面向用户的最佳属性约简算法在客户分类中的应用

本文研究了基于粗集理论的面向用户的最佳约简算法应用于客户关系管理的方法,通过建立客户价值决策表、属性的最佳约简和规则提取,实现了对客户关系的最佳管理。     

企业战略风险预警新思路

对于一个企业来说,选择一种恰当的预警方法是降低其风险的有效途径。粗集理论的引入是对BP神经网络预警方法的合理化补充。在分析了粗集-神经网络基本原理的基础上,介绍了运用粗集-神经网络进行战略风险预警的具体过程,这在理论和实践上,都将为企业战略风险预警提供一种新的研究思路和方法。     

基于相似关系的集合近似及其含糊性解释

针对最初的粗集理论因为基于等价关系而在某些应用中受限制的问题,研究了二元关系及其逆关系的性质,并利用相似关系定义了含糊对象.然后定义了基于相似关系及其逆关系的集合下近似和上近似运算以及复合相似关系及其集合近似.由此,含糊性就可以利用粗集进行精确地解释.在此基础上,给出了上述计算方法在决策表中的应用,并用例子进行了说明.     

基于粗集的神经网络的项目风险评估

本篇论文我们介绍了基于粗集的BP神经网络识别项目的风险并评估项目风险。粗集(RS)与神经网络的集成反映了人类正常的思维机制。它融合了定性和定量的,精确和非确定的,连续和平行的方法。我们建立了粗集的神经网络并进行属性约简的混合模型,给出了软件项目风险在实际中的早期预警模型即评估模型,提出了有效的方法。     

改进的基于CNN的高光谱遥感图像分类办法

由于高光谱遥感图像光谱维度大,标注样本相对较少,提出了一种结合主成分分析和改进的二维卷积神经网络的高光谱遥感图像的分类方法。首先,通过主成分分析,降低光谱维度,消除光谱亢余信息。然后,将数据进行分块处理,获得分块数据的样本标签,并将数据分为训练集和验证集,用训练集和验证集训练改进的针对高光谱遥感图像分类的卷积神经网络的参数。最后,将测试集投入训练好的2D-CNN上进行分类,得到分类结果。实验结果表明,提出的模型的分类精度明显提高,从而验证了该方法的有效性和实用性。     

《电讯技术》专题资料《毫米波雷达／战场侦察雷达系统与技术》题要（七）

基于由粗到细边缘检测的海岸线提取方法（李由，孙祥一，于起峰）与传统的基于图像分割的思路不同，把海岸线提取看作一个边缘检测问题，提出由粗到细边缘检测的海岸线提取方法。首先基于M—H的二阶导数过零点边缘检测理论，使用大尺度的LoG算子提取长边缘作为海岸线提取的粗略结果，接着构造包含该粗略结果的细带状区域，然后通过环绕抑制计算该区域内每个象素的边界度，最后借用Canny的思想，用一阶导数极大值点提取海岸线精细位置。由于采用由粗到细的策略，本方法具有很强的实用性。理论分析和实验结果表明，该方法是高效和可靠的。     

极化SAR数据的细节保持分割

提出一种保持场景局部细节的极化合成孔径雷达数据非监督分割方法.该方法将传统的基于极化目标分解的极化SAR分类方法与基于马尔可夫随机场的分类方法相结合,利用迭代条件模型方法得到分割结果.为保持细节特征,同时又能对各向同性区域进行平滑,利用总功率(span)图像的场景均匀性对分类结果进行修正.实验结果表明,与已有方法相比,该方法在细节保持方面有一定改进.     

基于粗集理论的战略联盟合作伙伴选择研究

粗集理论是一种新兴的数据处理方法,在许多研究领域已得到了应用。在对粗集理论进行深入研究的基础上,探讨了其在战略联盟合作伙伴选择中的应用并总结出相应的决策规则,为企业选择战略联盟合作伙伴提供参考。     

采用改进全卷积网络的“高分一号”影像居民地提取

针对现有的高分辨率遥感图像居民地信息提取精度和效率不够高的问题，提出了一种基于改进全卷积网络的“高分一号”（GF-1）遥感影像居民地提取方法。首先，通过专业的目视解译制备大量居民地训练样本；然后，将预训练过的深度卷积神经网络进行全卷积网络的改造，并以具有多尺度卷积核的Inception模块代替由全连接层改造的卷积层，达到减小网络模型参数量、增加特征表达能力的目的；最后，用制作好的高分辨率遥感图像居民地数据集进行训练和验证，生成可直接进行居民地信息提取的全卷积网络。实验结果表明，基于改进全卷积网络的方法可以实现精确有效的居民地信息提取，Kappa系数超过94%。     

容积Rauch-Tung-Striebel平滑器

针对离散非线性系统的状态平滑问题,基于Rauch-Tung-Striebel(RTS)理论设计了一种容积卡尔曼平滑器(Cubature Kalman Smoother,CKS),即容积Rauch-Tung-Striebel平滑器(RTS-CKS)。首先,基于经典贝叶斯状态估计理论框架,推导了状态概率密度分布形式的非线性系统最优平滑算法;其次,基于Rauch-Tung-Striebel理论,建立了相应的最优平滑递推算法;然后,将其与容积卡尔曼滤波算法相结合,建立了递推形式的RTS-CKS平滑器;最后,通过典型的纯方位跟踪模型验证了该平滑器的可行性和有效性。该平滑器为非线性系统的状态估计提供了新的估计算法。     

