一种基于压缩感知的邻域优化算法

非线性降维方法是目前对降维研究有着重要影响的方法,但在降维过程中经常会遇到局部邻域信息量不足、短路和噪声干扰等问题,严重影响降维效果,很难广泛应用于真实数据的处理中.对以上问题分析发现,其主要原因在于经典降维算法都是采用全局固定的邻域大小.提出了一种基于压缩感知的邻域优化算法,运用压缩感知技术对高维空间目标点近邻进行压缩采样,构建“收—放”模型,自适应得到最优子空间,同时优化邻域组成元素,使得数据的整体降维效果更加稳定.通过手工流形和真实数据集的实验,验证了算法的有效性和稳定性.     

基于DCT和感知哈希的纹理防伪标签鉴别算法

针对纹理防伪标签在光线不足、视力不佳的情况下难以鉴别的问题,提出了一种基于DCT、感知哈希和视觉特征向量的纹理防伪标签鉴别算法.首先通过DCT和感知哈希提取图像的特征向量;然后建立特征数据库,通过特征向量之间的归一化相关系数(NC)实现纹理防伪标签的自动鉴别.实验结果表明,该方法可以有效抵抗常规攻击和几何攻击,可实现自动鉴别技术.与现有的纹理防伪技术相比,该算法可以减小占据的数据库存储空间,具有更好的实用性.     

基于压缩感知的协同OFDM稀疏信道估计方法

针对频率选择性衰落信道下的放大转发协同正交频率复用(OFDM)通信系统,提出一种基于压缩感知理论的稀疏信道估计方法。首先,构造协同OFDM系统模型,利用循环矩阵理论,将该系统模型变换成类似于传统的点对点系统模型,该模型由一个协同卷积信道矢量和等效的观测矩阵组成;然后,通过压缩感知理论证明,该等效矩阵以很高的概率满足严格等距特性(RIP);最后,利用压缩感知算法重构卷积信道脉冲响应。与传统的线性信道估计方法相比较,所提方法能够利用较少的训练序列达到稳健的信道估计,有效地提高频谱资源利用率,且具备计算复杂度低的特点。仿真结果验证了该方法的有效性。     

基于辅助节点的安全协作频谱感知

在认知无线电网络中,恶意用户会占用授权频段,模仿主用户的信号特征发送信号,导致其他认知用户误认为主用户存在。针对该问题,提出一种基于辅助节点的安全感知机制,在网络中部署若干辅助节点,利用链路特征和加密机制对主用户的活动情况进行识别。设计适用于该机制的融合判决算法,不对授权网络做任何形式的改动即能有效识别恶意用户,并在融合时采用信任节点的感知数据,从而提高融合结果的鲁棒性。仿真结果表明,与K秩、And和Or算法相比,在恶意环境下该算法具有较好的检测性能。     

基于Voronoi图和复合泊松过程的WSN覆盖算法设计

设计了一种基于Voronoi图和复合泊松过程的分布式算法。利用Voronoi图的性质,传感器节点能够同时进行冗余判定和感知半径调节来消除覆盖冗余;利用休眠节点的复合泊松探测过程,能够及时发现工作节点的失效并弥补网络的覆盖漏洞,使网络由单纯的完成监测任务变为动态调整拓扑以适应环境变化。仿真结果表明网络能准确调度节点状态,并且对工作节点失效具有很好的鲁棒性。     

基于分离Bregman迭代协同稀疏性的图像压缩感知恢复算法

目前存在的CS恢复算法中大都采用固定的基函数,也就是在确定的域中对信号进行分解,比如:DCT域、小波域和梯度域,但这些域都忽略了自然信号的非平稳特性,缺乏自适应能力,从而不能够将图像分解得足够稀疏,也就使得CS恢复的效果很差,限制了CS在图像方面的应用。提出了一种基于分离Bregman迭代方法求解协同稀疏模型正则化的图像压缩感知恢复算法,能够在有效地刻画图像的局部平滑性和非局部自相似性的同时,获得更高质量的图像恢复效果。实验证明了本文提出算法的有效性,并且在峰值信噪比PSNR方面,比目前主流最好的算法高1 dB。     

基于时序上下文的视频场景分类

以传统的词袋模型为基础,根据相邻镜头关键帧之间具有相关性的特点提出了一种用于视频场景分类的模型。将视频片段进行分割,提取关键帧,对关键帧图像归一化。将关键帧图像作为图像块以时序关系合成新图像,提取新图像的SIFT特征及HSV颜色特征,将图像的SIFT特征及HSV颜色特征数据映射到希尔伯特空间。通过多核学习,选取合适的核函数组对每个图像进行训练,得到分类模型。通过对多种视频进行实验,实验结果表明,该方法在视频场景分类中能取得很好的效果。     

一种小型动/静态双坐标感知系统结构设计

针对提高被动式热释电红外(PIR)传感器的探测距离和范围,提出动/静态双坐标感知系统理论,根据动/静态双坐标感知系统对动态目标实现一定距离内和全范围探测的要求,光学基准传递的要求,提出了小型动/静态双坐标感知系统的结构设计方案。该系统配用红外透镜作为其光学装置,在匀速转台的带动下,实现360°全范围探测红外信号,解决了PIR传感器探测距离和探测视场的矛盾,拓宽了PIR传感器的使用领域。经过实验验证,该系统结构设计合理。     

压缩感知理论投影矩阵优化方法综述

通过优化投影矩阵的结构可提高压缩感知（Compressed sensing,CS）的重构性能及信号适应的稀疏度范围。该类方法利用迭代更新Gram矩阵使CS投影矩阵逼近最优结构,不同于以往的投影矩阵设计问题,它是一类新的改进CS性能方法。本文阐述了该问题的产生起源、理论基础、目标函数、理想模型以及与编码理论的交叉。在此基础上,分析、总结和比较现有投影矩阵优化方法的构造原理、应用特点以及存在的问题,最后讨论了其未来可能的发展方向。实验结果验证了分析结论的正确性。     

最“性感”大屏旗舰 华为Ascend Mate7智能手机

正Ascend Mate7是一款集一体化金属机身、按压式指纹识别传感器、83%屏占比的超大6英寸视野于一身的旗舰手机,具备在全方位挑战三星Note 4的自信实力。Mate7拥有一体成型的金属机身,超大的屏占比可带来震撼的视觉体验。在配置上,它采用了比荣耀6更先进的麒麟925八核处理器,亮点是额外融入了一颗i3智能感知处理器,可以更低功耗的代价随时获取各类传感器的数据。就性能而言,Mate7的表现足以挑战搭载骁龙801的旗舰们,而这款产品的优势还不仅