2023年度人工智能领域国家自然科学基金项目申请与资助情况综述

对2023年度国家自然科学基金人工智能领域(申请代码F06)下的“人才”和“研究”两大项目系列中部分项目的申请与资助情况进行统计分析,并从申请代码、依托单位分布及其近五年(2019~2023)的变化趋势等角度进行分析,同时介绍本领域按科学问题属性分类的评审情况以及相关评审原则与举措.最后进行总结和展望,旨在为相关研究人员了解该领域的研究热点和未来发展方向提供参考.

基于局部方向分布的角点检测及亚像素定位

提出了一种基于局部方向分布的角点检测与定位算法.该算法主要由两步组成,首先利用绝对角点能量和相对角点能量进行角点检测,然后使用最小二乘技术拟合支撑像素方向线的交点得到角点的亚像素位置.实验结果表明,相对于常见的角点检测算法,基于局部方向分布的算法不仅具有更高的定位精度,同时对噪音也有较强的鲁棒性.

基于亮度序的均值标准差描述子

在已有均值标准差曲线描述子(MSCD)的基础上,引入亮度序划分思想,提出一种基于亮度序的均值标准差描述子(IOMSD).与传统描述子构造时采用固定位置进行子区域划分不同,文中依据局部区域内各像素点的亮度大小关系划分子区域.该方法能克服图像形变带来的边界误差,且对线性光照和单调光照变化具有不变性.实验结果表明,IOMSD对旋转、视角变化及光照变化图像具有鲁棒性,尤其在形变稳定性上优于已有的MSCD算法.

内积能量与边缘检测

提出了一种新型的边缘检测算子——基于内积能量的边缘检测算子.在基于内积能量的边缘检测算子中,内积能量在增强图像边缘的同时能够有效地抑制图像中的噪声和细节,因而它能较好地解决传统边缘检测算子的噪音抑制和边缘定位精度之间的矛盾.实验结果表明:与经典的Canny边缘检测算子相比,在具有相当边缘定位精度的条件下,基于内积能量的边缘检测算子对图像噪音和细节具有更强的抑制能力.此外,它还具有对参数调节不敏感的优良性质.

LTE中DRX节能策略的系统建模及性能优化

兼顾LTE(Long term evolution)通信技术中移动终端的节能效果和响应速度,提出了一种带有休眠延迟机制的非连续接收DRX(Discontinuous reception)节能策略。考虑到网络中实际缓存容量的有限性,建立了一个带有休假延迟和启动阶段的多重休假有限容量排队模型,综合使用嵌入Markov链方法和补充变量的方法,导出系统阻塞率、能量节省率和数据帧延迟等指标表达式。结合数值实验和仿真实验,揭示了不同指标之间的折衷关系。对DRX中的休眠延迟器长度和系统容量大小进行了优化设置,为无线通信网络节能策略的改进及优化提供了理论依据。

伪球滤波和边缘检测

提出了一种图像滤波器——伪球滤波器.在伪球滤波器中,除了尺度参数外,还引入了边缘保持参数,因而它能较好地解决传统滤波器的平滑性能与边缘定位精度之间的矛盾.以伪球滤波器取代经典Canny边缘检测算子中的高斯滤波器,得到一种基于伪球的边缘检测算子.模拟图像和真实图像的实验结果表明,与经典的Canny边缘检测算子相比,在具有相当平滑性的条件下,基于伪球的边缘检测算子对边缘定位具有更高的精度.

止痉散调控肠道菌群治疗类风湿关节炎作用及安全性评价研究

目的研究止痉散治疗类风湿关节炎(rheumatoid arthritis,RA)的新机制及安全性。方法本研究采用牛Ⅱ型胶原两次免疫诱导法造小鼠关节炎(collagen induced arthritis,CIA)模型,将造模成功小鼠随机分为正常对照组、模型组,甲氨蝶呤组和止痉散组,每日灌胃给药,记录小鼠体重,足爪关节的肿胀程度,并采集小鼠结肠、直肠和盲肠区段的粪便,利用二代测序方法,检测止痉散对小鼠肠道菌群的影响,同时对各脏器进行病理检查。利用ICR小鼠最大给药剂量(16 g/kg)急性毒性实验和人等效给药量(0.18 g/kg)亚急性毒性试验检测ZJS安全性。结果止痉散能够显著缓解小鼠关节肿胀,降低关节炎评分,降低关节部位IL-6和IL-2的表达,减少破骨细胞的数量。测序结果表明,止痉散显著降低直肠部位肠道菌群的Chao1指数和shannon指数,而在结肠、盲肠部位无明显变化。在门水平,止痉散升高直肠、盲肠部位拟杆菌门、放线菌门丰度,降低直肠、盲肠部位厚壁菌门,大肠杆菌门,变形菌门丰度;在属水平上,止痉散降低直肠与盲肠部位螺杆菌、毛螺菌、理研菌、另支菌属丰度,升高乳杆菌、拟杆菌属丰度。在止痉散急性毒性实验过程中,与正常组相比,止痉散组的脏器病理及血生化指标无显著性差异。结论止痉散能够增加直肠和盲肠部位有益菌群、降低肠道有害菌,恢复肠道微生物稳态环境从而改善类风湿关节炎小鼠的症状,且在止痉散的用药过程中无明显毒副作用。

