Community Detection in Semantic Networks: A Multi-View Approach

The semantic social network is a complex system composed of nodes, links, and documents. Traditional semantic social network community detection algorithms only analyze network data from a single view, and there is no effective representation of semantic features at diverse levels of granularity. This paper proposes a multi-view integration method for community detection in semantic social network. We develop a data feature matrix based on node similarity and extract semantic features from the views of word frequency, keyword, and topic, respectively. To maximize the mutual information of each view, we use the robustness of L21-norm and F-norm to construct an adaptive loss function. On this foundation, we construct an optimization expression to generate the unified graph matrix and output the community structure with multiple views. Experiments on real social networks and benchmark datasets reveal that in semantic information analysis, multi-view is considerably better than single-view, and the performance of multi-view community detection outperforms traditional methods and multi-view clustering algorithms.     

层次聚类算法的实时图像边缘检测及FPGA实现

Sobel、Roberts 算子是基于微分得出的,由于模板和阈值固定,因此缺乏自适应性。将采集到的实时灰度图像先进行中值滤波,使用分裂聚类算法对实时灰度图像梯度值进行第1次聚类,然后对第1次分裂聚类的结果进行凝聚聚类,再进行第2次的分裂聚类,最后对第2次聚类的结果进行自适应阈值判断得出图像边缘,并在FPGA上实现。实验结果表明,采用层次聚类算法检测出的边缘更加精细,抑制噪声能力更强。     

基于小波域热红外降质图像滤波增强方法研究

随着现代网络传输和视频通信技术的快速发展,大大拓宽了热红外图像的应用领域.提出了一种基于小波变换的热红外将质图像滤波增强方法.该方法以受到不同强度高斯白噪声和脉冲噪声构成的混合噪声模型的热红外降质图像为研究对象,首先对其进行二维小波变换,从而获得高频和低频小波分解系数;鉴于低频小波分解系数包含图像大部分信息,基本不受噪声干扰的特点,引入直方图均衡化法进行增强处理,以改善图像低频信息的对比度;根据各方向的小波高频分解系数中噪声的分布特征,对经典数学形态学滤波算法进行研究,分别设计出几类多尺度多方向的结构元素,实现对各高频小波分解系数中噪声的三级串联滤波处理,在此基础上进行自适应同态滤波增强,以最大限度改善滤波后图像质量.最后进行小波分解系数重构.实验结果表明,该算法对于热红外将质图像的处理效果优于单纯进行经典数学形态学滤波和已有的改进数学形态学滤波,为该类降质图像的滤波增强处理提供了一条可供借鉴的思路.     

一种小波域改进双边滤波的水果图像去噪算法

采用机器人实现水果的自动化精确采摘是现代水果采摘技术发展的基本趋势之一。但由于成像条件以及机器人自身电子电路等因素的影响,使得所获取的图像或多或少存在大量噪声。将小波变换与双边滤波算法有机结合,提出了一种针对水果图像中颗粒噪声的滤波算法。该算法首先对噪声图像实现小波分解,对于各高频子图像,给出了相似像素的基本定义并分别设计出尺寸为5的多方向的相似像素检测窗口;然后根据检测窗口中相似像素的个数与检测窗口全部像素点个数的比值大小,分别采用自适应双边滤波算法和改进加权中值滤波算法加以处理。最后实现小波系数重构。实验仿真结果表明,该滤波算法性能优于双边滤波算法以及小波域双边滤波算法,对于农产品视觉图像、基于流媒体技术设施现场采集的图像处理等领域也具有一定的参考价值。     

卫星视频帧内自适应误码掩盖新算法

在易发生错误的卫星信道的传输过程中,视频会产生误码和丢包.根据视频的边缘特征,将丢失块分成平坦块、边缘块和纹理块.然后,自适应地选择双线性内插、方向内插或者新方向加权内插作为内插方法,提高重构视频质量,加速误码掩盖过程.为了减少梯度计算量,将噪声像素从候选预测像素列表中剔除.为了准确地呈现图像的方向信息以及抑制噪声,选择Prewitt算子作为梯度滤波器.另外,使用分数像素内插来提高插值精度,适应高清视频应用.客观评价结果显示,在解码时间稍微增加的情况下,峰值信噪比大约提升了3 dB.主观比较结果显示,提出的算法能够获得更高的视觉质量.     

低重频数据辅助的近程杂波抑制方法

针对机载非正侧视雷达的距离非平稳杂波抑制问题,提出了一种低重频数据辅助的俯仰预滤波方法,用于滤除距离非平稳的近程杂波.该方法在无俯仰主瓣杂波信号的低重频数据域选取训练样本,并采用自适应俯仰空间频率补偿技术估计协方差矩阵,能够得到较理想的俯仰自适应方向图.推导了近程杂波俯仰维杂波秩的计算公式,为近程杂波抑制提供了理论支撑.在滤除距离非平稳的近程杂波后,能为方位多普勒空时自适应处理器提供距离平稳的训练样本,使其性能明显改善.仿真实验验证了该方法的有效性.     

改进贝叶斯聚焦的宽带自适应单脉冲算法

对于宽带数字阵列雷达,传统的数字波束形成算法需要预知精确的期望及干扰信号角度,微小的角度估计偏差往往会带来波束性能的急剧下降.针对这个问题,提出了一种基于改进贝叶斯聚焦的宽带自适应波束形成算法.该算法假设期望信号方向满足高斯分布,干扰信号方向满足均匀分布,在此基础上计算宽带聚焦矩阵和数字阵列自适应权重.还分析了原贝叶斯聚焦不能用于差波束的原因,介绍了如何将所提改进方法用于自适应单脉冲系统进行高精度测角.仿真实验证明了该算法的正确性和有效性.     

激光导星角度与聚焦非等晕性综合分析

采用自适应光学（AO)系统对湍流大气进行校正时,非等晕性误差的影响不可避免。基于空间谱滤波技术,围绕湍流大气角度、聚焦、角度与聚焦相耦合非等晕性问题,进行了统一建模,给出了不同情况下的理论描述公式,分析了纯角度和纯聚焦非等晕误差中不同泽尼克模式分量所占比份。针对典型AO系统工作模式,分析了不同高度大气层对非等晕性误差的贡献。实际应用时,根据应用场景,应对AO系统工作模式和信标模式做优化匹配选择。     

场景自适应的红外焦平面成像动态范围调整技术

针对红外焦平面对辐射强度较大的目标输出动态范围不足的问题,提出了一种场景自适应的红外焦平面成像动态范围调整技术。包括3个方面的内容：从图像中提取目标灰度特征,获取动态范围自适应依据;结合最小均方自适应滤波算法,对调整依据进行滤波预测后给出调节值;把灰度调节值转换成电平值,利用电平值设置红外焦平面偏置电压完成焦平面成像动态范围自适应。最后,对整体方案进行了实验验证。通过在红外焦平面成像系统中实验证明了基于场景成像动态范围自适应方法的可行性,并获得了很好的效果,成像质量有明显提高。     

自适应双树复小波遥感图像复原

由于遥感图像先验知识难以获取,提出了一种自适应的双树复小波迭代收缩复原算法。该算法根据模糊程度和噪声程度估计正则化参数,并利用经验公式计算收缩阈值。在实际应用中,算法能有效解决两步迭代算法使用固定参数的缺点,从而达到提高图像复原质量的目的。实验表明：相对于两步迭代算法,该算法复原图像的峰值信噪比提高0.64~12.23 dB,收敛速度提高1.4~16倍;同时,算法在提高图像复原质量、抑制噪声干扰及减少计算时间方面优势明显。