基于纹理渲染与纹理映射的实时球幕图像生成方法

大多数影像设备与3D API都是基于平面影像设计的,因此,一般而言实时渲染图像并不能直接运用于球幕显示,必须通过称为＂几何校正＂（Geometric Correction）的运算才能产生正确的最终结果。目前主流的几何校正方法或者依赖昂贵的硬件设备完成,或者需要通过复杂的算法实现,对于缺少程序设计背景的创作者来说无法自由掌控。文章介绍了一种利用3D API中成熟的纹理渲染（RTT）与纹理映射（Texture Mapping）技术生成球幕图像的方法,不涉及任何C＋＋或HLSL编程,在任何支持RTT的三维引擎上均可实现。     

测绘工程专业的（（VisualBasic程序设计》课程教学探究

分析测绘工程专业在开设《VB程序设计》课程教学中存在的问题,根据测绘工程专业培养应用型、技术型人才的培养目标．针对专业测绘数据量大而复杂的特点,设计出适合本专业应用需求的《VB程序设计》课程理论和实验教学内容,采取因材施教的教学方法,提出多方面的考核形式,为后续课程的学习打下良好的基础。     

数字测图项目教学法课程改革

从项目教学的概念出发,在数字测图课程中实施项目教学法,重新设计教学内容、教学目标、教学情境、考核评价等,采用该方法进行教学,职业岗位针对性强,学生学习积极性高,教学效果好。     

结合包光滑性的半监督多示例核学习方法

以往半监督多示例学习算法常把未标记包分解为示例集合,使用传统的半监督单示例学习算法确定这些示例的潜在标记以对它们进行利用。但该类方法认为多示例样本的分类与其概率密度分布紧密相关,且并未考虑包结构对包分类标记的影响。提出一种基于包层次的半监督多示例核学习方法,直接利用未标记包进行半监督学习器的训练。首先通过对示例空间聚类把包转换为概念向量表示形式,然后计算概念向量之间的海明距离,在此基础上计算描述包光滑性的图拉普拉斯矩阵,进而计算包层次的半监督核,最后在多示例学习标准数据集和图像数据集上测试本算法。测试表明本算法有明显的改进效果。     

最优像素调整耦合基因算法的高容量图像隐写研究

为了解决当前图像隐写方案存在阶梯效应,使其不可感知能力差,且其信息隐藏容量小(≤50%)等不足,本文设计了最优像素调整耦合基因算法的高容量图像隐写术。基于HDWT(Haara Discrete Wavelet Transform) 机制,构造隐藏信息长度计算模型,找出图像分块的频域表示,以改善隐写鲁棒性;根据载体图像与隐写图像之间的绝对误差,设计适应度函数,借助基因算法,获取最优映射函数,将秘密信息嵌入到HDWT系数中;并设计最优像素变换方案,降低载秘图像与载体图像之间的嵌入误差,显著增大隐写容量;再设计该算法的提取机制,获取信息图像;以PSNR(Peak Signal to Noise Ratio)构建反馈机制,优化提取质量。仿真结果显示：与其他隐写机制相比,本文算法具备更大的隐写容量和更强的不可感知性能;拥有更高的检测精度,可有效区分载体与隐写图像特征值。     

基于斥力平衡SOM的可信故障诊断

自组织映射(SOM)神经网络存在训练结果不稳定、识别率低的问题。为此,提出一种斥力平衡SOM神经网络方法(RESOM)。该方法使用斥力原理,根据SOM模式区域在斥力场中迁移到的斥力平衡位置进行模式识别。比较普通SOM神经网络、SVM、RESOM对故障模式的识别结果表明,该方法训练时间少、识别正确率高、识别结果稳定。     

基于增量流形学习的语音情感特征降维方法

非线性流形学习可以准确反映现实非线性数据本质并进行较好的降维,但在语音情感识别过程中难以有效处理不断增加的语音数据集,也不能充分利用训练过程中的情感特征信息。针对上述情况,提出一种基于增量流形学习的语音情感特征降维方法。该方法利用等距映射将训练样本特征维数降至目标维数后,通过增量流形学习的方法分批求得测试样本的低维特征。实验结果表明,相比同类方法,该方法具有较低的运算复杂度和较高的识别率。     

基于局部和全局映射函数的流形降维空间球形覆盖分类算法?

为探索高维数据本质结构和低维表示,并避免一般流形学习中测试数据不能显式降维的不足,提出基于局部和全局映射函数的流形降维空间球形覆盖分类算法。该算法首先抽象融合局部和全局信息映射模型,分别优化局部拉普拉斯矩阵和全局拉普拉斯矩阵,通过对局部和全局拉普拉斯矩阵进行特征值分解,得到训练样本的低维表示。然后借助核映射获取测试样本的低维表示。最后在低维空间建立球形覆盖分类模型,实现目标分类。在MNIST手写体数据集、YaleB和AR人脸数据集上的实验表明文中算法的有效性,证明其在实际应用领域具有一定价值。     

遥感图像亚像元定位元胞自动机算法改进研究

元胞自动机模型(CA)常用于图像亚像元定位,它将混合像元剖分为亚像元,再利用端元组分的丰度及像元空间分布的特点,将亚像元赋予不同端元组分得到各端元组分的空间分布情况。但其存在迭代次数过多、进化过程"不充分"以及结束迭代的条件不明确等缺点。针对上述问题,对亚像元定位CA算法进行了3方面的改进。结果表明:最终的亚像元定位结果调整后Kappa系数虽然平均只提高了4.1%与3.7%,但迭代次数大幅减少,均在5次以内得到最优结果;运行时间大幅下降,仅占原方法的25.8%,使得CA的运行效率得到了显著提高。此外明确了CA的终止条件,使得面向亚像元定位的CA算法更具实际应用价值。     

基于遗传算法的特定应用片上网络映射研究

片上网络是片上系统SoC通信问题的一种最有效解决方法,如何把知识产权核映射到网格之格件映射问题是NoC设计的关键问题之一。映射问题本质上是一种二次分配的NP难问题,遗传算法能够有效地求解问题的近似最优解。提出一种基于遗传的IP映射算法,实验结果表明,遗传算法能够在几分钟内求得最小能耗的映射。