一种有效的红外图像融合算法

给出了一种基于átrous算法红外与可见光图像融合算法,该算法主要针对光谱差异较大以及配准精度较低的这类图像的融合算法。该算法首先对融合图像源进行átrous算法分解;随后,对分解的低频信息利用取加权法进行融合;高频信息首先利用边缘检测技术对不同尺度不同方向的高频信息进行边缘点的加强,然后以区域的空间频率为度量标准得到新的高频系数;最后进行átrous算法重构得到最终的融合图像。通过两组红外和可见光图像的融合实验,结果表明该方法能有效地突出边缘细节,提高图像分辨效果和人眼对场景目标的发现和识别概率。     

基于支持向量机的遥感图像分析与处理

支持向量机是一种新的机器学习方法。本文结合遥感图像和支持向量机的特性，重点分析了支持向量机在遥感图像分类、遥感图像压缩、遥感图像特征提取等方面的应用。并对支持向量机在遥感图像分析与处理中的应用趋势及有待进一步研究的问题进行了探讨。     

图像数据库中虚图像的相似性检索

虚图像，作为一种图形符号索引，能对图像数据库中的图像信息进行存取，并且能进行基于内容的检索。通过借助一组空间关系，虚图像以解释的形式表征实时图像的空间关系。主要介绍了图标索引中虚图像的定义，并提出了空间关系相似度计算的新方法，使相似度的计算更形象化。     

基于数据库的通用数据录取系统研究

传统的数据录取系统为每一个被试系统从底层开发一套录取系统,这样开发出来的系统具有如下缺点:一、对每个被试对象都从底层开始开发,效率较低;二、当录取信息需求发生变化时无法根据需要增加、调整系统资源,系统不具备开放性和通用性.为了使数据录取系统在武器装备试验中发挥更大的作用,采用数据库技术完成对复杂作战系统语义管理和智能分析,使录取设备具有通用性和扩展性,本文通过对通用数据录取系统体系结构及组成的介绍,详细地阐述了总线数据、应用软件、数据库库表等设计的方法,实践结果表明,它们可以较好地提高数据录取的效率.     

一种基于语义推理的多智能体协同功能设计框架

在功能设计知识本体表示模型的基础上，提出了一种基于语义推理的多智能体协同功能设计框架。该框架分为两个部分，其中，基于Multi-agent的通信协作平台将OWL本体嵌入到FIPAACL中以实现产品设计Agent之间的设计知识通信；基于本体的功能建模方法则将本体表示与本体推理结合以支持功能设计本体的存储与检索。最后，对该框架所包含的协同功能设计本体语义推理模型进行了分析与实现，以证明所建议框架的有效性。     

关于半鞅向量随机积分的两个结果

首先利用半鞅Girsanov定理与闭图像定理证明了:若{Xn}是带滤基的完备概率空间(Ω,F,F,P)中的一列半鞅,其中滤基F=(Ft)t≥0满足通常条件,且{Xn}在关于P的Emery拓扑空间中收敛于X,则当概率测度Q相似文献   

基于Erasure Code的分割文件P2P存储结构设计

在充分考虑P2P存储特点的前提下,设计了一种新颖的基于Erasure Code的分割文件P2P存储方案,构建Chord协议上的P2P文件存储结构.通过设计有效的文件存储、访问和更新功能,克服传统Erasure Code冗余文件存储方案的不足,使存储文件具有一定的数据修改能力和结构伸缩能力.理论分析和实验仿真验证了设计方案在P2P存储系统中的可行性和有效性.     

基于多粒度多语义语言判断矩阵的群决策方法

在基于语言判断矩阵的群决策中,多个决策者可能会使用不同粒度不同语义的语言评价集表达自己的偏好。针对此问题,提出了将多粒度多语义语言评价集统一转化为基本语言评价集上二元语义的一致化方法,证明该方法能够实现信息无损的转换,且转换后语言判断矩阵性质不会改变。在此基础上,基于二元语义的相关集结算子,将二元语义信息集结为群体的判断。通过一个实例验证了方法的有效性和实用性。     

航拍图像车辆检测中的圆形滤波器HOG特征快速计算

航拍图像中车辆一般近似为矩形结构,因此通过统计检测窗口中的梯度方向直方图并根据梯度主方向估计车辆朝向,将检测窗口旋转到相应方向进行分类器判别。车辆检测采用级联boosting分类器和梯度方向直方图特征,针对旋转窗口中梯度方向直方图特征的计算,设计一种基于圆形滤波器的梯度方向直方图特征。与传统基于积分直方图的梯度方向直方图特征提取方法相比,显著提高了旋转窗口中梯度方向直方图特征的计算效率,在计算每个像素的梯度时采用查找表代替梯度向量的求模和角度计算也减小了计算量。使用真实图像进行的实验表明,该车辆检测算法快速高效。     

低错误平层数列分割移位低密度奇偶校验码构造算法

为降低LDPC(低密度奇偶校验码)码错误平层,提出一种基于环分类搜索的APPS-LDPC(数列分割移位的LDPC)码构造算法。该算法具有码长、码率和列重的任意可设性,同时该类码的Tanner图围长至少为8。循环移位因子可以通过简单的代数表达式描述,从而降低内存需求。仿真结果表明,当误码率达到10-5时,APPS-LDPC码(496,248)相对于PEG-LDPC(渐进边增长LDPC)码获得了约1.9 d B的性能提升;随着信噪比的升高,两条译码性能曲线之间的差距将更大。此外,列重为3的APPS-LDPC码(6144,5376)在信噪比4.6 d B以后并未出现明显的错误平层。该构造算法与PS-LDPC码相比,在误码率达到10-8时大约获得0.25 d B增益;与围长为4和6的PEG构造算法相比,在错误平层区域其译码性能极优;同时相较于此两者,其构造复杂度和耗时也展现出一定优势。通过基于Tanner图的诱捕集分析方法,统计APPS-LDPC码(496,248)中由8环组成的部分小型诱捕集并不存在,从而证明了其错误平层降低的原因。