风廓线雷达在一次大到暴雪天气过程中的应用

利用芜湖市边界层风廓线雷达资料对2012-12-29芜湖市出现的1次大到暴雪天气过程进行分析,结果表明:风廓线的大气风场显示这场大雪属于典型的安徽大雪天气形势。降雪前925hPa左右高度可见东风气流,当东风气流转为西北气流时,降雪天气开始;500~850hPa为西南暖湿气流;降雪时低层冷平流,中高层暖平流,逆温结构有助于降雪的发生;西北气流向上扩展到700hPa高度以上时,降雪趋于结束。雨转雪时,垂直风速由4~7m/s迅速减小到1.4~1.9m/s,表明了雨雪性质的转换,产生的原因是雪的下降速度小于水滴。当垂直风速出现了0值和弱负值,说明大气层结恢复静力平衡,降雪趋于结束。此外,折射率结构常数的变化也同样与降雪过程相对应。     

基于旋转块的BM3D图像去噪改进算法

针对经典BM3D去噪算法中存在的相似块匹配误差较大及对图像细节保护不足的问题,提出了一种基于旋转块的BM3D图像去噪改进算法.新算法首先对参考块进行不同角度的旋转获取旋转块,通过旋转块进行相似块匹配过程;然后使用低秩正则化来代替传统算法中的硬阈值滤波;最后,对结合旋转块匹配与低秩正则化的BM3D算法进行自适应调整,从而改善在均匀图像区域中的去噪效果.实验结果表明,新算法的相似块匹配程度更高,峰值信噪比相较于经典算法平均提升0.5 dB,有效保留图像边缘和纹理细节.     

一种基于曲率变分正则化的小波变换图像去噪方法

噪声和图像的细节特征主要集中于图像高频部分,在图像去噪过程中,图像的某些重要特征（如边缘、细小纹理等）易受到破坏.针对这一情况,本文提出基于曲率变分正则化的小波变换图像去噪方法,首先用小波提取图像的高频成分,对图像进行增强处理,然后用增强图像的水平集曲率建立一个基于水平集曲率的曲率驱动函数,再将曲率驱动函数作为一个校正因子引入到变分模型中,建立曲率变分模型,用以控制图像的整体结构.在缺乏图像梯度信息的情况下,该模型克服了ROF模型错误扩散这一缺点,符合图像处理的形态学原则.最后,用建立的曲率变分模型处理提取的高频成分,重构处理后的高频成分和原来的低频成分,得到去噪后的图像.分析和仿真结果表明,新算法可有效抑制噪声,有极高的图像结构相似度,去噪效果明显.     

Hadoop云平台下基于HOG特征和Adaboost分类器的快速行人检测算法

行人检测在安保领域、无人驾驶领域、机器视觉领域以及多媒体分析领域等具有广泛的应用。针对目前行人检测技术运算量大、实时性差等不足, 提出了一种Hadoop云平台下基于梯度直方图(HOG)特征和Adaboost算法的快速行人检测方法。该方法首先利用云计算模式提取图片的HOG特征, 然后利用PCA方法对提取特征降维, 最后使用Adaboost算法构建分类器对降维特征进行分类。利用不同场景照片对本文方法进行实验, 仿真结果表明, 在保持较高检测准确度前提下, 采用Hadoop云计算的检测速度比传统的基于HOG特征行人检测算法提高将近五倍, 有效提高检测算法的实时性。     

非标准约束恒模盲多用户检测的改进算法研究

针对码分多址蜂窝移动通信中存在的多址干扰问题,以瑞利分布为变步长,构造了基于瑞利分布变步长的非标准约束恒模算法;与差分形式相结合,提出了基于瑞利分布变步长的非标准约束差分恒模算法(RDV-NSCDCMA);分析了此算法的性能并与非标准约束恒模算法(NSCCMA)进行了仿真比较.     

基于改进各向异性扩散的图像去噪算法

针对纹理等细节信息丢失和图像边缘退化的问题,本文提出了一种基于l_(2)范数的改进各向异性扩散模型。本文首先将PM模型和LCC模型相结合,根据图像梯度的变化,构建局部图像梯度模值与扩散强度之间的关系,不同的梯度模值选择不同的扩散函数;然后利用l_(2)范数确定扩散函数中的梯度阈值,进一步提高去噪模型的泛化能力。实验结果表明,该模型不仅可以解决传统PM模型存在的孤立点问题,而且能够有效地保护图像边缘特征和轮廓结构的完整性,与原始算法相比图像信噪比提升了1.47~1.57 dB,结构相似度提高了17%,在保证去噪效果的同时提高了去噪效率。     

受迫广义Klein-Gordon方程的孤子近似解

利用同伦映射方法和理论讨论了一类受迫广义非线性Klein-Gordon方程,在适当的条件下,较简捷地得到孤波的任意次精度的近似解.     

一次雹暴天气过程的天气特征及雷达图特征分析

文章对发生在芜湖县的一次强对流天气进行了天气学分析、中尺度分析以及雷达图特征分析,确认此次雹暴天气由单个超级单体造成,并得出结论:此次过程天气背景为东北低涡和高空低槽;具有高低空急流、前倾槽、高空辐散低空辐合、上干下湿等不稳定环境条件;中尺度低层切变线和干线是触发强对流的主要影响系统,强垂直风切变、CAPE值、0℃层高度等因子有利于冰雹的产生;强对流在雷达图上表现了高VIL、高回波顶、中气旋以及悬垂回波、弱三体散射等明显的雹暴特征。     

镜像图与粗细层次结合的稀疏人脸识别方法研究

人脸在实际环境中,伴随着各种不可预知的情况,会呈现出复杂多变的特性.为了提高人脸识别率及更好的显示人脸特征,本文提出一种镜像图与粗细层次结合的稀疏识别新方法.该方法首先利用人脸的镜面性生成新的人脸图像,将原来的人脸训练样本和新生成的镜像图样本结合起来,使用粗细层次结合的分类方法来进行识别.新方法一方面增加了训练样本的数目,克服由于光照和姿态等外部因素带来的影响,另一方面选取合适的训练样本,丢掉不合适样本对于人脸识别所造成的不利影响.实验结果表明,新方法在人脸识别率上有了明显的提高.     

QCA技术在递归盒式滤波器中的应用

量子点元胞自动机(quantum dot-cellular automata, QCA)因其延迟时间短、功耗低以及占用面积小等优点被当作代替CMOS的新型技术之一。针对CMOS器件尺寸日益减小导致的高功耗和电容寄生及串扰问题,本文首次利用QCA技术构建了一种递归盒式滤波器。其中,提出了一种全新的QCA全加器,较已提出的QCA全加器减少了55%的电路面积;少使用了56.7%的元胞数;量子成本也降低了10%以上。并以此为基础设计了一种高效的行波进位加法器(ripple carry adder, RCA)以及一种高效的进位选择加法器(carry select adder, CSA)来构成盒式滤波器的加法单元。以此构建的盒式滤波器较一般QCA盒式滤波器节省了32.6%的硬件资源;减少20%的电路运行时间;减少了48.7%的功耗。并使用QCA Designer仿真,结果表明,本设计完全可以代替实现传统的盒式滤波器功能,并在效率、功耗、电路面积、资源占用方面均有显著降低。