

基于双通道残差密集网络的红外与可见光图像融合

为改善红外与可见光融合结果与源图像间的部分细节特征丢失问题,充分提取红外与可见光图像中的特征信息,提出了一种改进的双通道深度学习自编码网络进行红外与可见光图像融合。其中,双通道结构由密集连接和残差连接模块级联构成,并设置一种综合像素、结构相似度和梯度特征保留的损失函数,使该编码器结构可以充分提取红外与可见光图像的多层次特征,在融合层采用空间L1范数和注意力机制对级联双通道特征分别进行融合,最后设计对应的解码器对融合特征图像进行重构,获取最终的融合结果。通过与传统算法以及近年最新的深度学习算法进行实验对比,结果表明该方法在主观和客观上都具有优秀的综合性能。