基于直方图梯度计算的T2加权脑部MR图像自动分割

针对脑部核磁共振图像分割问题,提出了一种直方图梯度计算方法。首先,对MR图像的直方图进行平滑处理,从而去除三个体素中出现的最低灰度级;然后,在预处理后的直方图上计算梯度;最后,计算对象数和其所在位置的梯度,并对图像进行自动分割。基于直方图处理进行梯度计算,大大降低了计算复杂度。在T2加权脑部MR图像上的实验结果表明,该方法可以有效地从二维和三维图像中提取出主要脑部区域,并在临床环境中获得的人类脑部MR图像上成功实施,分割效果优于其他几种现有分割算法。

基于图像置乱技术融合FRFT的光学图像加密

针对二维图像加密系统的安全性问题,本文提出一种融合分数傅里叶变换和图像置换技术的光学图像加密方案。首先,使用jigsaw变换算法将原始图像分解成若干子图,并随机平移子图;然后,利用Arnold变换对图像像素进行置乱;最后,采用分数傅里叶变换加密置乱图像,并迭代重复这些过程。将jigsaw排列指标、Arnold频率和分数傅里叶阶等参数组成一个密钥空间,通过仿真实验在光学实现方面评估算法性能。实验结果表明,本文提出的方案具有很好的灵活性和鲁棒性。

基于BIRCH聚类加速的彩色图像增强算法

针对现存的大多图像增强算法增强的图像可见性丢失问题,提出了一种基于BIRCH聚类加速的彩色图像增强算法;首先,通过BIRCH聚类加速确定数据库中与输入图像直方图相似度最高的图像来提取图像特征;然后,选择最小欧氏距离的特征值进行图像融合以获取目标图像;最后,增强图像通过目标图像直方图规范化和后期处理获得;大量图像融合实验结果验证了算法的有效性,该算法扩展了图像增强的类别,解决了增强过程中可能出现的可见性丢失问题,使图像增强的适应性更强;另外,EM、CII和SSIM评估指标的结果表明该算法明显改善了增强效果。

基于PTM潜在Dirichlet分配的少量标记样本文本分类

针对现实文本分类环境下通常仅有少量标记样本而影响分类精度的问题,提出了一种基于概率主题模型潜在Dirichlet分配的分类算法。借助标准词频逆文档频率函数将每个文档表示成术语权重向量;利用概率主题模型预处理以简化文档,并从文档中提取术语;再利用潜在Dirichlet分配模型进行关系学习,构建基于图的分类器完成分类。在公开的Reuters-21578资源库上的分类实验评估了该方法的有效性,相比分类效果较好的支持向量机,该方法在大部分情况下能够取得更高的分类精度。

基于信息融合度传递的频域徙动入侵特征挖掘算法

在功率自激混合组合网络中,路由之间的相群特征相异性会产生谐振信号,因此需要有效挖掘入侵信号的频域徙动特征来实现对入侵信号的拦截。传统方法采用混合蛙跳算法挖掘入侵特征并且聚类中心矢量向模糊边缘贴近,因此搜索和挖掘精度不高。提出了一种基于混合蛙跳最优模因组信息融合度传递的频域徙动入侵特征挖掘算法。构建功率自激组合网络的系统模型和入侵信号数学模型,基于频域谐振慢变衰落幅度均衡原理,得到多源网络攻击源信号在相干点积功率累积尺度坐标,采用多普勒频移模糊搜索对入侵信号进行平滑处理,计算入侵信号的多普勒频移状态空间固有模态函数,得到入侵信号的频域特征包络幅度估计值。采用IIR滤波算法,对信号进行降噪滤波处理,提高信号的纯度,提出基于信息融合度传递的混合蛙跳入侵信号检测算法,优化特征挖掘结果,完成入侵信号的频域徙动特征挖掘算法改进。仿真实验结果表明,该算法能准确挖掘入侵信号的频域徙动特征,特征的波脊亮点明显,在低信噪比下提高了入侵信号的检测性能。