三角组合约束下的尺度不变特征描述子

为克服单点描述子匹配数量少、匹配正确率低等问题,提出一种三角组合约束下的尺度不变特征描述子.首先利用几何约束将满足条件的3个特征点组合为三角形;然后利用三角形内切圆半径作为支撑区域确定的依据,对获取的三角形构建尺度不变的特征描述子并进行匹配;最后根据支撑区域主方向信息将三角形匹配转换为点匹配,并利用重复匹配出现的概率去除错误匹配.实验结果表明,该方法不仅对旋转、尺度变化、视角变化、JPEG压缩等图像变化具有鲁棒性,而且匹配的特征点数量多、匹配准确率较高.

实数型曲线描述子二值化研究

曲线匹配技术在模式识别、计算机视觉和图像理解中具有重要作用。随着移动设备的广泛使用,有必要研究存储空间小、匹配速度快的二值型曲线描述子。针对常见实数型曲线描述子(MSCD、IOMSD、IOCD和TCHP),利用阈值化方法,获得由0、1表示的二值曲线描述子。实验结果表明,在旋转、视角变化和光照变化条件下,提出的曲线二值描述子能够保持实数型描述子的匹配准确性,而占用的内存空间仅为原描述子的1/32或1/16。

河南高校非计算机专业教师计算机能力模型研究

河南高校非计算机专业教师的计算机应用能力比较薄弱,缺乏通过计算机进行多媒体教学和科学研究的理论知识和实践操作技能。针对此问题,本文在对河南高校非计算机专业教师计算机应用状况调查的基础上,总结归纳了非计算机专业教师计算机能力模型。该模型主要包括:基础、教学和科研三个计算机能力需求类,十六个计算机能力类,三个需求类到能力类的映射。

基于图像特征点粒子群聚类算法的麦田作物行检测

为了快速准确地提取麦田作物行中心线,提出了基于图像特征点粒子群聚类算法的麦田作物行检测。首先,对自然光照下获取的彩色图像运用"过绿颜色因子图像灰度化"、"Otsu图像二值化"、"左右边缘中间线检测提取作物行特征点算法"3步对图像进行预处理。然后,根据农田作物行中心线周围区域的特征点到该直线的距离均小于某一距离阈值的特征,运用粒子群优化算法对每一作物行的特征点分别进行聚类。最后,对每一类的特征点用最小二乘法进行直线拟合获取麦田作物行中心线。试验结果表明,该算法可以对作物断行、杂草、土块等复杂农田环境下的图像进行有效地作物行检测,识别率达95%,识别误差小于3°。与标准Hough算法相比,运行速率提升了一倍。该文可为实现农业机器人田间作业提供参考。

基于HSI颜色空间的棉花杂质高速实时检测方法

棉花杂质的有效检测和剔除对于棉花质量的控制具有重要意义.本文提出了一种实用的棉花杂质高速检测方法.该方法利用3D-LUT技术,有效解决了颜色空间转换的时间耗损问题.利用HSI颜色空间的色度和饱和度信息,对棉花中的杂质进行高效检测和定位.彩色运动补偿技术的应用,弥补了相机在硬件上进行空间参数校正的不足,降低了杂质的错误判别率.实验结果表明,该系统可以在10ms内完成80线棉流图像的采集、图像格式转换、杂质的检测和定位等全部过程.在棉流速度为18m/s,杂质大小为2×2mm^2的情况下,杂质识别正确率可达到95.4%.

特征优先块匹配图像修复算法

针对Criminisi算法中易发生置信项趋向于0,使优先级计算公式失去作用而影响修复结果的"效果丢失",以及无法在已知区域匹配到合适匹配块而造成修复效果失真的问题,提出一种图像修复改进算法.首先通过置信项减去一个固定常数,使置信项不再趋向于0值,保证优先级公式总是发挥作用;然后通过增加有明显识别特征匹配点的优先级使得以该点为中心的待填充块优先进行匹配,减少匹配时的出错率.实验结果证明,该算法较好地克服了Criminisi算法存在的不足,使修复结果更符合视觉感受.

