基于遗传算法的核函数参数优化

核主分量分析是一种输入输出特征非线性变换技术。选择最优或接近最优的非线性变换核函数参数,使类的可分性测度最大,是KPCA应用于特征提取的关键。本文采用高斯变异遗传算法作优化技术,实现了KPCA和GA的集成,适合核函数参数的优化选择。仿真表明,该技术可行、有效。     

SEM图像分形维数的影响因素研究

以玻璃光纤、碳纤维纸和两种机加工表面样本的扫描电子显微镜图像为对象,运用盒维法研究了不同的放大倍数和采集过程中受到的噪声干扰对分形维数的影响.研究结果表明,随着放大倍数增大或随着椒盐噪声密度和高斯随机噪声方差的减小,分形维数下降.放大倍数和噪声对分形维数都有较大影响.在扫描电子显微镜图像分形维数的计算中,可以依据试样的结构特征选择合适的放大倍数,进行去噪处理后再计算图像的分形维数.     

“拍照赚钱”任务定价的优化设计模型

分析了现有的任务定价规律,找出了导致任务未完成的原因,在兼顾会员和企业利益的前提下,首先建立了任务定价优化模型,在此基础上又建立了任务打包发布时的定价方案模型,并进一步探索出分时段优化方案。运用多目标遗传算法在Matlab环境下编程求解,将各优化的定价方案实施效果与原定价方案进行对比,同时通过所建立的任务定价方案的评价指标体系对各定价方案的实施效果做出评价。     

高斯新产品演示会在泉州成功召开

3月26日，高斯图文印刷系统（中国）有限公司与泉州晚报社在泉州共同召开了Magnum HPS高速小滚筒报轮演示会。来自全国50多家报社、印刷厂的领导及专家共100多人出席了会议。     

一种基于Edline线特征的车道线识别算法

为了提升车道线检测的准确性和实时性,改良车道偏离预警系统的性能,提出了一种新的车道线识别算法。首先应用投影法对采集到的图像设立感兴趣区域,以此来减少图像中存在的干扰信息;其次应用一种改进后的自适应高斯滤波算法对采集所得图像进行平滑处理,减少图像中不必要的细节;最后采用边缘绘制算法进行边缘检测,在此基础上,提出一种线段检测算法——Edline算法提取边缘线,对检测到的直线段进行筛选和聚类。利用引用计数法对车道线进行跟踪和预测。结果表明,新算法的平均处理时间为17.1 ms,准确率为96.19%,将其应用在车道偏离预警系统中可以有效地提高预警效率,提升预警的准确性和响应速度。研究结果丰富了车道线识别理论,可为车道偏离预警系统的应用及基础研究提供参考。     

SIFT算法的介绍和应用

SIFT算法是众多图像匹配算法中被广泛应用的一种,其具有良好的尺度、光照和空间旋转不变等特征。文章介绍了SIFT算法的4个主要步骤,并将该算法应用到多色二值压缩算法中,提高了压缩效率,缩小了压缩后的存储空间。     

一种对称α稳定分布噪声环境下DOA估计新算法

脉冲噪声环境下波达方向（DOA）估计是阵列信号处理领域一个新兴研究方向。针对α稳定分布噪声环境下经典MUSIC算法性能退化的问题,提出了一种新的基于非线性压缩核函数（NCCF）的DOA估计算法。该算法利用基于NCCF的有界矩阵代替了MUSIC的协方差矩阵,通过对有界矩阵进行特征分解确定信号子空间和噪声子空间,借用MUSIC谱估计公式进行谱峰搜索,得到DOA的估计值。仿真结果表明,NCCF-MUSIC算法运算复杂度较低,相比于基于分数低阶统计量（FLOS）的MUSIC方法和基于广义类相关熵（GCAS）的MUSIC算法,该方法具有更好的准确度和稳定性。     

一种混合多边缘型LDPC码密度进化算法

在二进制输入加性高斯白噪声信道下,研究了基于多边缘型低密度奇偶校验码（Multi-edge Low Density Parity Check,MET-LDPC）的密度进化算法。针对高斯近似算法在前期迭代中的不准确问题,提出了一种改进算法。在分析MET-LDPC码的密度进化的基础上,将全密度进化与高斯近似算法结合,通过设置切换限制条件,弥补早期迭代的不准确,提高编码阈值估计的准确性。仿真结果表明,与MET-LDPC全密度进化算法相比,所提算法可以有效提高编码阈值估计的准确性,对LDPC编码的设计有一定的参考价值。     

融合改进FT显著性与Grabcut的图像目标分割算法

针对目前复杂度较大的图像中目标分割速度较慢、显著性边界分割不明确等问题,提出了一种融合改进的FT（Frequency-tuned）显著性检测与Grabcut的图像分割算法。该算法首先通过改进基于频率调谐的FT显著性检测方法得到图像中显著性较高的区域,并利用SLIC（Simple Linear Iterative Clustering）算法对显著图进行预处理得到超像素图,能够有效改善边界的分割效果,然后通过以图论GraphCut算法为基础改进的Grabcut算法建立高斯混合模型。为了提高算法效率,通过聚类以超像素代替原像素,并反复迭代高斯混合模型（Gaussian Mixed Model,GMM）参数,最后利用最大流最小割算法得到最优目标分割结果。实验结果表明所提算法能够更准确更高效率地分割图像中的显著性目标,对高分辨率图像也有很好的适用效果,相比于其他算法在分割精度上提高10%左右,并具有较高的分割效率。     

长三角港口腹地动态演变及耦合协调度研究

明确港口腹地演变趋势、分析港腹耦合协调度,对长三角地区港腹联动发展具有重要意义。量化港口系统—腹地系统综合指标评价体系,运用高斯烟羽模型在2006、2011、2016年3个时间节点上测算长三角地区主要港口影响强度,并对腹地范围进行划分,利用耦合协调模型定量分析港口系统和直接腹地经济系统耦合协调度。研究结果表明:长三角地区港口呈现"一超多强"的格局,以上海港为中心,各港口多极发展;港口腹地范围整体稳定,局部波动,上海港的边缘腹地不断缩减;港口与腹地的耦合协调度处于上升态势,宁波—舟山港腹耦合协调度最高。