基于改进U-Net模型的次季节降水预报订正

针对现有次季节降水预报误差较大的问题,提出基于改进的U-Net模型的次季节降水预报订正方法.首先,通过指数变换,将非正态分布的降水预报数据变换到正态分布;其次,结合残差连接和通道注意力改进U-Net模型,用于订正模式预报结果,生成订正后的降水概率预报;最后,通过损失函数加权提高强降水预报性能.实验结果表明,订正结果相较于原始预报误差明显降低,CRPS降低了14%,概率预报的采样均值在10 mm日降水量阈值的TS评分提升48%.

一种精简的蘑菇图像分类模型

相比小型卷积神经网络(convolutional neural network, CNN)模型,现有的大型CNN模型在大型图像数据集上达到了良好的分类效果,但是在小型图像数据集上过拟合,使得精度提升小、训练时间长、存储占用高,不能很好地适应嵌入式设备.因此首先收集了一个包含4 500张图片的小型蘑菇数据集,并为蘑菇分类任务设计了轻量化的CNN模型MushroomNet.然后研究CNN模型中各部分对于分类任务的重要性,并提出基于数据复杂度的模型结构优化方法.实验表明,相比MobileNet、ShuffleNet等轻量化模型,MushroomNet-MicroV2的Top-1精度只差了1%~2%,但是它训练速度更快,存储更小,只有1.3 M的参数量,且在Apple M1 CPU上经过142 s的30轮快速训练后,Top-1验证精度可达88%.

基于灰色绝对关联度的边缘检测算法

探讨了灰色关联度在边缘检测中的适用情况,提出并实现了基于灰色绝对关联度的灰度图边缘检测算法.该算法有效地避免了几种典型的边缘点误判,算法中简单的逻辑或操作克服了灰色绝对关联度在边缘检测中的方向性问题.实验结果表明本算法快速有效.

用于高温次季节预报的深度学习方法

高温是一种比较常见的气象灾害,对人们日常生活和健康以及国民经济都有一定的影响。准确地预报未来10-30天(次季节)的每日高温天气状况,有助于人们及早地做出对应的决策和降低财产损失。本文设计了一种深度学习模型,通过对两个Encoder提取的大气环流和地表高温的特征进行延迟融合,并结合Decoder逐日输出高温预报结果。实验结果表明,本文的方法有较好的预测效果,相较于单个Encoder的深度学习方法,均方根误差降低了2.12%,异常相关系数提高了2.72%,决定系数提高了0.04。

基于曲率估计的Canny边缘检测算法

为了解决传统Canny边缘检测算法对噪声敏感的问题,针对噪声边缘弯曲度大且弯曲空间范围小的二维空间特性,构造了基于曲线曲率估计的边缘曲度算子,并利用大尺度Canny算法边缘检测结果对边缘曲度算子进行修正,使该算子能够准确地表征噪声强度在二维空间中的分布情况,在此基础上,提出了一种在边缘检测过程中加入边缘曲度算子进行噪声衰减的边缘检测算法.实验结果表明,算法在有效抑制噪声的同时,保留了变化丰富的细节边缘及变化缓慢的轮廓边缘,检测结果较好地反映了图像的原始结构特征.

基于尺度间梯度方向的多尺度边缘融合

在分析了传统的多尺度边缘融合方法存在的角点漏检和大尺度边缘信息丢失等问题的基础上,提出了一种新的基于相邻尺度间梯度方向的多尺度边缘融合方法.该方法充分利用相邻尺度间对应边缘点梯度方向相近这一特点,在没有增加其它辅助方法的前提下,只是通过改变多尺度边缘融合的依据和条件,即可改善边缘检测的最终效果,在保持算法简单性的同时,相比于传统方法有更好的弱边缘检出率、角点检出率、抗噪能力和更高的算法效率,仿真研究也证明了该融合方法的有效性.

基于小波变换与灰色系统理论的图像边缘检测

多尺度边缘综合一直是多尺度思想中较难解决的问题。本文将灰色系统理论与多尺度边缘检测思想相结合,提出基于灰色关联分析和梯度方向的图像边缘宽度计算策略,并根据边缘宽度自适应地调整样条小波的滤波尺度参数,从而实现对有噪图像进行自适应尺度边缘检测。仿真结果表明本文算法不仅能有效地抑制噪声,而且对细节边缘和模糊弱边缘均有较好的检测效果。

基于灰色加权绝对关联度的边缘检测算法

探讨了灰色关联度计算方法在边缘检测中的适用情况,提出并实现了基于灰色加权绝对关联度的灰度图边缘检测算法。实验结果表明在基于灰色系统理论的边缘检测过程中采用加权灰色绝对关联度其效果明显优于采用一般关联度,该算法为基于灰色系统理论的边缘检测的新思路做出了有益的发展和补充。