物联网任务调度优化建模与仿真研究

物联网环境下的有序任务调度是各智能设备协调工作的关键。由于物联网环境下的设备众多,在各个设备中又存在众多的子任务调度过程。各个设备之间,设备内部的任务调度之间存十分复杂的关联性。有些关联本身就是矛盾的,形成多核调度需求。传统物联网的任务调度模型,针对多设备、多任务的调度问题,都是采用加入约束条件完成调度过程,但是,在复杂任务调度过程中,无法用约束满足所有线性调度关系,调度过程存在较大缺陷。提出采用组合赋权法的物联网任务优化调度模型,根据物联网多核任务调度的特点,塑造物联网多核操作状态下的任务选择模型,将任务选择问题转换成多属性决策问题,通过组合赋权法求出各个属性的权重,将待完成任务依据权重值大小进行排序,优先执行综合属性值最大的待完成任务,依据优先执行任务选择方法塑造面向资源优化的物联网中任务调度模型,完成物联网多核任务优化调度。仿真结果表明,所提方法完成相同任务的时间更短。

基于回归函数结合局部自相似的单帧图像超分辨率算法

启发于过完备字典中稀疏线性组合的高分辨率图像的块与其对应的低分辨率局部块能很好地匹配,提出一种回归函数结合局部自相似的单帧图像超分辨率算法;该算法结合了实例图像块的学习和局部自相似图像块的学习,实例图像块的局部回归避免了从低分辨率到高分辨率图像块映射的病态性问题;通过局部自相似实例图像块学习获得非线性映射函数的一阶近似,从而获得低分辨率图像块相对应的高分辨率图像块,克服了实例图像块算法不足的问题;实验采用峰值信噪比(Peak Signal to Noise Ratio,PSNR)和均方误差(Root-mean-square error,RMSE)比较各算法效果;从实验结果数据可以看出,大多数情况下,提出的算法具有最高的峰值信噪比和最低的均方根误差,从实验结果图可以看出,提出的算法的纹理保留的最好,图像自然性最好,且运行时间也少于其他几种较新的算法,表明提出的算法更适合用于解决实际问题。

基于矩阵/张量分解优化NLC算法的MC-EEG压缩

针对脑电图压缩效率问题,本文提出一种新的基于矩阵/张量分解的近无损多通道脑电图压缩算法。通过矩阵/张量分解模型对MC-EEG多路形式进行有效地相关分析,从而提出基于"有损编码加上残余编码"组成的矩阵/张量的压缩算法,对有损编码器编码分解后的残余部分进行算术编码,有效地保证了原始信号和重构信号之间的最大绝对误差。在三个不同的头皮脑电图数据集和颅内脑电图数据集上的实验验证了本文算法的有效性,实验结果表明,在同样的压缩比下,该算法比基于小波体积脑电压缩算法平均误差低了近五倍。

基于绝对矩块截断编码融合Clifford代数的图像压缩

针对现有的图像压缩方法很难兼顾压缩效率和压缩后图像质量的问题,提出了一种基于绝对矩块截断编码和Clifford代数的融合方法。首先,将原始图像分为若干大小相等且互不重叠的局部小块;然后,利用绝对矩块截断编码保留每个子块的第一和第二矩;最后,利用Clifford代数将图像矩阵表示为最大完全平方和,并利用解码器重构图像。压缩实验结果表明,该方法的峰值信噪比可接近100 d B,结构相似度接近1,相比其他几种较新的方法,该方法取得了更好的压缩图像质量,并且降低了压缩耗时。

视频检索中基于GMM聚类的无监督情感场景检测

为了高效地从视频中检索出激动人心的场面,提出了一种基于高斯混合模型的无监督情感场景检测方法。首先,从面部选取42个特征点,并定义10种面部特征;然后,利用高斯混合模型将视频的帧划分为多个聚类;最后,利用每一帧的面部表情分类结果将情感场景划分为单个聚类,并通过场景集成和删除完成检测。在生活记录视频和MMI人脸表情数据库上的实验结果表明,该方法的检测率、分类率分别高达98%,95%,检测5分钟左右的情感场景视频仅需0.138 s,性能优于几种较为先进的检测方法。

基于物联网的信息交互中间件技术研究

针对当前物联网的迅速发展,人们对于物联网信息交互中间件了解不足的问题进行了详细的分析。从规范、系统及安全3个方面对物联网进行详细的描述;对于EPCIS和ONS中间件设计进行了分析;针对中间件设计了物联网信息交互中间件系统。

基于FPGA的电子秒表的设计与实现

文章介绍了基于FPGA进行的电子秒表的设计.首先介绍了总体设计方案,接着分别从顶层文件设计和子模块设计两方面详细介绍了设计过程,最后对用硬件描述语言编程仿真中应该注意的问题做了一个小结.

