基于教与学优化算法的相关反馈图像检索

为提高基于内容的图像检索的检索性能和检索速度,克服低层视觉特征与高层语义概念间的“语义鸿沟”,提出一种基于教与学优化的图像检索相关反馈算法（TLBO-RF）.结合图像检索问题的特殊性和粒子群优化算法的优点,对TLBO算法中个体的更新机制进行了改进,通过将相关图像集的中心作为教师以及引入学员最好学习状态Pbest,使之朝用户感兴趣的相关图像区域快速收敛.将该算法与目前效果最好的两种基于进化算法的相关反馈技术在两套标准图像测试集上进行对比,结果表明本文算法相较于另外两种算法具有明显的优势,不仅提高了图像检索性能,同时也加快了图像检索速度,更好地满足了用户的检索要求.     

改进SIFT算法在气象站图像拼接技术上的应用

利用基于特征点的sift算法与几何不变矩结合实现气象站全景图像的拼接,Sift算法和不变矩结合计算出特征匹配点后,利用RANSAC算法进行特征点剔除误配,从而进一步计算出拼接图像之间的变换关系矩阵H。最终使用加权平滑算法完成了气象站图像的融合,从而得到最后的气象站拼接图像。实验证明,该算法一定程度上提高了图像拼接的效率。     

基于Welch算法的SAW传感器测量系统

声表面波(SAW)传感器性能卓越,能满足恶劣环境的测量需求。针对测量过程中干扰源淹没回波信号的问题,研究了Welch算法在复杂环境下对提升回波信号检测精度的估计方法,设计了基于SAW温度传感器的温度测量系统,验证了算法在功率谱估计中的性能。测量系统包括发射及接收链路,实现了激励源的发射、回波信号的接收与处理及温度解算等功能。搭建温升实验平台,在20℃~110℃的温度范围通过该系统对高精度数显加热台进行温度测试。测试结果表明,相较于加热台设定温度,实际温度测量误差控制在2.4%以下,系统可靠性高且具有较好的测量效果。     

数字阵列雷达并行信号处理算法及实现

在某型号数字阵列雷达信号处理机的研制过程中,针对多波束、多任务下实时运算的难题,基于分布式多DSP处理器平台研究了数字阵列雷达的并行算法实现,采用多通道并行和通道内流水并行的处理方案进行算法分配和映射,成功完成了系统设计。实验结果表明,该系统具有较好的实时性、并行性和可扩展性。     

RSA加密算法及其改进算法的研究和实现

首先利用RSA加密算法对数据进行加密和解密,实现了数据的安全传输;然后针对RSA加密算法时间开销大和算法设计复杂的缺点,提出基于乘同余对称特性的SMM算法。通过对该改进RSA加密算法的实现发现加密运算速度明显提高且算法更简单,从而证明了本文所提改进算法的有效性。     

基于改进BP算法的中间视合成方法

本文提出了一种新颖的基于改进BP算法的中间视合成方法。方法中首先改进了BP(Belief Propagation)算法来提高视差估计的正确率,然后在视图插值中设计了新的插值策略,在区域分类的基础上有针对地进行中间视合成。实验结果表明,采用本文提出的中间视合成方法可以获得具有很好视觉效果的虚拟视图。      

智能天线技术综述

综合、详细地论述了智能天线工作原理、信号模型、波束形成算法和应用现状,并提出了目前在智能天线技术研究方面亟待解决的主要问题。     

无人机视频图像运动目标检测算法综述

运动目标检测是实现目标跟踪、交通监控、行为分析等任务的基础。但在无人机获取的视频图像中,无人机运动、旋翼震动或外界风力等客观因素使图像出现较为明显的背景、光照等变化,会对运动目标的检测产生影响。因此,如何降低干扰、提高检测精度,让无人机在运动目标检测领域发挥作用在信息时代具有相当重要的意义。无人机视频图像的运动目标检测相比传统运动目标检测,检测思路基本一致,但干扰因素众多。本文以此为切入点,分类综述了适用于无人机视频图像运动目标检测的算法及其改进,主要包括运动估计算法、帧间差法、背景建模法、光流法等传统算法和近年出现的新型算法;通过对无人机运动状态的划分探讨比较了上述方法的优缺点及适用场景。帧间差法更适合处理无人机悬停状态的数据,背景建模法、光流法及新型算法对无人机悬停及巡航状态的数据均可处理;上述算法均不能很好解决光照变化造成误检、漏检现象。所以处理无人机视频数据时,要根据其运动信息及数据特点选择合适的算法,才能获得好的检测结果。     

LDPC码的一种改进的Min-Sum解码算法

本文在对LDPC码译码复杂度分析的基础上，对现有译码算法进行了基于计算机仿真的比较。对最小和译码算法提出了一种改进方法：量化的最小和算法，并进行了计算机仿真实验，实验结果表明，本方法在保持算法计算复杂度的前提下，误码率性能有了显著提高。     

基于改进麻雀搜索算法优化BP神经网络的气动光学成像偏移预测

气动光学效应导致的目标图像偏移对于飞行器的导航、定位以及寻的影响很大,对气 动光学成像偏移的实时补偿具有重要的实用价值。提出了一种基于改进型麻雀搜索算法 优化BP神经网络(improved sparrow search agorithm optimized BP neural network, ISSA-BP)的模型,对气动光学成像偏移进行预测。为提高预测算法的 搜索和跳出局部最优的能力,在标准麻雀搜索算法(sparrow search algorithm,SSA)中借助鸟群算法(bird swarm algorithm,BSA)飞行行 为的思想,使加入者以一定的概率向发现者靠近,缩短了算法的运行时间,保证了全局收敛 和种群的多样性。最后将 算法模型与BP神经网络模型和麻雀搜索算法优化BP神经网络(sparrow search algorithm BP,SSA-BP)模型进行对比 ,使用三种评价指标对三种算法模型进行评价, 结果表明的ISSA-BP模型能够及时准确的对气动光学成像偏移进行预测,ISSA-BP 模型的均方误差(MSE)、平均绝对误差(MAE)和决定系数(R²)分别为2.511、1.969和0.999。