基于自适应衰减因子Kalman 滤波的GPS 相位平滑伪距算法

载波相位平滑伪距的主要目的是通过高精度的载波相位测量值作为辅助量,使伪距测量值中、大随机误差得以消减。针对GPS 伪距测量中未知时变的噪声,提出基于极大后验时变噪声统计估计器的自适应衰减因子Kalman 滤波算法(AFKF),采用衰减的加权因子,使估计器逐渐忘记陈旧数据的作用,同时增加新数据的比重,避免滤波过程的发散。结合载波相位平滑伪距原理,利用AFKF 算法对全球导航卫星系统(GNSS)的国际GNSS 服务组织(IGS)的跟踪站实测数据进行仿真分析,并提出利用伪距双差值及伪距三差值来直观体现不同算法的效果比较,结果表明:与标准Kalman 滤波相比,AFKF 算法在伪距平滑应用中取得很好的效果。     

“双一流”背景下“检测与转换技术”课程改革

在高校“双一流”建设背景下,落实以学生为中心的教育教学理念,针对当前“检测与转换技术”课程的教学现状和课程特点,本文从理论教学方法、课堂互动策略、讨论课方案、随堂测验方式、结课试卷方案、课程考核方案等方面提出对课程教学的改进措施,从新型师生关系的构建方面分析对教学相长的促进作用,充分调动学生的学习积极性,使学生深入理解和掌握检测与转换技术,满足学生的个性化培养需求,提升学生的综合素质、科研精神、创新能力和国际视野,增强学生的获得感和成就感。     

基于RSSI多边定位误差的加权质心定位算法

为了优化无线传感器网络(Wireless Sensor Networks, WSN)中的定位算法, 提高节点定位精度, 提出一种基于多边定位误差的加权质心算法。分析了无线电的路径损耗模型, 建立基于信号接收强度(Received Signal Strength Indicator, RSSI)和距离关系的对数拟合测距公式, 给出了求解未知节点坐标的多边定位法和位置估算模型。多组数据定位后, 以定位误差值的倒数作为权值, 改进传统的质心算法, 并讨论了参考点个数的选取与误差的关系。实验表明: 改进后的加权质心比传统质心定位精度进一步提高, 选择4~5个参考节点具有良好的定位效果。     

结点阈值小波包变换图像去噪新算法

小波包变换是小波变换的推广,可视为普通小波函数的线性组合,具有灵活的时频分析能力,随着分解层数的增加,小波包分解能够在所有的频率范围聚焦。提出一种应用结点阈值小波包变换的新型图像去噪算法。利用小波包变换对含噪图像进行分解,在图像信号的子带层次上进行结点阈值操作,采用软阈值的方法进行阈值处理,结点噪声采用谱熵法估计,并使用峰值信噪比评估去噪后的图像质量。实验结果表明,相比于使用其它阈值方法的小波包图像去噪算法,该算法具有更好的图像去噪性能。     

小波包特征提取及方差相似度的人脸识别

小波包变换是小波变换的推广,可视为普通小波函数的线性组合,具有良好的时频局部性和正交性,随着分解层数的增加,小波包分解能够在所有的频率范围聚焦。利用图像小波包变换的系数矩阵,能够构造出不同的人脸特征向量。针对人脸识别过程中的图像匹配问题,采用计算人脸特征向量方差的方法,并通过方差与权值的对应关系,转换出用于相似度计算的权值。基于理论推导得到的权值具有很好的稳定性,由这些权值计算出的方差相似度也具有较强的适应性,能够减弱由图像噪声、变形等干扰带来的影响。实验表明,该方法识别率高、实时性好。     

色度马氏距离图与灰度图特征自适应融合的彩色人脸识别

色彩提供了比灰度更为丰富的信息,鉴于彩色人脸图像所包含的鉴别信息远多于灰度人脸图像,将色度马氏距离图引入彩色人脸识别中.基于YCbCr颜色空间,分离彩色人脸图像的色度与亮度信息,构建出基于色度信息的马氏距离图,同时分离出基于亮度信息的灰度图.提出一种色度马氏距离图与灰度图特征自适应融合的人脸识别算法.分别构造出色度马氏距离图与灰度图的基于小波包结点能量的归一化特征向量,采用多种融合策略进行特征融合,并根据融合效果自适应地选取特征融合参数,构造出最佳的鉴别特征向量,实现色度与亮度特征的互补.使用基于方差相似度的分类器获得人脸识别结果.实验表明:该算法识别率高、鲁棒性好.     

专业教师视角下本科生科研素养培育探索

在高校“双一流”建设背景下,实现高等教育内涵式发展的教育教学改革成为趋势。面向本科生个性化培养需求,针对本科生科研训练现状,本文从专业教师视角下探究本科生科研素养的培育问题,研究了本科生科研素养的内涵、培育机制、培育途径和培育环境,提出了教学思考及持续改进思路。     

基于小波变换与小域特征模糊融合的人脸识别

小波变换是一种很好的图像压缩方法,利用小波变换对人脸图像进行三次小波分解,并将低频分量分割成为7个子图像。鉴于人脸上的各小域子图像信息的相互独立性。先利用小域子图像实现软分类,然后使用传统奇异值分解(SVD)法提取出各小域子图像的奇异值(SV),构造出小域奇异值特征向量,给出待识别图像对训练样本图像的隶属度,并采用模糊融合的方法对小域特征进行数据融合,获得识别结果。实验结果表明,该方法实现起来简单、识别速度快,具有很高的识别率。