基于小波变换的车牌定位算法研究

随着我国经济的发展和汽车拥有量的急剧增加，公路交通成为我国重要的交通运输途径，是国家大力发展的基础设施，日益拥堵的城市交通需要用更先进、更有效的交通管理、控制。利用电子信息技术提高管理效率、交通效率和安全，智能交通系统ITS己成为当前交通管理发展的主要方向。本文将小波变换应用到车牌识别技术当中来，提出了dbN小波的车牌定位算法，在采用数学形态学等方法取得车牌的上下边界的前提下，使用db8小波对图像进行分解处理，提取有效信息。经试验证明，db8小波能够有效的去除车灯等无关区域的影响，通过对试验图片的处理证明，本文算法均能正确的定位车牌区域。     

基于PSO-BP算法的无线传感器网络定位优化

在研究现有定位算法的基础上，针对基于接收信号强度指示(RSSI)定位模型中的参数易受环境影响等问题，提出了一种新型的粒子群优化(PSO)算法与后向传播（BP）神经网络相结合的算法。BP网络算法权值的修正依赖于非线性梯度值，易形成局部极值，同时学习次数较多，需先通过粒子群算法进行优化。为了提高定位精度，首先采用速度常量法滤波处理，然后通过改进的混合优化算法对BP神经网络初始权值和阈值进行优化，并分析算法的性能。试验中隐层节点个数采用试错法，从12到19变化，以确定合适数目。实验结果表明，与一般加权算法和传统BP算法相比，改进的混合优化算法可大幅改善测距误差对定位误差的影响，同时可使25 m内最小定位误差小于0.27m     

基于稀疏编码的鲁棒型人脸超分辨率重建

为了减少人脸超分图像的边缘伪影和图像噪点，利用基于稀疏编码的单幅图像超分辨率重建算法，在字典学习阶段，结合L1范数引入在线字典学习方法，使字典根据当前输入图像块和上次迭代生成的字典逐列更新，得到更加精确的超完备字典对，用于图像重建。实验中进行的仿真结果表明，改进算法超分结果的峰值信噪比（PSNR）和结构相似性（SSIM）比同类型的稀疏编码超分法（SCSR）和应用在线字典学习算法的超分方法（ODLSR）均有较大幅度提升，比后者平均提升0.72 dB和0.018 7。同时，视觉上有效地消除了边缘伪影，且在处理含噪人脸图像时，具备更强的去噪能力和更好的鲁棒性。     

浅析智能排版校对系统

本文在融合出版的大背景下，结合人民交通出版社股份有限公司（以下简称“交通社”）智能图书出版流程优化试点工作，主要分析了使用智能排版校对系统的情况，并归纳总结智能排版校对系统的优缺点，提出改进意见和建议，以促进排校“人工+智能”发展，对智能出版流程进行迭代和优化，提高质量和效率，力争率先实现中国式出版现代化。     

车牌自动识别系统分析

智能交通系统是21世纪世界道路交通的发展趋势，道路交通基础建设的不断发展和车辆管理体制的不断完善．为以视觉监控为基础的智能交通系统实际应用打下了良好基础。在智能交通系统中，车牌自动识别系统是一个非常重要的发展方向。     

一种利用压缩感知改进的PMF-FFT扩频捕获算法

为了实现直接序列扩频（DSSS）信号快速捕获的同时降低数据量和硬件资源消耗，引入了压缩感知理论改进部分匹配滤波-快速傅里叶变换（PMF-FFT）算法，提出了基于压缩感知改进的部分匹配滤波-快速傅里叶变换（CSPMF-FFT）算法。该算法将PMF-FFT算法与压缩感知理论相结合，先对信号进行稀疏性分析和压缩观测，然后从少量压缩观测值中重构信号，并利用输出的峰值信息估算信号的多普勒频移和码相位，从而实现捕获。理论分析和仿真实验表明，相较于PMF-FFT捕获算法，CSPMF-FFT算法能在成功完成捕获的同时有效地减少相关器的数目和FFT变换的运算量，从而降低系统数据量和硬件资源压力，为基于压缩感知的扩频信号处理技术研究奠定了基础。     

基于神经网络邮政物流预测模型的研究

本文研究了智能物流管理控制系统在实现过程中所采用的理论和技术方法,用神经网络技术建立物流预测模型,提出了物流预测模型的层次结构和物流预测模型的知识发现流程,用BP网络算法进行设计,通过实例进行了实验并对实验结果进行分析。     

一种改进的LTE系统下行同步算法

LTE（Long Term Evolution）系统中,作为小区搜索的第一步,符号定时算法需要具备很强的鲁棒性。为了进一步增强现有符号同步算法的抗频偏性能,提出了一种优化的符号同步算法。该算法一方面保持已有分段相关同步算法的优点,同时考虑结合预频偏处理来进行符号定时与粗频偏的联合估计,再将多个相关运算集做叠加处理。理论分析和仿真实验结果表明,在多径信道下,所提算法在完成符号定时和粗频偏估计的同时,大大提高了系统抗频偏性能。     

离线信号的并行分析处理技术

传统离线信号分析软件处理的数据量庞大且采用单一串行结构，其处理速度通常比较慢。为此，提出了基于图形处理单元（GPU）+中央处理器（CPU）异构方式实现离线信号分析软件的并行化优化思路。首先将离线信号分析中的单一信号串行流程改进为多信号同时处理方式以实现并行效果，然后重点分析了流程中几个比较费时的典型侦察信号处理算法的特点并进行了算法的优化实现和验证，最后提出了离线信号处理优化准则和资源分配策略。试验结果表明，离线信号分析处理软件算法优化改进后，大多数算法处理加速比达到20以上，具有较好的工程实用性，同时该优化准则和策略对于软件化实时信号处理也具有一定的参考价值。     

