小波域非线性滤波器及神经网络的图像降噪

本文介绍了一种与小波变换混合使用的神经网络图像降噪处理方案。在对退化了的图像只要进行一级小波变换,然后利用多层神经网络(LNN)对小波系数进行非线性降噪。实验结果证明,该方案比传统的线性滤波有着更好的图像峰值信噪比(PSNR)。     

小波零树嵌入水印算法的研究

本文描述了基于小波零树的图像水印算法,着重阐述了在中高频子带系数中进行水印嵌入的算法。通过仿真结果可以看出含水印的图像一般都会有较好图像质量,算法具有较好的鲁棒性,在提取水印时不需要原始图像信息。     

基于置乱变换和纠错编码技术的数字水印算法

本文提出了一种新的图像数字水印算法。利用置乱技术和纠错编码变换对二值水印图像进行预处理,将其作为水印嵌入到原始灰度图像的小波变换中,提高了算法的安全性。通过置乱变换对最佳置乱度的计算生成密钥K,生成和再现水印嵌入位置,实现了水印的盲提取。仿真和攻击检测试验表明,该算法对常见的噪声干扰和图像处理方法,如高斯噪声、滤波、JPEG压缩、剪切等具有鲁棒性。     

基于SVM集成学习的认知障碍脑电分类研究

目的:提出了一种基于小波特征提取的支持向量机集成分类算法,用于脑卒中后认知障碍病人的识别.方法:首先由Infomax独立分量分析算法去除脑电信号中的干扰成分;然后利用db4小波基提取认知电位P300特征波,并进行叠加平均;最后将特征量基于Bagging算法送入支持向量机基分类器进行集成学习,通过最大投票法得到分类结果.结果:实验结果表明,该算法分类效果好,平均分类精度为85.71%.结论:较单个支持向量机分类器,识别性能好,实现了认知障碍脑电信号的有效分类.     

小波变换在检测电能质量扰动中的应用

小波变换在电力工程应用越来越多,它的瞬时信号的时间局部化分析能力是众所周知的。多分辨率特别适合瞬时特征增强,这使它在对电力扰动检测中应用成为可能。与傅里叶变换不同的是,小波变换的多分辨率分析能精确地提供干扰信号的发生时间,不同分解层次还有对干扰信号进行分类的能力。本文用图表和实验对此作以证明。     

遥感图融合方法比较研究

近些年来,遥感图像融合技术获得了普遍关注和广泛的应用,其理论和方法已经成为智能信息处理、遥感应用等学科的重点研究领域。本文以高光谱和高空间分辨率影像的处理及应用技术为研究对象,重点对TM、IKONOS及QuickBird等高空间分辨率卫星影像以及高光谱数据的融合与处理技术进行分析和实验研究。本文介绍了几种遥感图像融合算法:PCA变换、HIS变换、小波变换。同时归纳了融合质量评价标准,对这些算法融合的结果进行了定量化分析对比。     

基于小波—神经网络的短期风速预测

采用小波变换和神经网络相结合的方法对风速进行短期预测.利用小波变换将信号分解成不同频段的子序列,各子序列单支重构后,利用神经网络分别建模预测,最后将各子序列的预测结果叠加得到最终的风速预测值.在神经网络学习过程中采用LM算法,有效提高了收敛速度,降低了陷入局部极小值的可能.通过实例分析,验证了该方法可以较为准确地预测风速.     

基于Snake的感兴趣区域图像提取与融合

文章对传统Snake与GVF Snake的分割效果进行了比较,提出一种决策级感兴趣区域融合方法,利用Snake算法将分割的感兴趣区域融合显示到其他模态医学图像,实现图像融合。实验结果证明了该方法的有效性。     

基于内容的视频检索系统设计的探讨

传统的基于文字的检索方法已不能满足人们查找信息的要求。为了解决这些难题，20世纪90年代出现了基于内容的视频检索技术（CBVIk，Content-based Video Retrieval），除了文本，还利用诸如颜色，纹理，形状和边缘等视觉信息来描述视频。镜头检测、关键帧提取和匹配检索是实现基于内容视频检索系统的关键技术。     

沪市收益率的分布特征与VaR、CVaR估计

利用1997年至2008年上证综合指数数据计算股指收益率分布的统计特征,通过将其与常见概率分布函数的统计特征进行比较筛选出能较好描述沪市收益率分布的概率分布函数,即广义误差分布、t-学生分布、Laphce、逻辑分布函数等,并利用这些分布函数计算了上证综合指数的VaR值和CVaR值。实证结果显示,广义误差分布能很好地模拟股指收益率分布,t-学生分布、Laplace也有较好的拟合效果。因此,使用峰度系数、偏度系数来筛选能较好描述股票市场收益率分布特征的概率分布函数是可行的。     

基于数字视频压缩基础的研究

Fourier变换是信号处理领域中研究最早应用最广的分析工具.图像和视频压缩中最常用的工具是简化了的Fourier变化--DCT变换.基于分块DCT变换的压缩编码技术是已有图像和视频压缩标准的核心技术,主要来自两方面的原因:(1)DCT具有良好的去相关性和能量压缩特性;(2)DCT变换存在快速实现算法.此文从DCT变换来研究数字视频压缩的基础.     

