检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种新的碎片图像镶嵌技术

西安电子科技大学学报 2007年第2期34卷 249-253页

作者：杨占龙郭宝龙西安电子科技大学智能控制与图像工程研究所陕西西安710071

提出一种生成合成图像的碎片图像镶嵌算法.这种算法是将许多任意形状的碎片图像进行镶嵌生成最终需要的图像.首先利用图像融合技术将原始图像提取出来的边缘信息图像与一幅相同尺寸大小的沃龙诺依图像进行合成,然后采用优化近似查询中... 详细信息

提出一种生成合成图像的碎片图像镶嵌算法.这种算法是将许多任意形状的碎片图像进行镶嵌生成最终需要的图像.首先利用图像融合技术将原始图像提取出来的边缘信息图像与一幅相同尺寸大小的沃龙诺依图像进行合成,然后采用优化近似查询中关于数据结构的“反极策略”来加速搜索过程,根据模式识别中的形状相似技术在数据库中查找与需要填充的区域形状最接近的碎片图像进行镶嵌.试验结果证明该算法在保证图像质量的前提下比JIM算法快近50倍.

关键词：图像镶嵌沃龙诺依图反极策略边缘检测图像增强

数字全变分滤波在红外图像序列非均匀校正中的应用

在线全文

学校读者我要写书评

暂无评论

红外与激光工程 2012年第8期41卷 2216-2221页

红外焦平面阵列上的空间非均匀性,即固定图案噪声,严重影响了红外系统的成像质量。为此提出了一种新的非均匀校正算法,它借鉴了图像处理中的图像去噪思想,把数字全变分滤波器引入非均匀校正。鉴于数字全变分滤波的执行过程一般都是自我... 详细信息

红外焦平面阵列上的空间非均匀性,即固定图案噪声,严重影响了红外系统的成像质量。为此提出了一种新的非均匀校正算法,它借鉴了图像处理中的图像去噪思想,把数字全变分滤波器引入非均匀校正。鉴于数字全变分滤波的执行过程一般都是自我迭代,而考虑到校正算法的实时性要求,无法对单帧图像实施多次处理。故而将以前的空间迭代形式转化为时间递推,以达到逐帧去除固定图案噪声的目的。使用仿真和真实红外图像序列对算法性能进行验证,实验结果表明:该算法从第15帧开始就能够达到较好的校正水平,并且在未优化条件下,每秒钟处理30帧图像仅需300M个指令周期。因此具有收敛速度快、计算复杂度低等优点。

关键词：非均匀校正红外焦平面阵列固定图案噪声数字全变分滤波

在线全文

学校读者我要写书评

暂无评论

基于CPLD的S+P逆变换的硬件实现方案

计算机工程 2002年第9期28卷 169-170,248页

作者：鲁欣赵亦工西安电子科技大学模式识别与智能系统研究所西安710071

讨论与具有良好性能的子带变换-S+P正变换相对应的S+P逆变换的硬件实现方案。结果表明,S+P(逆)变换不仅在LZC(Listless Zerotree Coding,无列表零树压缩编码算法)中起着非常重要的作用,而且与其它子带变换方法相比,该变换所涉及的运算... 详细信息

讨论与具有良好性能的子带变换-S+P正变换相对应的S+P逆变换的硬件实现方案。结果表明,S+P(逆)变换不仅在LZC(Listless Zerotree Coding,无列表零树压缩编码算法)中起着非常重要的作用,而且与其它子带变换方法相比,该变换所涉及的运算都可以用逻辑移位和算术加减来实现,这使得硬件的实现成为可能。

关键词： CPLD S+P逆变换硬件数字图像处理图像编码图像压缩算法

在线全文

学校读者我要写书评

暂无评论

一种量化正交免疫克隆粒子群数值优化算法

模式识别与人工智能 2007年第5期20卷 583-592页

作者：丛琳焦李成沙宇恒西安电子科技大学智能信息处理研究所西安710071

为了解决粒子群算法收敛速度慢和早熟收敛等问题,根据生物免疫系统理论中的克隆选择学说,提出一种量化正交免疫克隆粒子群算法.给出正交子空间分割算法,并采用正交交叉策略来增强子代个体解分布的均匀性.为避免个体邻域内最优解的丢失,... 详细信息

为了解决粒子群算法收敛速度慢和早熟收敛等问题,根据生物免疫系统理论中的克隆选择学说,提出一种量化正交免疫克隆粒子群算法.给出正交子空间分割算法,并采用正交交叉策略来增强子代个体解分布的均匀性.为避免个体邻域内最优解的丢失,提出一种自学习算子.并证明该算法的全局收敛性.实验中对标准测试函数进行20～1000维的测试,分别与5种算法进行比较,并给出算法参数对计算复杂度的影响.结果表明,本文方法有效克服早熟收敛,并且在保持种群多样性的同时提高收敛速度.

关键词：粒子群优化人工免疫系统克隆选择正交设计进化计算

在线全文

学校读者我要写书评

暂无评论

基于向量投影的支撑向量预选取

计算机学报 2005年第2期28卷 145-152页

作者：李青焦李成周伟达西安电子科技大学智能信息处理研究所西安710071

支撑向量机是近年来新兴的模式识别方法,在解决小样本、非线性及高维模式识别问题中表现出了突出的优点.但在支撑向量机中,支撑向量的选取相当困难,这也成为限制其应用的瓶颈问题.该文对支撑向量机的机理经过认真分析,研究其支撑向量的... 详细信息

支撑向量机是近年来新兴的模式识别方法,在解决小样本、非线性及高维模式识别问题中表现出了突出的优点.但在支撑向量机中,支撑向量的选取相当困难,这也成为限制其应用的瓶颈问题.该文对支撑向量机的机理经过认真分析,研究其支撑向量的分布特性,在不影响分类性能的前提下,提出了基于向量投影的支撑向量预选取法,从训练样本中预先选择具有一定特征的边界向量来代替训练样本进行训练,这样就减少了训练样本,大大加快了支撑向量机的训练速度.