自适应三维形变模型结合流形分析的人脸识别方法

为了在人脸姿态和表情归一化后减少人脸外观的信息损失,提出自适应三维形变模型(3DMM)结合流形分析的人脸识别方法。首先,描述人脸姿态变换引起的2D和3D坐标的不对应性,提出自适应3DMM拟合方法;然后,通过三维变换来保留尽可能多的身份信息,将整个图像网格化映射成3D对象,姿态和表情的归一化保证了变换的稳定;最后,利用多流形判别分析计算流形与流形之间的距离,并利用最近邻分类器完成识别。在Multi-PIE,LFW以及自己采集的数据库上的实验验证了所提方法的有效性,在3个数据库上的识别率分别高达99.8%,95.25%,98.62%。所提方法显著改善了人脸识别性能,在约束和无约束环境下均优于其他几种较新的识别方法。

云存储中基于对称谓语加密的可控隐私保护搜索方案

针对传统加密方法在搜索云服务器数据时存在的效率不高和密钥泄露问题,提出了一种具有可控隐私保护搜索函数的对称谓语加密算法。首先,密钥所有者公布一些公共参数,并生成主密钥;然后,服务器端检查密文的属性是否满足令牌的谓语,并利用谓语令牌搜索匹配的密文;最后,密钥所有者或受委托人利用解密程序获取相应的明文。安全性分析表明,该方案在语义安全、属性隐藏和密钥保密方面都具有较好的安全性;性能比较表明,相比其他几种较为先进的谓语加密方案,该方案在效率方面得到了明显提升。

软件定义网络中基于网络切片和ILP模型的路由方案

针对软件定义网络(SDN)中数据层的路由优化问题,提出一种基于网络切片和整数线性规划(ILP)多约束优化的路由方案。首先,根据多租户业务的链路需求,基于Kruskal算法对数据层中的链路资源进行网络切片,尽可能形成相互隔离的租户子网络。然后,在考虑链路约束和租户业务的服务质量(QoS)约束下,以最小化传输延迟为目标,构建一个ILP整数线性规划(ILP)路由优化模型,并获得最佳的路由方案。仿真结果表明,所获得的路由方案具有较少的共享链路,有效降低了链路拥塞和传输延迟。

利用同伦摄动法的四阶微分方程数值解求解方法

针对四阶微分方程线性和非线性边界值数值解问题,提出了一种使用同伦摄动法的求解方法.首先,在Caputo意义下描述分数导数算子;然后,确定合适的边界初始条件将方程降为经典方程;最后,使用同伦参数来展开求解.实例计算证明了提出方法的有效性、简单性和可靠性.

基于M&S模型的分布式认知无线电网络时间同步机制

针对分布式认知无线电网络(DCRN)中节点时间同步的问题,提出一种基于M&S同步模型的节点协作式时间同步机制。首先,选定的主用户(PU)通过控制信道将其空闲频谱列表广播到邻居节点,以确定节点对之间的可用公共信道;然后,邻居节点以该PU节点为参考,在公共信道上发送同步信息,并通过M&S同步模型调整内部计时器,从而实现时钟同步;经过多次迭代,最终实现全网时间同步。实验结果表明,该方案能够实现DCRN的时间同步,同时具有较快的收敛速度和较低的开销。

MS图像分割在GPU和多核CPU上运行性能研究

为了获取快速、准确和可扩展的图像分割软件模块,根据并行稀疏基本线性代数子方程(PSBLAS)提出了一种图像分割的并行软件模块,即并行稀疏矩阵计算的公共库.该库采用了图形处理单元(GPU)的扩展版本,解决了稀疏线性三角矩阵在GPU上的应用,使得图像分割算法可以有效且透明地使用多模块并行结构.实验的每个计算节点由2个8核CPU Intel Sandy-Bridge E5-2670和192GB的RAM构成,各节点均配备了一个GPU NVIDIA K20,较大尺寸图像的快速精确分割验证了提出方案的有效性.同时,GPU和多核CPU上执行算法的加速比结果显示了加速比与内存边界的应用相关.