基于变换的视频水印算法研究

目前数字视频水印是多媒体数字水印技术研究方向中当前的一个重点和难点,本文介绍了视频水印的模型与应用、视频水印的主要特征、技术分类,进而提出了一种基于分块DCT变换和Arnold置乱变换的视频水印算法,该算法在水印嵌入过程中考虑了人类视觉系统（HVS）的特点,在DCT块中嵌入水印信息,从而使算法具有一定的抗攻击能力。     

浅谈信息化技术在城市智能交通中的应用

文章介绍了智能交通的系统架构，以及信息化技术在智能交通各组成部分的技术要点及发挥的功效。对智能交通系统的核心平台的构成、功能以及各部分的协同工作进行了详细的阐述，对外场各个子系统进行了功能性介绍，以及对信息采集、传输、处理等各个环节的各种关键技术给予了说明和对比分析。     

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。     

交互式图像检索系统应用前向神经网络

近年来基于内容图像检索中的研究重点是反馈技术,它缩短了图像的底层视觉特征和用户的高层语义概念的不一致,大大提高了系统的检索精度。本文站在机器学习的立场,讨论了在前向神经网络中的三种经典网络学习算法:BP、FP、RBFN,并分析了反馈技术在网络中的应用特点。并且展望了相关技术的发展前景和研究方向     

V2X关键技术应用与发展综述

V2X（Vehicle-to-Everything）通信技术是智能交通和智能汽车的支撑技术之一，但目前仍然面临技术路线不明确、政策发展滞后等问题，尚未得到有效推广。系统阐述了V2X技术的内涵和重要作用，重点解析了专用短程通信（Dedicated Short Range Communication,DSRC）和基于蜂窝网络的车辆对外通信（Cellular-V2X,C-V2X）两类V2X主要技术路线的特点和当前问题，总结了国内外相关政策法规、技术标准和产业化活动的最新进展，在此基础上分析了未来V2X技术发展的关键趋势，从而为国家制定V2X相关政策法规、企业明确技术战略方向提供参考。     

一种基于视觉感知的舰船目标智能化识别方法

为有效识别视觉系统采集的可见光图像中的舰船目标，提出了基于YOLO（You Only Look Once）网络模型改进的10层的卷积神经网络（Convolutional Neural Network,CNN）用于水面舰船目标的智能识别，通过反卷积的方法可视化CNN中不同卷积层提取到的舰船目标特征。按照传统目标识别方法提取了舰船目标的四类典型人工设计特征，将所提CNN的舰船目标识别结果与YOLO网络模型及四类人工设计特征结合支持向量机用于舰船目标识别的结果进行比较。实验结果表明，与YOLO网络模型相比，综合精确率、召回率和效率3个舰船目标识别的性能指标，改进后的CNN性能更好，从而验证了所提方法的有效性。不同数据量下采用典型特征识别舰船目标与基于深度CNN识别舰船目标的识别结果比较说明了不同类型目标识别算法的优劣势，有利于推动综合性视觉感知框架的构建。     

浅谈BP神经网络在车牌识别技术中的应用

车牌字符的识别是车牌识别系统的核心部分,本文主要讲述一种BP神经网络进行车牌识别,该识别算法具有良好的快速性,稳定性和准确性,满足车牌实时识别的要求.     

城市交通信息系统的设计

高新技术的智能交通系统（Intelligent Transport System，ITS）是改善世界性交通难题的希望所在。文中针对智能交通系统中的关键性问题的交通信息系统提出了构思，并深入研究了信息发布子系统，对无线数据传输提出了经济实用的方案，并予以实现。该文对提高我国城市交通系统的智能化水平具有参考意义。     

视频分析在交通控制中的应用探讨

带有智能分析功能的监控系统主要是采用先进的图像处理和计算机视觉等技术,在不需要人工干预、或者只需要很少干预的情况下,通过对摄像机拍录的视频序列进行分析和采集,从而区分监控对象的外形、动作等特征,并对车辆进行实时跟踪,完成对高速公路实时车流量的统计。     

基于改进智能水滴算法的多用户OFDMA系统资源分配

在正交频分多址（OFDMA）系统中,合理的资源分配对于提升系统的性能具有重要的意义。针对多用户OFDMA系统,对最大化系统容量为目标的资源分配算法进行研究,提出了一种基于智能水滴算法的无向全连通图资源分配模型,以无向全连通图的顶点集和边集来描述用户与子载波之间的匹配关系。在此基础上,进一步对智能水滴算法进行改进。仿真结果表明,在满足用户比例公平性的条件下,与蚁群算法相比,基于改进智能水滴算法的全连通图分配方案能够提高2.17%~4.91%的系统速率,同时具有更快的收敛速度,提高了系统性能。     

基于能量估计和视觉模型的数字水印算法

本文将数字水印能量估计方法拓展到分块离散余弦变换 (DCT)域,并且提出了一种基于分块DCT的数字水印算法,将能量估计方法应用于该算法中。该算法利用了人眼视觉系统 (HVS)模型,将水印信息嵌入到DCT系数的低、中频域,试图达到不可感知性和鲁棒性的最佳折衷,进而提出了一种灵活的重复嵌入策略及相应的检测算法。实验结果表明,该算法在较大的信息嵌入量情况下仍然具有较好的不可感知性和对多种攻击的鲁棒性。