计算高级Petri网S-不变量的一种简单算法

在高级Petri网的性质分析中,S—不变量的方法是一个重要的方法,如何计算高级Petri网的S—不变量是一个重要课题。本文基于复合标志(Token)和标志流路的概念,给出了一个整系数线性方程系统,由该线性方程系统,可以得到高级Petri网的所有S—不变量,而不必将高级Petri网扩展为一般Petri网。     

浦肯野神经元回路中的同步性研究

浦肯野神经元是小脑皮层唯一的输出神经元,其传入纤维主要包括来自橄榄核的盘状纤维和来自皮层颗粒神经元的平行纤维.基于与实际神经系统十分相似浦肯野神经元回路模型,本文研究了回路中三种神经元(浦肯野神经元,颗粒神经元,盘状纤维)的相位响应曲线(PRC)并结合它们各自的f-I曲线对来区分三种神经元的兴奋性;进而对不同类型的神经元之间的同步性进行分析,着重考察了不同神经元之间突触的电导系数与浦肯野神经元树突上的Ca P电导系数的影响等,分析结果显示神经元之间同步性对于它们信息传递起着重要作用.     

磁罗经自差校正准确性评估软件设计

针对传统方法计算磁罗经自差系数效率低、描绘自差曲线不平滑、制定自差表不准确等问题,以自差原理和爱利法为基础,设计并实现了磁罗经自差校正准确性评估软件,采用广义最小二乘估计方法求解自差系数,自动绘制自差曲线和生成自差表,并可根据训练与考核大纲中相关标准评估自差消测效果,具有简便准确高效的特点。已应用于教学及出海实习训练,对于提高学员的任职能力具有较强实用性,并可为舰船消测磁罗经自差等科目训练考核提供辅助和参考,对保证磁罗经工作精度具有重要作用。     

二烷基二硫代磷酸镧(LaDDP)结构及摩擦学性能的ab initio研究

用ab initio方法,在Lanl2mb水平上研究了8种二烷基二硫代磷酸盐（MDDP,M=La,Y,Sc,B,Al）的几何构型和电子结构,比较了8种系列化合物的化学键强度,反应活性位置和摩擦学性能。用前线分子轨道理论分析了反应的活性原子和活性键。结果表明,化合物Ⅰ～Ⅶ在摩擦过程中活性位置为M1～S10原子,其优先断裂的化学键为M—S,S—P,P=S和P—O;化合物Ⅷ在摩擦过程中活性位置为S2～S10原子,其优先断裂的化学键为S—P,P=S和P—O。根据计算结果粗略推测8种二烷基二硫代磷酸盐的摩擦学性能为：Ⅷ〉Ⅱ〉Ⅵ〉Ⅴ〉Ⅶ;Ⅰ〉Ⅱ〉Ⅲ〉Ⅳ,可以预见二烷基二硫代磷酸硼应该是一种性能优良的极压抗磨润滑添加剂。     

一种基于差分的改进STAM算法

STAM算法是硬件实现非线性函数的一种有效方法,它用查找表和加法运算实现了精确的非线性函数近似,并利用函数的对称性极大地缩减了查找表的尺寸,但算法中第一项系数占用的查找表仍然较大。针对此问题,提出了一种基于差分的改进方法,并在FPGA上实现了双曲正切S形函数。实验结果显示,算法经过改进可以缩减17%~30%的存储空间。     

基于不同材料温度系数差异的测温研究

目前,电能表测温方式主要是在表内或表外加装测温设施。该方式使用繁琐且成本过高,可靠性较低。为解决上述问题,提出在已知剩余电流的情况下,利用锰铜、紫铜温度系数的差异,分别对使用不同材料的L相和N相进行电流采样并计算电流差值。同时依据欧姆定律换算成阻值,从而得到温度和阻值的特性曲线。上述方法无需新增材料,不依靠其他设备,且锰铜、紫铜是表中必须用到的材料,易于获取和大批使用。同时表本身对温度反应迅速,因此,依据该方法可大大提高表的可靠性。     

形状调配中带参数的过渡曲线设计

为提高过渡曲线在端点处的连续阶,并赋予过渡曲线相对于固定基曲线的形状调 整能力,从过渡曲线的方程出发,根据预设的连续性目标反推调配函数需满足的基本条件,将 调配函数表达成 Bernstein 基函数的线性组合,组合系数待定,由基本条件和 Bernstein 基函数 的端点性质得出关于待定系数的方程组,解该方程组得出调配函数初步表达式,再借助Bernstein 基函数的升阶公式将初步表达式的次数提高两次,进而在表达式中引入自由参数。调配函数具 有对称性、中点性、单调性、有界性,分析了保证调配函数图形只存在唯一拐点的自由参数取 值范围。取一般参数时,过渡曲线在端点处可达拟 3 C 连续,取特殊参数时可达拟 4 C 连续,分 析了过渡曲线的形状特征,数值实例验证了方法的正确性和有效性。     