基于最小外接矩形的珠宝定位技术研究

图像中不规则物体长宽属性较难统一,且传统的检测算法不够精确。针对该问题,提出一种自动定位检测算法。该算法通过目标主轴方向估计求出珠宝最小外接矩形,根据主轴确定目标的初始矩形,以初始矩形的几何中心为旋转中心对其进行旋转,从而找到最优矩形姿态,并平移优化旋转后的矩形,实现对珠宝轮廓的最终定位。实验结果表明,与现有检测不规则物体最小外接矩形的算法MBR相比,该算法对于珠宝轮廓的定位更加准确。

改进梯度和自适应标记提取的分水岭新算法

为了克服分水岭算法的过分割问题,提出了一种基于改进形态学梯度和自适应标记提取的分水岭新方法。用两组结构元素进行梯度计算;对重构后的梯度图像用Otsu算法提取标记;用h-minima变换修改标记图像,将各尺度下标记点的并集作为最终的标记图像;对修改的梯度图像进行分水岭变换。实验结果表明:与传统分水岭算法相比,该算法对于改善过分割现象有明显的效果,能够获得具有实际意义且更合理的分割区域。

数据库连接池的数学建模与性能分析

为有效地配置数据库连接池中的系统参数,根据数据库连接池管理过程的工作原理,引入离散时间排队论的思想,建立多服务台损失制的Geom/Geom/c/c离散时间排队模型。采用嵌入马尔科夫链方法,分析系统稳态队长的转移概率矩阵及其满足的递推关系式。应用模型的理论分析结果,导出请求阻塞概率、系统平均连接数、系统利用率、系统吞吐量等系统性能指标的数学表达式。通过实验证明了数据库连接池性能指标与系统配置参数之间的依赖关系。

基于基元表示的多边形检测方法

特征检测是图像处理的经典问题,但多边形检测一直研究较少,针对这一现况,提出了一种简单有效的多边形检测方法—基于基元表示的多边形检测方法.该方法的主要思想是:首先,检测图像关键点并计算关键点附近的边缘方向,利用关键点位置与边缘方向信息定义点基元(一维基元);其次,将满足组合条件的点基元进行组合,获得线基元(二维基元);然后,将满足组合条件的线基元与点基元进行组合,获得三维基元或者三角形,实现三角形检测;同样,可将满足组合条件的n(n≥2)维基元与点基元进行组合,获得n+1维基元或者n+1边形,实现多边形检测.实验结果表明,本文提出的基于基元表示的多边形检测方法可准确有效地检测出图像中包含的各种多边形.此外,本文提出的基元表示方法也为其他由线条组成的复杂图形的检测提供了一种新的思路.

《创新的方法》在高校中教学模式探讨

《创新的方法》课程在教学目的、教学内容与教学方式上与传统工程技术类课程均存在较大不同，通过对笔者开设课程相关情况的介绍与总结，以期为今后国内同行开设此类课程提供一点借鉴。

基于局部均值的K-近质心近邻光谱分类

天体光谱包含着许多重要的关于天体的物理和化学信息,如天体表面的有效温度、重力加速度以及化学丰度等,天体光谱的处理和分析对天文研究具有重要的科学意义。一些大型巡天计划的实施(如SDSS,LAMOST等)使我们获得了海量的天文光谱数据,因此天文光谱数据的自动分类成为重要的科学研究课题,然而面对如此海量的光谱数据,一些传统的光谱自动分类方法已经不适用,迫切需要寻找高效率的光谱自动分类技术。研究了基于局部均值的K-近质心近邻(local mean-based K-nearest centroid neighbor,LMKNCN)算法在恒星(Star)、星系(Galaxy)和类星体(Quasar,QSO)的光谱分类中的应用。LMKNCN算法的基本思想是根据近质心近邻原则,从每一类训练样本集中为待测样本点选取k个近质心近邻点,然后根据每一类中所选取的k个近质心近邻点的均值点到待测样本点x的距离来判别x的所属类别。针对美国SDSS-DR8的天体光谱数据,对比了K-近邻、K-近质心近邻、LMKNCN三种算法在恒星、星系和类星体的光谱分类中所表现的性能,结果表明三种方法中,LMKNCN算法对这三种光谱的识别率高于其他两种算法或者与其相当,而且其平均分类正确率高于另外两种算法,特别是在类星体的识别率上表现的更好。表明了该算法对天文光谱大数据的快速处理和有效利用具有重要的意义。

基于已知点的作物行检测方法

为了快速提取农田作物行中心线,设计了"2G-R-B灰度变换—Otsu自动阈值图像二值化—形态学图像处理—左右边缘中间线检测算法"4步图像预处理方法,得到代表作物行中心的特征点;扫描特征点图像,将特征点横坐标存放于二维数组中,通过聚类方法,得到代表作物行的已知点;根据基于已知点的随机直线检测算法,检测出作物行.实验结果表明,利用该算法不仅可以克服光照影响而且可以提取不同作物的作物行.处理一幅640×480的彩色图像平均耗时196ms,正确识别率达95%,能够满足农业机器人田间作业的实际需求.与霍夫变换(HT)、随机霍夫变换(RHT)相比,该算法显示了计算时间和存储空间上的优越性.