原木端面图像检尺直径识别算法的研究

论述应用计算机图像处理和识别技术来研究不规则类圆形目标的识别问题,以成捆原木端面图像为实例,提出一种原木端面检尺直径识别的算法。

原木端面图像检尺直径识别的一种算法

论述了应用计算机图像处理和识别技术来识别不规则圆形类目标的问题,以成捆原木端面图像为实例,提出一种原木端面检尺直径识别的算法。

结合B样条小波的半脆弱水印

根据两条B样条曲线低分辨表示部分的大小关系在JPEG压缩下较稳定的特点提出了一种用于图像认证的半脆弱数字水印方法。产生一个依赖于原图像内容的水印,将图像进行8×8分块,并分为两组,在每一组中分别取一个分块,选择特定点的像素值作为控制顶点,构造B样条曲线,对B样条进行多分辨分解,通过修改两条B样条曲线低分辨表示部分的大小关系嵌入水印。该算法可以检测并定位被修改的位置,可用于图像的完整性认证,并有一定的抗压缩能力。

《信息论与编码》课程实践教学环节探索与实践

介绍了信息论与编码课程的主线,提出了用一个课程设计将主线内容贯穿于一起的方法。课程设计分三大部分信源、信道和信息安全,课程设计可以分段实施,并与理论讲授内容相适应。建议了课程设计可选的工具和课程设计的考核方式。

基于自主轮廓模型的原木目标检测

文章回顾了原木检尺自动的现状,讨论了Hough变换用于原木检测时产生的误差,介绍了自主轮廓模型基本原理,设计了一个基于自主轮廓模型的原木分割算法,该算法可用作原木自动检尺的预处理。实验效果良好。

利用无线网络提升船舶安全检查效率

分析了现有船舶安全检查的现状,建立了船舶安全状况等级评定的算法。获得较合理的船舶安全状况等级评定结果,使得船舶安全状况等级模糊综合评判结果更贴近实际状况。并讨论了船舶安全状况评价系统的一种可行结构。

基于多特征的成捆原木端面轮廓识别方法

为了准确地识别原木端面轮廓，建立了联合像素特征和边缘结构的成捆原木轮廓识别模型，引入支持向量机改进原木端面像素点的识别效果，并用最小二乘法对边缘轮廓进行圆拟合。实验结果表明，在图像背景、原木端面都不理想的情况下，该方法能较为有效地完成成捆原木端面轮廓识别。

成捆原木计算机图像检尺系统研究及应用

主要论述基于成捆原木端面计算机图像处理技术的原木自动检尺系统的组成,研究并设计了系统主要图像处理和识别算法,实现了木捆中每根原木端面轮廓识别,并计算了检尺参数。

一种两阶段彩色图像分割方法的原木识别

针对原木图像存在年轮、锯痕以及原木之间紧密接触的问题,提出两阶段分割方法,即依据原木目标和背景的颜色差异应用K均值算法进行聚类得到相互紧密接触的原木目标分割结果;然后应用分水岭分割算法将粘连的原木目标加以分离.结果表明:与直接用分水岭算法和K均值算法相比,本方法能够有效地分割出原木目标.

基于BP神经网络和纹理特征的马尾松图像分割方法

马尾松图像中树干部分的纹理可以很好地描述图像中的分割目标,表明神经网络可应用于该分类问题,如果给予较理想的训练样本,就可以得到较好的网络;再用此训练好的网络对输入图像进行分割就会得到较好的结果.结果表明这种方法效果良好.

挖掘最大频繁项集的改进蚁群算法

最大频繁项集挖掘用于发现频繁地出现在数据集中的最大子集,目前已经有许多有效的算法。应用蚁群算法挖掘最大频繁项集是一种新的方法,但是该算法往往迭代次数多,提取率低。结合频繁项集关联图和最大最小蚂蚁系统,提出一种新的蚁群算法。算法构造蚁群路径图,蚁群在动态的信息素和启发式因子指导下构造局部最大频繁项集,通过新的局部更新和全局更新机制发现全局最大频繁项集。对比实验表明,算法挖掘速度快,提取率高。

挖掘最大频繁项集的遗传蚁群优化算法

为了提高挖掘的效率和精度,采用代数定义最大频繁项集并建立其数学模型,通过二进制编码将支持度的计算、蚁群算法和遗传算法求解有机地融合,从而提出一种求解该数学模型的遗传蚁群算法。实验表明,该算法挖掘最大频繁项集是有效的,具有良好的伸缩性。

挖掘最大频繁项集的朴素蚁群优化算法

为了挖掘大型数据库中的最大频繁项集,为其建立了非线性优化模型,并给出一种朴素蚁群算法求解。该算法只需要扫描一次数据库,不使用启发式信息而采用朴素信息素模型,即信息素释放在与每个项关联的有两个边上,从而将边与项紧密联系起来,既构建了蚁群的路径,又挖掘最大频繁项集。采用与问题紧密相关的局部更新、全局更新和局部搜索机制。理论分析和对比实验结果表明了该算法的有效性。

MATLAB编程嵌入《数值分析》课程教学实践

文章分析《数值分析》课程教学中存在的问题,尝试从理论、实践教学各个环节着手,通过算法实例运用MATLAB编程实现算法并嵌入本课程教学的全过程。

数学类本科专业校企合作模式研究

文章从校企合作的意义与模式入手,分析我校数学类本科专业的校企合作现状,提出校企合作的设想及实践。

复合应用型应数专业人才培养模式探讨

文章以复合应用型创新人才培养为目标,从创新人才培养平台框架、教学体系、师资培养等方面构建高校复合应用型创新人才培养模式和创新体系,旨在全面提高高等教育质量。

模糊蚁群聚类及其在数据挖掘中的应用

提出了一种基于蚁群算法的动态模糊聚类分析方法,并研究其在数据挖掘中的应用。该算法首先利用蚁群算法的较强处理局部极值的能力,克服了FCM算法对初始化的敏感,动态的确定了聚类数目和中心;然后利用蚁群聚类得到的结果,再进行FCM聚类弥补蚁群算法的不足。从而将蚁群算法与模糊C均值聚类有机的结合,实现了基于改进的目标函数聚类分析,可以寻求到具有全局分布特性的最优聚类。