自适应阈值小波在指纹图像去噪中的应用

目前指纹识别技术具有很广泛的应用,但通常指纹图像含有混合噪声,而传统小波阈值去噪算法对含有混合噪声的图像去噪时,存在混合噪声去除不彻底的问题,为此提出了一种改进的自适应阈值和连续型低误差阈值函数的小波去噪算法.首先,算法对含有混合噪声的指纹图像进行一次中值滤波去噪.然后,设计了一种新的自适应阈值,小波分解层数越大新阈值就会越小,就能更好地体现噪声信号在进行小波分解时减小的特征.最后,设计了连续型低误差改进阈值函数,改进的函数是连续的,并且阈值达到极限时误差为0.改进后的算法使得估计的小波系数更加接近真实系数,重构后的图像更接近原始图像.实验结果表明,该算法对含有高斯噪声和椒盐噪声的指纹图像处理时,相比于其他算法,得到了更好的峰值信噪比和均方误差数值,去噪后的指纹图像纹理显示更加清晰.     

一种新的阈值和阈值函数的小波去噪算法

为了解决传统软、硬阈值算法去噪过程中出现的边缘模糊和视觉失真等问题,提出了一种新的小波去噪算法.首先,在阈值选择时,为了抑制信号长度对阈值选取的影响,把通用阈值和最大似然比按照一定比例结合,可根据图像的噪声构造出更加合理的阈值;然后,阈值函数里加入了调节系数β,使新的函数拥有更好的连续性和更低的误差.仿真实验表明,该算法是有效的,可行的,去噪后的图像相比于其他三种经典算法拥有更高的信噪比和更低的均方误差,能更好的去除图像中的噪声.     

面向拥堵传播阻断的城轨站点分类

针对拥堵客流的传播阻断问题,研究了一种城轨站点分类方法.首先,通过分析影响站点拥堵传播阻断能力的相关因素,选取了站点客流量、站点运输能力和拓扑位置指标构建指标体系;其次,采用SOM神经网络和模糊分类算法对多指标数据进行分类,获取了不同时段下具有不同拥堵阻断能力的站点类别,实现面向拥堵传播阻断的站点分类;最后,采用北京市轨道交通实际运营数据对模型进行验证.研究结果表明:该方法能够在城轨系统不同时段下,随着客流量和运输能力的变化,准确识别不同类型的站点,并为后续研究城轨网络的大客流拥堵传播模型提供站点参数分析依据.     

制约我国证券市场发展的因素和改革方向

随着我国金融市场的开放和深化,证券市场得到了长足的发展,已成为市场经济中的重要组成部分。但是在其发展的过程中,也暴露出不少问题。本文分别市场的结构、市场运作效率以及市场制度三方面分析了当前我国证券市场存在的弊端并相应提出了改革的方向和设想。     

基于规则的城市轨道交通安全事件信息抽取及其知识元表示

合理利用城市轨道交通安全事件案例对突发事件下辅助制定应急决策具有重大意义.目前,中国轨道交通运营商存储了大量的安全事件案例,但大多以自由化或半自由化文本的形式存储在数据库中,使用率较低.为提高城市轨道交通安全事件案例的使用效率,提出了基于规则的信息抽取方法,将城市轨道交通安全事件案例的自由文本转化为用共性知识元表示的结构化数据.通过指标计算,所提出的方法可以以较高的准确率和召回率对安全事件要素进行抽取,可为突发事故时的应急决策制定提供高效的数据支撑.     

天然植物提取物对鸡肉肠中单增李斯特菌及产品特性的影响

选择替代硝盐的商业化天然植物提取物T4NW S、DV和CS,以低温鸡肉肠为对象,通过微生物挑战实验(MCT)对其抑制单增李斯特菌效能进行了研究,并进一步分析了天然植物提取物对鸡肉肠产品特性的影响.结果表明:所选取的植物提取物对单增李斯特菌抑制效果尽管略低于传统的"亚硝酸钠+双乙酸盐(SD4)+异抗坏血酸钠"经典组合,但完全可替代硝盐显著的抑菌作用.本实验中0.6%T4NW S+0.5%CS组合,以及1.0%DV和0.5%CS+0.5%DV,均呈现与硝盐相同的抑菌效果,而且不同类型的抑菌剂的复合使用显现了互作效应,如1 mg/kg Nisin+0.5%DV的抑菌效果远远优于1.0%DV或2 mg/kg Nisin.进一步的产品特性分析显示,植物提取物可替代传统硝盐的发色作用,其中T10组的a*值甚至略高于添加硝盐产品.随着贮藏时间的延长各组值均有所下降,但添加了植物提取物的产品下降度更低,尤其是DV和T10+DV组显著更佳.各组别aw、p H值、质构等检测结果未呈现显著差异.     

面向运营安全的城市轨道交通线网性能综合评价

为了掌握表征城市轨道系统线网性能的关键指标,给出合理的评价模型,准确获取系统运营安全状况,面向城市轨道交通系统运营安全研究了其线网性能的综合评价问题。通过对城市轨道系统历史事故进行统计分析,构建了面向车站、线路、线网三个不同层次的评价指标体系;运用三角模糊数改进的TOPSIS的评价方法,基于指标集进行综合评价;并结合实际数据,针对评价结果对城轨系统进行分析。研究结果表明：建立面向运营安全的城市轨道交通线网性能综合评价指标体系,运用改进的TOPSIS评价方法,将定性问题定量化,不仅有效反应当前的安全运营水平,而且减少了因为人的主观因素对决策结果产生的影响,提高了城市轨道交通安全评价的科学可靠程度和可信程度,为有关部门和城市轨道交通的安全管理者提供有效的决策支持。     

基于最小覆盖圆时空聚类算法的出行轨迹停驻点识别

本文面向出行GPS轨迹中停驻点的识别问题,提出一种基于最小覆盖圆的时空聚类方法。使用停驻范围阈值对轨迹点进行聚类,使用停驻时间阈值对聚类类簇进行初步过滤,使用类簇近邻距离与类簇近邻时间两个阈值对预过滤类簇进行合并,继而使用停驻时间阈值进行最终过滤得到停驻时段与停驻点。该算法改进了已有时空聚类算法中初始类簇的确定方法,提高了计算效率。由于现有的查全率与查准率无法准确衡量停驻点识别结果的精度,基于停驻时段精确度对查全率与查准率计算计算方法进行修改。使用包含9 923个轨迹点的轨迹进行算法有效性检验,轨迹中包含的三个停驻时段均得到有效识别,查准率与查全率均为0.82,实验结果表明,该算法在轨迹重合度高以及轨迹漂移等情形下具有较高的准确性。