碎纸片的拼接复原技术

本技术利用数学方法,解决碎纸片拼接问题,以提高拼接复原效率,研究复原同一页仅纵切后的碎纸片。通过对碎纸片的图像进行数字化,得到单个碎纸片的灰度矩阵,建立优化模型,利用遍历的方法,得到碎片复原结果。同时,复原同一页既纵切又横切后的碎纸片以及复原双面打印文件的原理类似。     

一种基于本体的语义检索设计与实现

基于语义检索的目的,结合成语典故本体的构建,设计了一个基于成语典故本体的语义检索模型,阐述了检索模型中用户界面模块、数据存储模块、查询分析模块和检索分析模块的功能;分析了系统中的本体构建技术、分词技术及检索技术,设计并实现了词语相似度及概念相似度算法;通过语义检索系统的实验,得到较高的查全率和查准率.     

利用HSSIM和残差比阈值的3维激光扫描图像去噪

为了更好地实现3维激光扫描图像的去噪,提出一种融合直方图结构相似度(HSSIM)和残差比阈值的改进稀疏去噪算法。利用初始化过完备字典进行稀疏分解,以相似因子代替重构误差作为保真项,利用残差比阈值作为正交匹配追踪算法的迭代终止条件对图像进行去噪,获得了去噪后图像的峰值信噪比及HSSIM指标。结果表明,与基于db2小波变换、多尺度曲波变换和离散余弦变换的去噪方法相比,该算法能获得更好的峰值信噪比和HSSIM数据。在有效去除图像噪声的同时还能更有效地保留图像的细节特征。     

聚类系数大小及分布可调的BBV网络演化模型

在传统BBV模型的基础上,提出了一种改进的BBV网络演化模型。基本思想是改变网络增长过程中新节点加入时,新旧节点的连接方式及优先选择概率。该模型不仅可以调节无标度加权网络度和强度的分布,还可以通过改变“三角形”连接概率公式中系数的大小,增大网络的聚类系数并调节网络聚类系数的分布。即根据实际需要,大范围调节网络度分布,精确调节聚类系数大小及分布,其生成机制更符合实际网络的演化过程。     

电子束辐照在POSS／环氧树脂二元体系TEM观察中的作用

本文以POSS／环氧树脂的二元体系为主体,研究了电子束辐照对该二元体系在透射电镜观察中的作用。研究表明,随着电子束辐照强度和辐照时间的增加,二元体系中POSS分散相的衬度越来越明显,得到的TEM图像也更加清晰。本文采用TEM图像的相对灰度值定量研究了电子束辐照时间对图像清晰度的影响,探索了电子束辐照对该二元体系TEM像衬度提高的原理。     

基于可分组设计的部分重复码研究

针对最小带宽再生情形下的有效修复问题,提出了一种新型部分重复(FR,fractional repetition)码设计。该设计由外部最大距离可分(MDS,maximum distance separable)码和内部重复码组成,称为GDDBFR(group divisible design based FR)码,可以达到随机访问模式下的系统存储容量,并且能够在很大范围内选择构造参数。理论分析指出,尽管GDDBFR码采用基于表格的修复方式,但通常具有大量的节点修复选择方案。此外,实验结果表明,与传统的RS(Reed-Solomon)码和再生码相比,GDDBFR码可以显著地减少失效修复时间。     

融合矢量量化与LBP的图像检索算法

基于内容的图像检索算法一直是图像领域研究的热门课题,因此提出一种新的融合矢量量化与LBP的图像检索算法。首先,将彩色图像转化到HSI颜色空间,进行矢量量化编码,统计图像码字出现的频数,形成颜色直方图,完成颜色特征的提取;然后,再将彩色图像转化成灰度图像,利用局部二进制模式(LBP)算法提取纹理特征;最后,相似度计算采用颜色特征和纹理特征相似度加权平均,并且改变颜色特征和纹理特征的权值,多次实验,得到使查准率最高的权值。实验结果表明,算法能有效地提升图像检索性能。     

基于变精度粗集证据加权的电子目标识别方法

为了对电子目标进行准确识别,一般采取多传感器融合的D-S证据理论方法。但是由于传统的D-S证据理论中各传感器对识别结果的重要性没有区分,造成识别结果不准确。变精度粗集模型是粗集模型的扩展,它允许一定程度错误分类率的存在,更符合实际数据的情况,将变精度粗集理论属性重要度概念应用到各传感器的重要性上,从而实现加权融合的证据理论。仿真结果表明,该方法对电子目标识别有效,尤其在传感器受到干扰时,识别结果更加可靠。     

基于改进C_0复杂度和MFCC相似度的端点检测

为了提高语音端点检测的准确率,提出一种基于改进C0复杂度和MFCC相似度相结合的端点检测算法。首先,计算每一帧语音信号的C0复杂度以及MFCC相似度。然后,结合C0复杂度与MFCC相似度作为新的特征参数,设置阈值进行端点检测。对信噪比在-15~15 d B范围内的含噪语音进行端点检测,使用Matlab软件进行仿真实验。实验结果表明,该方法相对于单独的两种方法提高了检测率,且稳定性更强。     

基于功率谱熵的频谱感知算法研究

针对低信噪比条件下认知无线电频谱感知问题,提出了一种基于功率谱熵的频谱检测算法。在分析主用户信号空闲与占用两种不同条件下观测信号功率谱熵差异的基础上,将其作为检验统计量,并确定了相应的判决门限,以实现对主用户信号频谱是否空闲的判决。计算机仿真结果表明,本算法无需信号的先验信息,可在较低信噪比条件下实现对常用调制信号的频谱感知,与盒维数频谱感知方法相比,检测性能约有8 dB的改进。