基于Retinex的低照度图像增强

Retinex理论是颜色恒常知觉的计算理论,可以用于图像清晰度严重失真状况下的图像增强.在研究Retinex算法的基础上,对低照度彩色图像失真中色彩恢复存在的问题进行研究,构建了一个恢复效果较好的色彩恢复函数——余弦色彩恢复函数.给出了处理后图像的自动补偿/增益方法以及补偿/增益中参数实际选取的经验值.对处理后的图像进行了质量评价分析,表明该恢复函数在处理低照度图像时具有较明显的改善效果.     

基于GPU的LCS算法加速机制研究与实现

协议特征识别技术中用到了一种重要的LCS算法,它是一种字符串比对算法,提取出字符串中的最长连续公共子串。然而,通过理论分析和实验表明：这个查找过程是一个时间复杂度较高的运算过程,如果输入的数据分组比较大,那么运行的时间将会非常长,为此不得不控制输入数据分组的大小和数量,这严重限制了所采用样本集的大小。提出了基于GPU对LCS运算实现加速的方法。在此基础上搭建和配置了CUDA平台,在此平台下研究并实现了LCS算法的并行性。通过对LCS算法在CUDA下并行性的研究,有效地加快了LCS算法的运行速度。实验结果表明,GPU下LCS算法的运行效率比CPU有了显著的提高。     

基于盲源分离的雷达信号分选方法

传统的信号分选算法建立在脉冲描述字（PDW）参数分析的基础上,对同频或频谱混叠的雷达信号可能无法分选.鉴于越发明显的常规雷达信号处理方法的局限性,通过仿真手段,用盲源分离的方法对混合后的雷达信号进行分选.仿真结果表明,该方法可对雷达盲信号进行有效的分离,且不需要其它信号处理方法所要求的任何先验知识作为条件.     

一种结合多重插补的ADS-B数据筛选算法

为了提高广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)报文质量,解决由于地面站多重覆盖、硬件设施配置、运行状态等原因引起的报文在数据重复性、数据完整性和实时性上存在的问题,采用多条件直接起始法建立航迹,采用多项约束条件筛选进入优选的报文,并基于专家评级法对报文中表征数据项完整性的权重参数进行估计,结合报文的位置精度和完好性参数综合计算得出ADS-B数据质量指标并将其作为挑选依据。对于ADS-B报文质量极度不理想的特殊情况,使用多重插补(Multiple Imputation,MI)算法对其进行补全处理,综合以上步骤挑选出高质量和高可靠性的ADS-B更新点迹。仿真计算证明该方法可有效剔除重复覆盖造成的重复报文和网络延迟造成的历史数据,防止航迹点回跳,提高数据质量和监视效率。目前,该方法已实际应用于地面站和传输链路条件均不理想的场合,大量实践结果表明该方法可用于保证输出高实时性的、周期性的、稳定平滑的、可靠的ADS-B数据。     

有限个平衡问题与非扩张映象不动点问题的复合迭代方法

在Hilbert空间中引进并研究一种新的复合粘性迭代算法,借以寻求有限个平衡问题的公共解集与非扩张映象不动点集的一个公共元素.所得结果改进并推广了最近一些人的最新结果.     

场景轮廓的动态规划立体匹配算法

立体匹配算法是三维重建的关键步骤。由于实际场景中经常存在大片灰度相近的区域,稠密三维重建存在计算时间长、实时性差的问题。采用了场景的轮廓来重建场景的方法。基于场景中相邻点之间的视差应当是连续的假设,解决了轮廓在匹配时存在的"噪点"的问题,利用动态规划法对轮廓上各个点的视差进行约束以及求解最优解。由于提取轮廓后需要匹配的点数大为减少,用时可减少为原来的10%,得到与场景一致的轮廓视差图。     

对偶算法的进一步研究

The dual algorithm for minimax problems is further studied in this paper. The resulting theoretical analysis shows that the condition number of the corresponding Hessian of the smooth modified Lagrange function with changing parameter in the dual algorithm is proportional to the reciprocal of the parameter,which is very important for the efficiency of the dual algorithm. At last ,the numerical experiments are reported to validate the analysis results.     

Approximation bounds for quadratic maximization and max-cut problems with semidefinite programming relaxation

In this paper,we consider a class of quadratic maximization problems.For a subclass of the problems,we show that the SDP relaxation approach yields an approximation solution with the ratio is dependent on the data of the problem with α being a uniform lower bound.In light of this new bound,we show that the actual worst-case performance ratio of the SDP relaxation approach (with the triangle inequalities added) is at least α δd if every weight is strictly positive,where δd ＞ 0 is a constant depending on the problem dimension and data.     

一种具有对称结构的神经网络的构造方法研究

文章提出了一种神经网络构造方法一改进的OBD（Optimal Brain Damage）算法，力求使网络的结构（网络权值矩阵）具有三角对称性，定义了衡量网络对称性的三角对称度。一方面，该算法可以提高网络的收敛速度，另一方面．由于网络的对称性，可以有效地提高网络的硬件和软件可实现性。将该算法应用于系统辨识，结果表明在本文提出的算法的训练下．网络结构近似为三角对称，同时不影响网络的学习能力。     

Approach of generating parallel programs from parallelized algorithm design strategies

Today, parallel programming is dominated by message passing libraries, such as message passing interface （MPI）. This article intends to simplify parallel programming by generating parallel programs from parallelized algorithm design strategies. It uses skeletons to abstract parallelized algorithm design strategies, as well as parallel architectures. Starting from problem specification, an abstract parallel abstract programming language＋ （Apla＋） program is generated from parallelized algorithm design strategies and problem-specific function definitions. By combining with parallel architectures, implicity of parallelism inside the parallelized algorithm design strategies is exploited. With implementation and transformation, C＋＋ and parallel virtual machine （CPPVM） parallel program is finally generated. Parallelized branch and bound （B＆B） algorithm design strategy and paraUelized divide and conquer （D ＆ C） algorithm design strategy are studied in this article as examples. And it also illustrates the approach with a case study.