相干斑对SAR图像纹理计算的影响

根据相干斑模型,构造相干斑,利用小波变换和灰度共生矩阵对加噪前后的图像分析和对比,通过对得到的实验数据和图形进行深入的分析,探讨相干斑对SAR图像纹理计算的影响。     

SAR图像特征数据立方体的构造

图像数据立方体的建立有助于图像数据的基于视觉内容的分析和多种知识的挖掘,包括汇总、分类、比较、关联和聚类.图像数据立方体对于图像分析是很有用的模型.实现一个维数很大的数据立方体是很困难的.但如果维数不够,则会使图像的建模范围过于粗糙、受到限制和不精确的扩展.因此,如何设计出既能满足效率要求,又能有足够的表达能力的图像数据立方体,是个亟待研究的问题.文中借鉴前人的思路和方法,构造了SAR图像立方体的模型.     

信号卷积的计算方法总结

卷积是信号与系统中的一个重要概念,是线性时不变系统时域分析的重要工具。线性时不变系统的零状态响应可通过系统激励与冲激响应或脉冲响应的卷积或卷积和计算得到。针对连续和离散时间信号,总结了已有的各类卷积及卷积和的计算方法,对各类方法的基本思路和应用条件进行了梳理。     

色彩感知中的脑电信号多域特征选择算法研究

针对目前在不同色彩感知中的脑电信号识别方面的研究还不多见,本文提出采用随机森林算法对信号的时域特征和频域特征进行最优组合的方法对不同色彩感知中的脑电信号进行识别。首先采用小波变换,对脑电信号进行7层分解,提取脑电信号在delta、theta、alpha和beta节律频带上的小波能量,并结合脑电信号在时域上的统计量偏度和峰度组成特征向量。然后通过基于随机森林的特征选择算法提取最优的特征组合方案,删除冗余的特征量。使用自适应增强算法进行分类识别,识别的平均正确率可达到85.07%。该结果表明使用本文所提出的特征提取与选择方法用于不同色彩感知中的脑电信号识别上是可行的,并且能够取得较好的识别率。      

频谱分析中的微分法与微分方程法

本文讨论了应用于傅里叶变换的微分性质的隐含假设,并叙述了信号不满足隐含假设时的修正方法。本文还给出了作为信号生成系统的微分方程描述,它使信号谱成为其生成系统的频率传递函数,指出了微分方程法的隐含假设。最后还给出了信号违反此假设时进行修正的方法。     

基于流体神经网络的路径选择算法

通过比较通信网络和流体神经网络,得出了通信网络路径选择的最大概率准则,给出了基于流体神经网络的路径选择算法．实验结果表明,该算法的运算速度远远快于现有的路径选择算法．     

QR分解与特征值优化观测矩阵的算法研究

观测矩阵的构造是压缩感知中的核心部分之一,观测矩阵的列独立性,观测矩阵与稀疏基的非相干性,对重构图像的质量有重要影响,基于此提出了一种优化算法。该算法实现对观测矩阵进行QR分解以增大其列独立性,同时对格拉姆矩阵进行优化,使其归一化后的特征值逼近N/M,从而增大观测矩阵与稀疏基的非相干性。仿真结果显示,算法在提高图像重构质量,以及重构结果稳定性上都有较好的结果,尤其是在观测值个数较少的情况下,有比其他算法更明显的优势。     

多特征-谱聚类的SAR图像溢油分割

经典的K聚类算法,并不适合实现任意形状的聚类,而且有容易陷入局部最小值的不足.提出基于多个纹理特征的谱聚类算法,该方法用灰度共生矩阵(GLCM)提取合成孔径雷达 (SAR)图像的多个特征值,构建谱聚类的特征矩阵,并依据规范切准则,用K均值聚类的方法对拉普拉斯矩阵的第二小的特征值对应的特征向量进行聚类,实现基于SAR图像的溢油的分割.新方法与传统的K聚类方法比较,可以减少相干斑噪声对分割结果的影响,较好的保持图像边缘.仿真结果显示,该算法对于相干斑噪声影响较大的图像具有较强的鲁棒性.     

基于免疫算法的SAR图像分割方法研究

免疫算法是借鉴生命科学中免疫的概念和理论提出的一种优化算法,它继承了遗传算法的优越性,且避免了优化过程中的退化现象。空间矩阵描述了不同区域间的相邻概率。SAR图像固有的相干斑噪声使对SAR图像处理非常困难。同时,由于SAR图像具有不同区域间对比度较大的特点,因而SAR图像的空间矩阵具有同类区域间相邻概率较大,异类区域间相邻概率较小的特征。该文将SAR图像的空间矩阵的这一特征作为免疫算法中的疫苗,用免疫算法搜索分割结果,并收敛到最优。仿真结果表明,这是一种有效的SAR图像区域分割方法,可以明显抑制噪声对分割结果的影响。     

非因果输入的LTI系统全响应求解方法

求解线性时不变系统的全响应是＂信号与系统＂课程教学中一个重要知识点。本文总结了仅已知系统非因果输入、系统初始条件未知情况下,分别从时域、频域和复频域,直接求解线性时不变系统全响应的三类主要方法。我们对这三类方法进行了总结和对比,并以实例说明其正确性。