关键词：支撑向量机向量投影预选取

在线全文

学校读者我要写书评

暂无评论

具有细节保护的自适应邻域SAR图像分割

模式识别与人工智能 2008年第4期21卷 527-534页

作者：田小林焦李成缑水平西安电子科技大学智能信息处理研究所西安710071

为了保护图像中边缘或其它细节信息,改善 MRF 的分割效果,提出自适应邻域方法.该方法利用 Bayes 推理实现将像素点周围的局部图像信息结合,此过程引入模糊隶属度作为像素相似度度量方法,提高置信度的可靠性和分割过程的自适应性,使得分... 详细信息

为了保护图像中边缘或其它细节信息,改善 MRF 的分割效果,提出自适应邻域方法.该方法利用 Bayes 推理实现将像素点周围的局部图像信息结合,此过程引入模糊隶属度作为像素相似度度量方法,提高置信度的可靠性和分割过程的自适应性,使得分割过程中的邻域选择可以不依赖于某些预知的先验知识.对于待选择的邻域系统,具有最高置信度且满足置信度阈值的邻域作为 MRF 类别标识分割过程适用的最小邻域.实验结果表明,与固定邻域 MRF 和隐 Markov 随机场相比,本文方法改善了图像分割效果,有效保护了图像中的细节信息.

关键词： Markov随机场(MRF) Bayes网络模糊聚类图像分割

基于流形距离的人工免疫无监督分类与识别算法

在线全文

学校读者我要写书评

暂无评论

自动化学报 2008年第3期34卷 367-375页

作者：公茂果焦李成马文萍张向荣西安电子科技大学智能信息处理研究所西安710071

将一种新的流形距离作为相似性度量测度,提出了一种用于无监督分类与识别的人工免疫系统方法.通过基于流形距离的相似性度量,有效利用样本集固有的全局一致性信息,充分挖掘无类属样本的空间分布信息,对样本进行类别划分.新方法将免疫响... 详细信息

将一种新的流形距离作为相似性度量测度,提出了一种用于无监督分类与识别的人工免疫系统方法.通过基于流形距离的相似性度量,有效利用样本集固有的全局一致性信息,充分挖掘无类属样本的空间分布信息,对样本进行类别划分.新方法将免疫响应过程建模为一个四元组AIR=(G,I,R,A),其中G为引发免疫响应的外界刺激,即抗原;I为所有可能抗体的集合;R为抗体间相互作用的规则集合;A为支配抗体反应、指导抗体进化的动态算法.针对无监督分类问题,将抗体编码为代表各类别的典型样本序号的排列,利用动态算法A搜索能代表各类别的典型样本的最佳组合.将新方法与标准的K-均值算法、基于流形距离的进化聚类算法以及Maulik等人提出的基于遗传算法的聚类算法进行了性能比较.对6个人工数据集及手写体数字识别问题的仿真实验结果显示,新方法对样本空间分布复杂的无监督分类问题和实际的模式识别问题具有较高的准确率和较好的鲁棒性.

关键词：人工免疫系统,流形,无监督分类,聚类,模式识别

在线全文

学校读者我要写书评

暂无评论

组织进化粒子群数值优化算法

模式识别与人工智能 2007年第2期20卷 145-153页

作者：丛琳沙宇恒焦李成西安电子科技大学智能信息处理研究所西安710071

为充分利用粒子的通讯、响应、协作和自学习能力等特性,克服算法早熟收敛,本文提出一种组织进化粒子群算法.该算法将进化操作直接作用在组织上,通过组织间的相互竞争、协作,最终达到全局优化的目的,且证明算法的全局收敛性.实验中,用12... 详细信息

为充分利用粒子的通讯、响应、协作和自学习能力等特性,克服算法早熟收敛,本文提出一种组织进化粒子群算法.该算法将进化操作直接作用在组织上,通过组织间的相互竞争、协作,最终达到全局优化的目的,且证明算法的全局收敛性.实验中,用12个无约束标准测试函数对算法性能进行测试,与其它算法进行比较,并对算法中的参数进行分析.结果表明,本文算法无论在解的质量上还是在计算复杂度上都明显优于其它算法.参数分析表明该算法具有性能稳定、成功率高、对参数不敏感等优良特性.

关键词：粒子群算法组织进化计算无约束优化

在线全文

学校读者我要写书评

暂无评论

自适应量子免疫克隆算法及其收敛性分析

模式识别与人工智能 2008年第5期21卷 592-597页

作者：吴秋逸焦李成李阳阳邓晓政西安电子科技大学智能信息处理研究所西安710071

分析量子免疫克隆算法的基本原理,在此基础上,设计一种具有自适应学习的改进策略.该算法采用量子观测熵来度量算法的进化程度,并根据熵的变化自适应调整相应参数.从理论上证明该算法的收敛性,并且通过实验,比较量子免疫克隆算法、简单... 详细信息

分析量子免疫克隆算法的基本原理,在此基础上,设计一种具有自适应学习的改进策略.该算法采用量子观测熵来度量算法的进化程度,并根据熵的变化自适应调整相应参数.从理论上证明该算法的收敛性,并且通过实验,比较量子免疫克隆算法、简单免疫克隆算法、量子进化算法的函数优化效果.仿真实验表明该算法能提高计算效率和搜索能力.

关键词：量子编码进化算法免疫算子熵马尔可夫链