基于矩阵融合的三次B样条曲线曲面加密算法

B样条曲线曲面是当前CAD/CAM造型系统中的核心部分。提出了一种基于系数矩阵融合的加密算法,并结合此算法将三次B样条曲线基函数的系数矩阵与三次Bézier曲线基函数的系数矩阵加以混合,实现了对三次B样条曲线曲面的加密,实验结果表明利用此算法生成的曲线曲面与原始的曲线曲面有一定的相似性,保证了三次B样条曲线曲面在信息传播中的安全性。     

P2P网络中一种基于定向查询的分布式信誉系统

P2P网络中的安全问题越来越受到关注,广泛采取的策略是建立信誉系统.提出了一种基于定向查询的分布式P2P信誉系统,节点交互历史表记录与本地节点有交互经验的各节点信息,而本地节点的信誉信息分散存储在交互历史表中各节点上的信誉信息表中.信誉查询时查询节点根据被查询节点交互历史表的信息直接定向到提供被查询节点信誉信息的节点,恶意节点表和表尾信息表保证了信誉信息的安全.仿真实验的结果表明该信誉系统可以有效地减少无效交互的次数,遏制恶意节点对信誉信息的破坏.     

JPEG图像的信息隐藏方法

对JPEG图像编码过程进行分析,并对JPEG图像的信息隐藏方法进行研究,提出一种基于人类视觉系统的JPEG图像的信息隐藏方法.以人类视觉系统的Watson模型生成的量化表为基础,通过修改JPEG图像交换格式所包含的量化表的系数,在不超过人类视觉系统模型生成的量化表系数的情况下,直接将信息隐藏于量化表中.该方法可以单独使用进行信息隐藏,也可与其他方法结合达到更好的隐藏效果.由于没有直接修改图像内容,其隐蔽性较好,并且对嵌入的信息提取方便.实验结果表明,该方法隐藏的信息容量较大,隐藏信息后图片的质量好.     

Adaptive disparity computation using local and non-local cost aggregations

A new method is proposed to adaptively compute the disparity of stereo matching by choosing one of the alternative disparities from local and non-local disparity maps. The initial two disparity maps can be obtained from state-of-the-art local and non-local stereo algorithms. Then, the more reasonable disparity is selected. We propose two strategies to select the disparity. One is based on the magnitude of the gradient in the left image, which is simple and fast. The other utilizes the fusion move to combine the two proposal labelings (disparity maps) in a theoretically sound manner, which is more accurate. Finally, we propose a texture-based sub-pixel refinement to refine the disparity map. Experimental results using Middlebury datasets demonstrate that the two proposed selection strategies both perform better than individual local or non-local algorithms. Moreover, the proposed method is compatible with many local and non-local algorithms that are widely used in stereo matching.     

基于标签相似度的不良信息多标签分类方法

在多标记分类中,标签与标签之间的相关关系是影响分类效果的一个重要因子。而传统的经典多标签分类方法如BR算法,ML-KNN算法等,忽略了标签之间的相关关系对实际分类的影响,分类效果一直不能令人满意。面对类别关联度极高的不良信息的多标签分类,分类效果更是大打折扣。针对上述问题,本文改进一种经典的多标签分类算法RAkEL,首先根据训练文本计算出各标签之间的相似度系数,然后再根据自定义不良信息层次关系计算出综合标签相似度系数矩阵,最后在RAkEL算法投票过程中根据综合标签相似度与中心标签重新确定最终的结果标签集合。与传统的分类方法在真实的语料库上进行多标签分类效果对比,实验证明,该方法在对不良信息分类具有较好的效果。     

Direct recovery of three-dimensional scene geometry from binocularstereo disparity

An analysis of disparity is presented. It makes explicit the geometric relations between a stereo disparity field and a differentially project scene. These results show how it is possible to recover three-dimensional surface geometry through first-order (i.e., distance and orientation of a surface relative to an observer) and binocular viewing parameters in a direct fashion from stereo disparity. As applications of the analysis, algorithms have been developed for recovering three-dimensional surface orientation and discontinuities from stereo disparity. The results of applying these algorithms to natural image binocular stereo disparity information are presented     

三种测度融合的加权引导滤波匹配算法

针对立体匹配算法中,census变换在弱纹理区域具有较好效果,但忽略了图像的灰度信息,造成在重复纹理区域匹配效果不理想,提出了一种改进的census变换。在初始匹配代价阶段,设计了一种在census变换的基础上融合互信息和梯度信息的相似性测度算法。在代价聚合阶段,采用自适应权重引导滤波聚合策略。最后,通过视差计算、视差优化得到最终的视差图。在VS2015软件平台上对Middlebury网站上提供的标准测试图进行实验,实验结果表明,所提算法能够得到较为准确的视差图,平均误匹配率为5.29%,可以满足三维重构的需要。     

