空间目标成像跟踪系统中图像分割算法的研究

图像分割是成像跟踪算法中极为关键的一步,其结果的准确性与稳定性直接影响整个跟踪系统的性能。从分析空间目标图像的特点入手,在目标大小的不同阶段,选用不同的分割算法,并结合任务特点对算法参数进行了优化。试验结果表明,该文的设计满足任务需求,结果准确且具有很好的鲁棒性。     

基于Contourlet变换尺度相关多阈值降噪算法

该文研究了多方向多尺度几何分析工具轮廓波Contourlet变换,在总结了Contourlet变换稀疏尺度关系的基础上,提出了一种基于Contourlet变换多阈值尺度相关降噪算法,利用Contourlet变换多分辨率以及优越的方向性进行阈值降噪,根据Contourlet变换后各个尺度间的相关特性及噪声强度设定不同的阈值,由于Contourlet变换比小波变换更稀疏的表示方式,更好地表示图像的细节,在图像降噪的过程中能更好地保护图像的纹理以及边缘,使得降噪后的图像在细节方面更突出。     

数据库关联规则挖掘算法研究

该文介绍了数据挖掘、关联规则相关概念,分析了经典的挖掘布尔关联规则频繁项集的算法-Apriori算法,阐述了关联规则的生成过程,并通过实例进行验证。针对Apriori算法的缺陷进行了分析并列举了几种算法优化方法。     

基于小波变换的模糊航迹关联算法

航迹关联是实现分布式多传感器信息融合的关键技术.针对传统的模糊关联算法正确关联率低的问题,基于小波变换对传统的模糊关联算法进行了改进,提出一种新的航迹关联算法.首先,通过小波分析对目标航迹数据序列进行处理,获取新的航迹特征;然后,采用模糊均值聚类法确立隶属度函数、综合相似度和阈值判决准则,完成对已获取的新航迹特征的分类关联.仿真实验表明：与模糊算法相比,该算法的正确关联率提高约0.30.     

Ad hoc网络中动态阈值岭型函数退避算法*

无线自组织网络(Ad hoc)在MAC层中使用IEEE 802.11 DCF的接入机制来解决节点传输竞争问题,为了解决高负载环境下的网络拥塞状况问题,在退避算法中加入了动态阈值和岭型函数来降低数据传输的冲突概率并利用NS2对改进的退避算法进行网络仿真。仿真结果表明,相对于传统的退避算法,在负载较重的网络中改进后的退避算法大概能够提高网络性能20%左右,优化后网络的时延、吞吐量和公平性均得到明显改善。     

气液两相流中气泡形态及运动特征参数提取

对气泡发生装置中竖直向上气泡的形态及运动特征提取方法进行了研究。采集原始气泡图像,进行图像灰度化、差影和中值滤波等图像预处理,针对气泡图像的特点,提出动态阈值压缩大津法进行阈值分割,并结合扫描线种子填充算法与图像形态学运算进行孔洞填充,同时基于边缘面积属性对气泡特征区域进行自动识别。实验结果表明,该方法简单有效,鲁棒性强,可以很好地将目标气泡从背景中分离出来,有效提取气泡周长、面积、圆形度和质心坐标等形态特征参数,并实现气泡运动速度的测量。     

基于文化算法和二维Otsu方法的快速图像分割

针对二维Otsu方法计算量大的缺点,提出一种采用文化算法和二维Otsu法相结合的快速图像分割法.该方法利用文化算法的全局寻优能力,对图像的二维最大类间方差进行优化,通过文化算法的种群空间和信念空间的相互协作来获取二维Otsu的最佳二维阈值向量.实验结果表明,该方法具有良好的抗噪声性能,能得到较好的分割效果,缩短了寻找最佳二维阈值向量的时间,提高了二维Otsu方法的运算效率.     

开封引黄灌区灌溉条件下稻田土壤盐分阈值研究

结合各生育期水稻耐盐度、各处理实际种前初始土壤含盐量和对应生育期最高的土壤含盐量,分析了各灌溉处理条件下的稻田土壤含盐量在水稻各生育期的动态变化规律和允许初始土壤含盐量阈值.结果表明:控制灌溉及控制灌溉加淋洗条件下,各水稻生育期土壤含盐量均有不同程度降低,随着淋洗水量的增加土壤含盐量逐渐降低,并获得了不同灌溉方式下的允许稻田初始土壤含盐量阈值.此结论对实际应用有指导意义.     

P2P电子商务中一种基于交易标的额 的信任评价模型

信任评价机制是P2P电子商务中一种能够识别恶意节点并确保系统正确性和可用性的有效机制。信任评价机制的准确性依赖于信任值的计算方法。目前大多数信任评价机制中没有考虑交易金额对信任值的影响,文章提出了一种基于交易标的额的信任评价模型,并给出了一种动态信任阈值设定机制,实验表明该信任模型能有效防止节点的恶意行为,可以很好地应用于P2P电子商务中。     

基于扇形特征和BP神经网络算法的字符识别

目的 根据字符的扇形特征提取方法,BP神经网络算法,寻求一种识别率较高的字符识别方法.方法 将待识别的文件进行图像预处理,然后对处理后的单字符使用扇形算法提取出32个特征量,组成特征向量,采用BP神经网络对特征向量进行训练和识别,最后应用选择性阈值最小距离方法对输出结果进行判断,减少误识别率.结果 通过使用扇形特征提取方法、BP神经网络和选择性阈值最小距离方法,达到了较好的字符识别效果,实验结果表明该方法识别精度较高,训练时间较短.结论 保持一定数量以上的训练样本和训练次数,可进一步提高字符识别的正确率.采用扇形特征和BP神经网络算法可应用于字符识别.