头颈部肿瘤分子生物纹理分析与生物靶区自适应勾画研究

目的探讨头颈部肿瘤分子生物纹理分析与生物靶区自适应的勾画方法。方法从肿瘤PET图像的共生矩阵中提取肿瘤分子生物方差纹理特征,然后结合肿瘤生物方差纹理特征,对之前的两个阶段自适应三维体生长方法进行改进,对头颈部肿瘤自适应生物靶区进行自适应勾画。结果联合鼻咽癌VAR纹理特征、PET SUV进行两级区域生长计算,一级区域生长阈值0.65,分割结果显示,分割轮廓性较强,所有区域均联通,经临床专家视觉评估,认定该分割结果合理、正确。结论改进后的生物靶区自适应勾画方法,可有效提高头颈部肿瘤生物靶区勾画的精确度。     

基于改进LOG算子的非局域均值图像降噪

为了改进非局域均值图像去噪的性能,利用二阶导数可以更好地保护图像边缘的特性,通过高斯权值函数获得高斯-拉普拉斯算子,并对其进行修正代替指数权值函数。再根据局域像素块相似性特点将权值函数进行截断。在多个典型图像上的实验结果表明,提出的改进方法获得了较好的降噪性能。另外,在利用欧氏距离对称性的同时,避免了两像素点间距离的重复计算,降低了算法的处理时间。     

基于增值流程分布的制造企业分类及其特征

分类是理论研究的基本方法,对制造企业进行分类是流程管理研究的基础。本文从阐述流程管理与职能环节的关系出发,根据业务流程与价值增值的密切程度对制造企业的业务流程进行重新分类,并提出和描述了基于增值流程分布的制造企业分类及其特征,最后阐述这种分类的意义。     

一种高效的虹膜特征提取算法

本文提出了一种高效的虹膜特征提取算法。首先，利用灰度直方图，实现了虹膜内边界的准确定位；随后，为了克服眼睫毛和下眼睑的遮挡影响，给出了一种虹膜外边界定位方法，能够准确获得虹膜的有效部分；最后，利用归一化算法，将环状的虹膜特征转化为矩形特征，便于虹膜的训练和识别。通过实验验证，该方法是准确的和有效的。     

基于文本挖掘的海外矿产资源开发项目动态风险评价特征选择算法研究

风险分析是海外矿产资源开发项目成败的关键。已有研究显示不断迅速更新的、含大量信息的文本数据,可以通过文本分类动态评价海外矿业投资项目风险。文本分类作为文本挖掘的重要应用,其能否取得较好的分类效果,对特征集进行降维处理成为关键环节。在研究常用特征选择方法的基础上,利用词频及特征项的类别分布信息,改进原有的频度、类间集中度、类内分散度3个指标,提出新的特征选择方法TFTD。实验采用朴素贝叶斯、KNN、SVM分类器,并将信息增益（IG）、χ\+2统计量(CHI)、文档频率（DF）、基尼指数（Gini index）与TFTD方法进行比较,结果表明TFTD的特征降维处理可以在分类器上获得较好的分类效果。     

一种快速霍夫变换算法

霍夫变换由于其良好的抗噪声性能以及对部分遮盖现象的不敏感等特性，在模式识别领域中得到广泛的应用。例如，直线检测、圆或椭圆的检测、任意形状区域的边缘提取、二维或三维运动参数的估计等。与之相应，霍夫变换算法的诸多性能也直是学术界的研究热点。例如，霍夫变换的严格数学定义问题、算法的时间复杂性问题、应用的并行实现问题、参数空间的采样问题、固定几何特征参数提取（或榆测）的精度问题、     

基于小波包分析的电动机振动信号的消噪与重构

本文介绍了鼠笼式异步电动机常见的故障及其诊断重要性,采用小波包分析对振动信号进行分析.在最优小波包基进行消噪并重构.实验可知,经过小波包消噪能够更好去除噪声信号干扰,为准确提取故障特征奠定了基础,将更有利于提高故障诊断的准确性.     

彩色图像局部自适应对比度增强算法研究

图像增强是大多数图像处理技术的前提工作,对于彩色图像,既要达到图像增强的目的又要保持色调不变成为一个难点。在研究RGB颜色空间和HSV颜色空间特点、数学形态学图像处理技术的基础上,在HSV颜色空间把一种灰度图像对比度增强算法推广到彩色图像处理算法。实验结果表明,该算法在局部自适应增强图像对比度的同时,能够保持图像色调,提高图像质量。     

基于GIS、RS植被分类方法的研究--以重庆都市区为例

本文通过对重庆都市区遥感图像分析,对其植被分类的方法进行了研究,发现采用决策树分类和监督分类结合能够很好地将针叶林、阔叶林和灌木林区别开,是对综合提取多种影像特征这一研究方法的一个初探。