融合边缘保持与改进代价聚合的立体匹配算法

目的 立体匹配是计算机双目视觉的重要研究方向,主要分为全局匹配算法与局部匹配算法两类。传统的局部立体匹配算法计算复杂度低,可以满足实时性的需要,但是未能充分利用图像的边缘纹理信息,因此在非遮挡、视差不连续区域的匹配精度欠佳。为此,提出了融合边缘保持与改进代价聚合的立体匹配。方法 首先利用图像的边缘空间信息构建权重矩阵,与灰度差绝对值和梯度代价进行加权融合,形成新的代价计算方式,同时将边缘区域像素点的权重信息与引导滤波的正则化项相结合,并在多分辨率尺度的框架下进行代价聚合。所得结果经过视差计算,得到初始视差图,再通过左右一致性检测、加权中值滤波等视差优化步骤获得最终的视差图。结果 在Middlebury立体匹配平台上进行实验,结果表明,融合边缘权重信息对边缘处像素点的代价量进行了更加有效地区分,能够提升算法在各区域的匹配精度。其中,未加入视差优化步骤的21组扩展图像对的平均误匹配率较改进前减少3.48%,峰值信噪比提升3.57 dB,在标准4幅图中venus上经过视差优化后非遮挡区域的误匹配率仅为0.18%。结论 融合边缘保持的多尺度立体匹配算法有效提升了图像在边缘纹理处的匹配精度,进一步降低了非遮挡区域与视差不连续区域的误匹配率。     

采用高斯混合模型及树结构的立体匹配算法

针对传统立体匹配算法无法同时为图像边缘和低纹理区域提供一个合适大小的聚合窗口而导致匹配精度较低的难题,提出一种结合高斯混合模型及最小生成树结构的立体匹配算法。通过图像初始视差、像素颜色及距离信息将图像分为初始若干区域及待分割候选像素;基于高斯混合模型并行迭代更新各区域参数,得到最终的分割;在各分割上建立最小生成树计算聚合值求取视差;通过邻域内的有效视差修正误匹配点,获取精度较高的稠密视差图。与其他算法相比,该算法能有效降低误匹配率,尤其在深度不连续区域的匹配效果显著改善。     

基于像元集的置信传递立体匹配

为了提高立体匹配效率和克服处理区域的视差跳跃,提出了一种基于像元集的置信传递立体匹配方法。该方法首先以像素为基元,利用层次置信传递算法得到较为准确的初始视差;然后依次根据颜色和初始视差对参考图像进行分割,再利用分裂合并策略对分割后的像元集进行平面拟合,以消除颜色分割错误对匹配造成的影响;最后在拟合后的像元集空间,利用标准置信传递优化算法得到最终解。采用国际标准图像进行测试的实验结果表明,该方法的匹配效率和精度优于同类方法。     

基于纹理分析的视差估计算法

针对传统方法难以可靠估计图像中纹理单一像素点视差的问题,提出一种新的基于纹理分析的视差估计算法。与已有方法不同,在以极线约束计算像素点视差时,将极线上纹理单一且近似的像素点合并成直线段,根据连续性和唯一性约束对直线段进行整体匹配,采用直线段的视差得到纹理单一区域的稠密视差图。利用直线段进行整体匹配,提高比较基元包含的信息量,减少扫描范围,从而降低误匹配产生的概率和算法时间复杂度。实验结果表明,该方法能提高纹理单一区域稠密视差图的精度,匹配速度快,具有实用价值。     

Hierarchical stereo matching with image bit-plane slicing

We propose a new stereo matching framework based on image bit-plane slicing. A pair of image sequences with various intensity quantization levels constructed by taking different bit-rate of the images is used for hierarchical stereo matching. The basic idea is to use the low bit-rate image pairs to compute rough disparity maps. The hierarchical matching strategy is then carried out iteratively to update the low confident disparities with the information provided by extra image bit-planes. It is shown that, depending on the stereo matching algorithms, even the image pairs with low intensity quantization are able to produce fairly good disparity results. Consequently, variate bit-rate matching is performed only regionally in the images for each iteration, and the average image bit-rate for disparity computation is reduced. Our method provides a hierarchical matching framework and can be combined with the existing stereo matching algorithms. Experiments on Middlebury datasets show that the proposed technique gives good results compared to the conventional full bit-rate matching.     

利用多核增强学习的立体图像舒适度评价模型

目的 传统的立体视觉舒适度评价模型,在学习阶段一般采用回归算法,且需要大量的包含主观测试数据的训练样本,针对这个问题,提出一种利用多核增强学习分类算法的立体图像舒适度评价模型。方法 首先,考虑人们在实际观测图像时,对于先后观测到的不同图像进行相互比较的情况,将评价模型看成是偏好分类器,构造包含偏好标签的偏好立体图像对（PSIP）,构成PSIP训练集;其次,提取多个视差统计特征和神经学模型响应特征;然后,利用基于AdaBoost的多核学习算法来建立偏好标签与特征之间的关系模型,并分析偏好分类概率（即相对舒适度概率）与最终的视觉舒适度之间的映射关系。结果 在独立立体图像库上,与现有代表性回归算法相比较,本文算法的Pearson线性相关系数（PLCC）在0.84以上,Spearman等级相关系数（SRCC）在0.80以上,均优于其他模型的各评价指标;而在跨库测试中,本文算法的PLCC、SRCC指标均优于传统的支持向量回归算法。结论 相比于传统的回归算法,本文算法具有更好的评价性能,能够更为准确地预测立体图像视觉舒适度。