具有时滞的生态-传染病模型的定性分析

针对一类疾病在食饵中传播而把食饵分为易感和染病的时滞生态-传染病模型,以时滞(即传染病在食饵种群中的潜伏期)作为分支参数,讨论了系统正平衡点在时滞τ=0时的局部渐近稳定性,在τ0时在一列临界值处发生了Hopf分支,并且对保持正平衡点稳定时时滞的范围也给出了估计.     

Zhiber-Shabat方程的多辛几何和多辛隐式格式研究

Zhiber-Shabat方程,描述许多重要的物理现象,是一类重要的非线性方程,有着许多广泛的应用前景.本文给出Zhiber-Shabat方程的多辛几何结构和多辛Fourier拟谱方法.数值算例结果表明多辛离散格式具有较好的长时间的数值稳定性.     

模拟深海采矿环境下混响的局部平稳性分析

针对深海采矿环境中强混响干扰下目标回波提取困难的问题,提出了海底强混响环境的模拟方法,在此基础上建立了采矿模拟环境中混响干扰的AR模型,并利用建立的AR模型计算了模拟环境中信号的Itakura距离.以建立的AR模型及Itakura距离为基础,建立了海底强混响仿真模型,对不同Itakura距离下的仿真信号及己知Itakura距离的大量实验数据分段预白化处理.仿真和实验数据处理结果表明模拟采矿环境下混响具有局部平稳性.     

基于提升小波变换的红外图像双重滤波算法

为了有效抑制红外图像中的随机噪声,采用一种基于提升小波变换的双重滤波算法来进行处理。该算法对含有噪声的红外图像实现第1次提升小波分解,然后对获得的低频和高频分解系数再次实现提升小波变换,舍弃由低频系数经过第2次提升小波变换后获得的低频系数以及由高频系数经过第2次提升小波变换后获得的高频系数。对剩余的高频系数和低频系数分别采用改进阈值函数模型以及改进非局部均值滤波算法进行处理,在此基础上实现小波系数重构。为了改善滤波后图像视觉效果,再引入直方图均衡化算法进行处理。通过理论分析和实验验证,获得了相关的标准测试图像和红外图像测试结果以及峰值信噪比和结构相似度测试数据。结果表明,该滤算法对于高质量地去除红外图像中的噪声是有帮助的。     

多摄像机在无重叠区域的目标匹配算法

基于颜色特征的目标匹配方法具有很好的区分性和直观性,但是特征本身受光线变化、背景复杂度等影响而对于目标识别准确率存在差异.针对这一现状,提出了一种新的基于时空局部特征和颜色特征的目标匹配方法.利用时空局部特征3-D LSK对待测视频中的运动目标进行行为识别,识别出具有相同行为目标.再结合目标的颜色特征,通过基于区域权重(Weighted Region Matching)的颜色匹配方法来识别出具有相同颜色的目标.对无重叠区域的多个测试视频进行的相关实验表明,该算法能够有效识别出普通场景下的不同目标,对于衣着颜色相近的不同目标也有很高的识别率.     

基于图像局部结构的区域匹配变分光流算法

针对变分光流算法的计算精度与鲁棒性问题,提出一种基于图像局部结构的区域匹配变分光流算法.光流估计能量泛函的数据项采用图像结构守恒与灰度守恒相结合,并引入规则化非平方惩罚函数,保证了光流估计的精度与鲁棒性;平滑项采用随图像局部结构自适应变化的扩散策略结合区域匹配约束函数能够有效地保护运动物体或场景的边缘轮廓信息;在光流计算过程中引入金字塔分层细化策略克服图像序列中大位移运动引起的像素点漂移现象,并采用数学方法证明光流估计模型的鲁棒性和收敛性.多组实验表明,本文方法在图像中存在剧烈光照变化、非刚性物体复杂运动以及多目标大位移运动等情况下具有较高的计算精度、较好的鲁棒性.     

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。     

基于局部二值模式和四元数的行人检测

局部二值模式(LBP)特征具有光照不变性、旋转不变性及计算简单等特性,能有效表示行人特征,广泛应用于行人检测。LBP 特征的提取方法通常基于灰度图像,如果用于彩色图像,则没有充分考虑各通道之间的相关性,不能保证行人检测的准确性。为此,我们对彩色图像的红、绿、蓝三通道的LBP 特征,以四元数的形式表示,利用四元数的性质,提出一种P-LBP特征,再利用k-最近邻算法训练分类器。该方法在INRIA 数据集上进行实验,与HOG、S-LBP、F-LBP、HOG-LBP特征进行比较,具有更好的效果。     

基于MG-LTP与ELM的微表情识别

特征提取和表情分类是表情识别的关键技术。针对传统方法识别率低的缺点,首先,提出了一种基于平均灰度的局部三值模式(MG-LTP)新算法,用于提取表情特征;其次,使用极限学习机(ELM)作为分类器,用于特征分类;最后,将二者结合用于表情识别,并进一步应用于人脸微表情识别中。在JAFFE数据库及CASME人脸微表情数据库进行试验,与传统方法对比,取得了较好的效果。     

对变压器局部放电及其现场试验的相关问题的分析及处理

本文研究了电力变压器产生局部放电的现象以及这种现象为什么会发生的原因;一旦这种现象产生以后可能带来的危害。同时本文还研究了在实验中出现的几种关于变压器局部放电的故障类型,此外,还对这种非正常放电产生的原因以及这种非正常放电的可能性。最后,本文通过实验研究指出,在进行变压器的生产中要对装配工艺进行严格的把关,以确保变压器的质量。