机场跑道图像去雾增强算法及其实现

机场跑道场景下，由于雾、霾等恶劣天气以及大气散射的作用，使拍摄的图像对比度降低，颜色退化，物体特征难以辨认，影响机场跑道图像的异物检测与识别，带来一些安全隐患。针对上述问题，提出基于双线性插值和中值滤波的改进的引导滤波算法，提高图像对比度和处理速度，利于机场跑道异物检测与识别。仿真结果表明，改进的引导滤波算法与已有算法相比，处理速度提高了2~3倍，且图像彩色值分布更广，直方图更均匀。该算法拥有良好的边缘保持性，在细节增强方面有很好的指导意义。随后将改进的引导滤波算法移植到数字信号处理器(DSP)平台上，以满足实际工程应用对小型化的需求。     

基于过采样滤波器组的多尺度边缘检测

研究基于过采样滤波器组的多尺度边缘检测算法。图像经过过采样滤波器组分解，各个尺度下的子图像大小一致，有利于不用尺度下边缘信息的融合。提出了一种自适应双门限方法，消除了局部极大模检测中的伪边缘；同时，提出一种从大尺度边缘向小尺度边缘聚焦的方法，对不同尺度下的边缘信息进行融合，并讨论了滤波器长度对边缘检测性能的影响。仿真结果验证了所提出方法的有效性。     

关于PCNN应用于图像处理的研究

研究并综述了如何用有生物学依据的脉冲耦合神经网络 (PCNN)的脉冲发放特性进行图像处理 ,如图像去噪、图像分割、图像的阴影去除、图像的边缘检测等。研究发现 ,PCNN可有效地用于图像处理。虽然解决图像处理中的不同问题时 ,基于PCNN的算法有所不同 ,但有一共同点 ,就是都用到了PCNN的脉冲传播特性。     

基于小波方向滤波的有云层遥感图像舰船检测方法

提出了小波分析和方向滤波相结合的有云遥感图像目标检测方法。首先对原始遥感图像进行小波分解,采用比率-平均边缘检测法检测人造目标的边缘方向,在该方向上进行Frost滤波,有效抑制云层干扰的同时突出了人造目标及其边缘信息;然后进行阈值分割并剔除大块云层,根据区域的平均边缘梯度剔除小块云层,实现了有云遥感图像的舰船目标检测。实验证明,该方法能减少遥感图片云层对舰船检测的影响,并具有较高的目标检测率。     

基于多路摄像的视频运动目标智能分析系统

为实现对视频运动目标落点的准确定位与参数分析,并满足其实时性要求,研发了基于多路视频图像的运动目标智能分析系统。该系统综合利用图像预处理和判读技术,在改进ViBe和Mean-Shift等相关算法的基础上,对视频图像进行连续的实时滤波、目标检测和定位以实现对目标参数的智能分析。同时,提出了基于多路视频信息定位目标落点算法和多摄像机协同调度技术。实验结果表明,该系统具有精度高、实时性强等特点,具有较高的实用价值。     

自适应约束下的双边全变差正则化超分辨率重建

在经典的双边全变差(BTV)超分辨率重建中,加权系数和正则化参数的恒定性导致重建结果边缘保持能力受限。为此,提出了一种自适应约束的BTV正则化先验模型。算法首先定义了图像的局部邻域残差均值以区分当前像素属于平坦区域还是边缘区域;然后针对加权系数的不变性导致边缘削弱的问题,利用边缘方向和垂直边缘方向扩散性的不同,设计自适应权重矩阵;最后根据代价函数的极值问题推导出迭代公式,从而进行图像的超分辨率重建,重建过程中采用自适应的方法确定正则化参数,以便求得代价函数的全局最优解,提高了算法的鲁棒性。实验结果表明：与双三次线性插值法和经典BTV算法相比,该算法取得了更好的视觉效果和更高的峰值信噪比,更多地保留了图像的边缘细节信息。     

基于改进的遗传算法的快速图像相关匹配技术

本文基于遗传算法在图像相关匹配中的具体应用，提出了包括新的初始种群的选择策略以及调节收敛与发散因子、防止近亲繁殖的改进遗传策略，通过对实际图像的相关匹配仿真，证明了这些措施能有效提高遗传算法寻优可信度与寻优精度。     

一种基于卷积运算与全变分模型的图像去噪方法

梯度模值较易受到外界影响，导致全变分模型在大噪声点处往往不能很好地消除噪声，从而产生阶梯效应。针对该问题，提出了一种基于卷积运算与全变分模型的图像去噪方法。首先，针对以扩散形式获得的图像像素点进行卷积运算，利用滤波去噪降低大噪声点的灰度值；其次，以能量泛函形式构建图像全变分模型，并求解泛函对应的拉格朗日方程极小值来实现图像去噪；最后，将去噪后图像作为双边滤波算法的引导图像进行二次去噪，从而进一步提升图像去噪质量。仿真实验结果表明，与经典方法相比，该模型对去噪过程中的阶梯效应问题具有较好的处理效果。     

基于零树小波编码的改进算法研究

本文主要从小波系数的合理组织、对重要系数的量化；以及新型小波滤波器的构造三个方面分析了基于零树小波编码的改进算法。理论分析和实验验证表明，它们在压缩比、编码速度及硬件实现方面均有较好的效果。本文对这些算法从原理到性能进行了比较和讨论，说明了基于零树小波图像编码的研究方向。     

Canny边缘检测算法在图像处理上的应用

边缘检测算法一直在图像处理领域十分活跃,本文根据Canny边缘检测算法对图像进行边缘检测处理。本文首先对带有噪声的图像进行高斯平滑滤波,尽可能地将噪声去掉。然后通过亮度梯度的计算,得出图像的整体轮廓。然后再对其进行非极大值抑制处理,将虚假边缘像素点去掉。再采用双阈值处理上一步所得到的图像,并连接边缘像素点得到边缘图像。通过实验仿真分析,该算法能够很好的抑制噪声并检测出更加精确的图像边缘。