基于候选聚类的K调和均值算法(KHM-CC)

聚类分析是常见的数据分析技术。基于KHM的聚类分析是当前研究的热点。提出了基于候选聚类的KHM算法(KHM-CC),详细阐述了算法的设计过程。采用UCI的小样本(iris)数据集和大样本(Bag of Words)数据集对比了KHM-CC算法和禁忌搜索KHM算法(KHM-TS)和变邻域搜索KHM算法(KHM-VNS)的性能。实验结果表明,KHM-CC算法在处理iris数据集小样本数据集时,其性能和KHM-VNS算法基本接近,而优于KHM-TS算法。但是在处理Bag of Words大样本数据集时,性能优于KHM-VNS和KHM-TS算法,其聚类计算耗时明显缩短,证实KHM-CC算法在高维度数据集的处理上更具优势。     

一种Mini-SAR的极坐标成像算法

Mini-SAR技术是目前SAR领域一个新兴的重要研究方向,但目前投入实用的成像算法很少。针对Mini-SAR的成像原理,给出了一种新的投入实用的极坐标成像算法,通过对该算法优缺点的研究,分析了Mini-SAR成像场景、分辨率及作用距离三者之间的关系,讨论了该算法对成像场景尺寸的限制要求,明确了算法的适用条件;最后利用某型Mini-SAR实际复数图像数据验证了该算法的正确性。研究结论对国内小型SAR的研制具有一定参考价值。     

地铁站台防排烟设计方案探讨

以双层岛式站台为研究对象,建立了物理模型,采用FDS模拟软件对地铁站台进行了火灾模拟。重点研究了岛式站台在现阶段机械通风条件下,火灾发生在站台一端的几种通风模式,掌握在机械排烟情况下烟气的扩散形式,并对多种烟气控制方式进行了分析比较,在此基础上分别给出了相对最优化的结果。     

“全球行动”叫板“反恐精英”

组队网络FPS对战游戏现在成了一股风潮,而主要原因是《反恐精英》的风靡与不衰,许多类似的游戏也逐渐面世,《全球行动XGLOBAL OPERATlONS》就是其中翘楚。说到《全球行动》的开发小组Barking Dog Studios也许大家并不太陌生。它就是著名的《家园：灾难》(Homeoworld：Cataclysm)的开发者,据说小组还曾经参与过《反恐精英》Beta 5版的部分开发工作,其开发技术及经验勿庸置疑。早在99年末他们就。     

邻域灰度差加权的模糊C均值聚类图像分割算法

模糊C均值(FCM)算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,适合灰度图像中存在着模糊和不确定性的特点.但是这种算法没有考虑到样本空间中不同的样本点对分类的贡献不同,因此分割效果不理想.提出了邻域灰度差加权的模糊C均值聚类算法,实验结果表明,该算法不仅取得了很好的分割效果,而且加快了算法的收敛速度,从而满足了图像分割的有效性、实时性的要求.     

利用金属网降低B_4C/装甲钢钎焊应力研究

B4C/装甲钢钎焊接头的残余应力是影响其性能的主要因素。通过与散置钎料方法的比较,确定了利用金属网降低残余应力的方法。分析了金属网的材质和尺寸对网状分割效果的影响,利用Al-Cu相图确定了金属网材质;给出了确定网格尺寸的主要考虑因素,即有效黏结面积、应力峰值和焊缝间隙。     

用空间分割算法计算雷达网探测概率分布图

本文提出了一种新的雷达网探测概率生成算法——空间分割算法。该算法减小了计算量,实现了控测空间的多层、多点计算,方便了对实地环境的描述,适应了对现代复杂战场环境的计算机模拟需要。     

基于遗传算法的二维最大熵图像分割算法

二维最大熵图像分割算法充分利用了图像象素的灰度分布信息和各象素间的空间相关信息 ,因此具有很好的分割效果。但该算法的计算复杂度高、计算时间长。为解决这一问题 ,本文提出了一种基于遗传算法的二维最大熵法。该算法充分利用遗传算法的特点 ,极大地减少了计算量和存储空间。实验结果证明了该算法的快速性、有效性和稳定性。     

基于复杂背景的图像分割算法

针对圆柱形钢棒在线计数特定的复杂背景提出了基于双阈值结合数学形态学运算的分割算法。首先分别根据2个阈值进行分割得到2幅二值图像,然后根据目标是圆形以及其大致位置等先验知识分别对2幅图进行腐蚀,开启,闭合等数学形态学运算,最后将高阈值分割得到的图像中的边界信息叠加到低阈值分割得到的图像中。实验结果表明,本方法作为本系统的图像预处理是有效的。     

一种灰度图象中的小目标识别方法

介绍了一种基于目标灰度门限和目标之间灰度距离门限的区域自动阈值检测法,用该方法检测提取出灰度图像中包含目标的小区域。然后利用传统的门限自动选择方法找到合适的门限,利用该门限值对所获目标区域进行二值化以得到目标,然后采用改进不变矩方法提取目标特征并采用优化BP神经网络进行识别。该方法经实验验证,效果较好。