图像边缘检测研究进展

 图像边缘是图像的最基本和最重要的特征之一,它包含了位置、轮廓等许多有用的信息,为人们描述或识别目标及解释图像提供了一个重要的特征参数。边缘检测是图像处理、图像分析和计算机视觉领域中最经典的研究内容之一,是进行模式识别和信息提取的基本手段。已有的图像边缘检测方法很多,但每种方法都尚有不足之处,在某些情况下仍不能检测到目标物体的最佳边缘,未形成一种普遍适用的边缘检测方法。因此边缘检测一直是图像处理与分析技术中的研究热点,其新理论、新方法不断涌现。对已有方法进行改进,或是按照具体要求设计新方法,是目前边缘检测领域研究的主导方向。本文阐述了边缘检测的研究意义,总结了图像边缘检测的基本思想和检测出的边缘的一般要求,回顾了边缘检测的各种方法,分析了这些方法的优点和存在的不足,总结了边缘检测的最新发展方向。最后分析了现有的边缘评价方法的特点,为边缘检测进一步的研究和应用提供参考。     

一类食植再生种群模型的定性分析

本文研究了一类食植再生种群模型的动力学行为,讨论了平衡点的存在性及其稳定性,极限环的不存在性。     

关于模和图问题的几个新结果

模和图是和图的一种推广.采用一般标号法,分别给出由n个C4、C5、C6构成的多重复合圈图〈C4;n〉、〈C5;n〉、〈C6;n〉的模和标号,从而证明其为模和图;然后,证明由m条长度为n的道路构成的并图mPn也是模和图;最后给出了二部图K2,n的另一种模和图标号.     

基于区域增长的轮廓线提取算法

在网格序列法的基础上提出了一种改进的轮廓线提取算法——基于区域增长的轮廓线提取算法，该算法采用区域增长的方法来加速搜索边界单元，从而避免了搜索所有的网格单元。实验结果表明，本算法明显提高了网格序列法的效率，且得到的轮廓线更有利于三维形体的重建。     

数学方法在安全预警系统中的应用

利用矿区测井数据,基于再生核理论,构造了再生核神经网络,并将再生核神经网络的计算问题转化为求解线性方程组的问题.利用一种改进的中心线法重构采煤工作面,这种方法重构的曲面是连续的,与实际地质情况相符合,为地质情况的综合解释提供了新的依据.     

改进的神经网络算法在瓦斯涌出量预测中的应用

针对传统神经网络存在的收敛速度慢、容易陷入局部最小等缺陷,采用改良的BP算法———双权值迭代优化法,提高神经网络传统BP算法的训练速度。以三层神经网络为例,对权值进行优化。实验对比表明：双权值迭代优化法应用于瓦斯涌出量的预测,比一般BP网络有更高的预测精度和程序运行速度。