野外视频监控图像去雾算法研究

在野外雾天环境下,由于大气粒子的散射作用导致图像降质严重,直接影响图像的视觉效果和应用价值,因此有必要对雾天图像进行去雾处理,以提高雾天图像的清晰度和保真度。为此,提出一种野外视频监控图像去雾新方法。基于暗原色先验去雾的原理,采用区域生长算法准确快速估计雾天图像的深度信息,应用雾天图像物理模型对图像去雾处理,并进行亮度补偿。实验结果表明,该算法能有效改善雾天图像的质量,大幅提高运算速度。     

EMD-IT去噪算法的阈值估计方法

为解决EMD-IT去噪算法中阈值难以确定的问题,提出一种基于高斯白噪声能量分布的阈值估计方法。将含噪信号进行经验模态分解并估计各固有模态函数(IMF)中噪声的能量;根据模态单元阈值的含义,在各IMF中利用去除掉的模态单元包含的总能量等于噪声能量这一准则估计阈值。合成数据和实际心电信号的去噪仿真实验验证了该方法的有效性,其是自适应的且避免了阈值选择的主观性。     

基于稀疏表征的话者识别

近年来,随着信号的稀疏性理论越来越受到人们的关注,稀疏表征分类器也作为一种新型的分类算法被应用到话者识别系统中。该模型的基本思想是:只要超完备字典足够大,任意待测样本都能够用超完备字典进行线性表示。基于信号的稀疏性理论,未知话者的向量系数,即稀疏解可以通过L1范数最小化获取。超完备字典则可视为语音特征向量在高斯混合模型-通用背景模型(GMM-UBM)上进行MAP自适应而得到的大型数据库。采用稀疏表征模型作为话者辨认的分类方法,基于TIMIT语料库的实验结果表明,所采用的话者辨认方法,能够大大提高说话人识别系统的性能。     

改进的GrabCut方法在舌诊系统中的应用

数字舌象图片的正确分割是实现计算机中医舌诊自动化系统的重要前提,为了高效而准确地分割出舌象,提出了一种基于四叉树与GrabCut的舌象分割方法.该方法首先利用四叉树分解对采集的舌象初分割,然后用相似区域的颜色均值优化GrabCut算法中高斯混合模型参数,最终完成舌象分割.实验结果表明：该算法使得舌象分割效率大大提高,具有很好的实用性.     

动态信号分析系统自动化校准方法研究

实现动态信号分析系统的自动化校准,需要分析处理的数据量极大,消耗计算机系统资源大且处理时间长。采用Lab View设计了一套自动化校准软件,可以有效缩短数据处理长度,提高处理速度。该软件分为数据采集模块和数据分析模块,被检动态信号分析系统连续采集标准信号源所发的信号,将采集数据保存为文本文件或电子表格文件,通过LAN将其载入数据分析模块。数据分析模块查找各校准点的初始有效索引,提取有效的校准数据段,然后采用逐段分析方法处理数据。将实验测试结果与采用常规方法的测试结果对比,该方法可以正确计算其频谱幅值线性误差、频谱幅值示值误差和幅频特性等参数,且需要的时间缩短为常规方法的40%,实现了动态信号分析系统的自动化校准。     

累托石矿物提纯工艺探讨

以B03作分散剂,对湖北省钟祥县杨榨累托石粘土矿物进行了机械搅拌擦洗,使累托石矿物微粒较充分地分散解离,然后通过离心力场的作用,使累托石与水云母、叶腊石、绿泥石、石英等脉石矿物分离,累托石精矿纯度达90％左右,B03的使用为工业生产高纯累托石产品奠定了基础。     

THIRD-ORDER ASYMPTOTIC PROPERTIES OF ESTIMATORS IN GAUSSIAN ARMA PROCESSES WITH UNKNOWN MEAN

Abstract. This paper deals with the third-order asymptotic theory for Gaussian autoregressive moving-average (ARMA) processes with unknown mean μ. We are interested in the estimation of ρ = ( α₁…, α_p, β₁…, β_q ), where α ₁…, α_ρ and β ₁…, β_q are the coefficients of the autoregressive part and the moving-average part, respectively. First, we investigate the third-order asymptotic optimality of the bias adjusted maximum likelihood estimator (MLE) of ρ in the presence of the nuisance parameters μ and ² (innovation variance). Next, for a Gaussian AR(1μ μ, ²), we propose a mean corrected estimator α_c1c2 of the autoregressive coefficient. We make a comparison between the bias adjusted estimator α_c1c2* and the bias adjusted MLE, in terms of their probabilities of concentration around the true value, or equivalently, in terms of their mean squared errors. Finally some numerical studies are provided in order to verify the third-order asymptotic theory.     

基于k-最近邻筛选的BMA集合预报模型研究

针对冗余训练样本会降低BMA参数求解效率与精度问题,本文提出在BMA运算之前采用k-最近邻(k-nearest neighbor)算法筛选有价值训练样本,并用于BMA参数求解的改进模型。模拟试验在淮河王家坝站进行,分别以k-最近邻筛选、不筛选两种方案为BMA提供训练样本,统计分析两种方案中王家坝站流量模拟结果,评价BMA改进法的性能。模拟结果显示,采用k-最近邻样本筛选方法后,BMA模型对洪水过程以及洪峰的预报精度提升明显;概率预报结果的离散程度降低的同时,可靠性程度获得提升。k-最近邻样本筛选方法的引入,能够有效去除BMA模型训练样本中的冗余数据,以少量的样本获得更可靠的模型参数,改善集合预报性能。     

Markov随机场与Gaussian曲线在MR图像分割中的应用

针对扫描的人脑组织MR图像边缘分辨率低、模糊性大的特点,本文提出了一种基于模糊Markov随机场和Gaussian曲线相结合的MR图像最佳阈值分割方法。该方法通过对图像的像素邻域属性的统计将模糊论引入其中,建立模糊Markov随机场,并利用Gaussian曲线对二维直方图最佳一维投影进行拟合,确定出图像中各脑组织的二维阈值点,在二维直方图上实现对脑组织的分割。通过实验表明,本算法能够有效提高脑组织的分辨率,对噪声的鲁棒性、结果区域的连通性相对于一维Otsu和二维Otsu算法都有了很大的提高。     

一种基于混合高斯模型的多目标进化算法

目前,大多数多目标进化算法采用为单目标优化所设计的重组算子.通过证明或实验分析了几个典型的单目标优化重组算子并不适合某些多目标优化问题.提出了基于分解技术和混合高斯模型的多目标优化算法（multiobjective evolutionary algorithm based on decomposition and mixture Gaussian models,简称MOEA/D-MG）.该算法首先采用一个改进的混合高斯模型对群体建模并采样产生新个体,然后利用一个贪婪策略来更新群体.针对具有复杂Pareto前沿的多目标优化问题的测试结果表明,对给定的大多数测试题,该算法具有良好的效果.