基于子块特征的遥感图像边缘灰提取

遥感图像为地理信息系统数据的更新和应用提供了有利条件,遥感图像的特征提取是其中的关键问题。针对灰色绝对关联度计算模型的特点,提出一种基于灰色绝对关联度和图像子块标准差的边缘检测算法,实现遥感图像边缘灰提取过程中阈值的自适应调整。实验结果表明本文算法能有效提取图像弱边缘,具有很好的实用性。

不同应力比下砂岩时滞变形破坏特征研究

高地应力环境下地下洞室中的硬质围岩在开挖过程中极易发生时滞型岩爆.针对地下洞室开挖后围压的实际应力状态,以细砂岩为研究对象开展不同应力水平下的时滞变形破坏试验,并基于分形理论定量描述了破坏后宏观碎屑和破坏断面微观结构的分形特征.研究结果表明:在高应力水平下砂岩表现出显著的时滞变形特征,时滞变形段持续时间随应力比增加呈下降趋势,两者间呈指数函数关系;基于分形理论,通过粒度-数量、质量-粒度、几何参数-数量、盒数维数法等方法计算宏微观分形维数可知,时滞变形破坏程度与分形特征相关性显著,宏微观分形维数随破坏程度增大呈线性增加.研究结果可为阐明岩体时滞变形破坏机理提供一定参考价值.

一种改进的基于平均背景模型的运动目标检测算法

通过实验仿真分析探讨了基于背景差分法的两种运动目标检测算法(平均背景模型法和codebook模型法)的性能和存在问题,并在此基础上提出了一种改进的平均背景模型的算法.算法采用当前图像与背景相减后差分图像的灰度直方图进行阈值的选取,同时引进新的背景更新方法,由分割得到的前景图像来控制背景更新的区域.实验结果表明,改进后的算法在与原算法使用相同的初始帧数的基础上,目标检测的完整性和有效性均有所提高,且能够适应背景缓慢变化的场景.

MATLAB中二元傅里叶变换计算全息图的算法

介绍利用MATLAB语言实现二元傅里叶变换计算全息图的制作.相对于传统的编程语言,该算法实现上更加简单和快捷,并且在算法实现上采用一系列计算全息图的质量提高措施,以减少再现像的失真.实验结果表明MATLAB是研究计算全息的有效工具之一.

透射电子显微镜数字图像增强技术

介绍利用计算机系统和图像采集卡为普通的电子显微镜增加图像处理的功能 ,并介绍了如何利用直方图均衡化和灰度变换来增强透射电子显微镜数字图像的技术 .

基于FPGA的数字滤波系统设计

为研究基于FPGA的数字滤波系统的设计与实现过程,根据数字滤波系统的基本工作原理在芯片内部设计了模数转换采样控制、基于分布式算法的FIR滤波器以及基于FFT IP核应用的频谱分析电路等功能模块,并给出了QUARTUSⅡ平台上的系统设计时序仿真波形。实验结果表明,相比于一般实现方法,基于FPGA实现的数字滤波系统具有高速灵活的优点,FPGA可广泛应用于高速数字信号处理领域。

基于显著性区域检测和水平集的图像快速分割算法

为了实现含有复杂背景和弱边界图像的快速准确分割,传统的水平集常采用重新初始化的方法,但是这种方法存在计算量大、分割不准确等问题。因此,结合显著性区域,该文提出一种基于边缘信息与区域局部信息结合的变水平集图像快速分割方法。首先用元胞自动机模型检测出图像的显著性区域,得到图像的初始化边界曲线。然后,采用改进的距离正规化水平集演化(Distance Regularized Level Set Evolution,DRLSE)模型把图像的局部信息结合到变分能量方程中,用改进的能量方程去指导曲线的演化。实验结果表明,与DRLSE模型相比,提出的算法平均消耗的时间只需要前者的2.76%,且具有较高的分割准确性。

基于MATLAB的计算全息干涉图仿真

介绍了光学全息干涉图的计算机仿真实现算法,给出了M ATLAB平台上球面波的计算全息干涉图仿真结果,并探讨了不同的实现手段.提供了制作计算全息干涉图的新手段,较传统方法实现更加便捷.

部分级联特征的离线手写体汉字识别方法

针对汉字类别多、风格多等识别难点,提出了一种基于LS-SVM的部分级联特征分类的离线手写体识别方法.具体包括霍夫空间加权采样和局部二值分布直方图两种新的特征提取算法,其可将任意大小的图像映射到固定长度的特征向量上,克服了已有特征提取算法的需要归一化、对笔画密度分布敏感等缺点;提出了基于部分级联特征的分类方式;提出了常见多分类方式的类别与正确率的关系,并给出了相应的数学证明.

基于牛顿迭代法的计算全息干涉图仿真

介绍了计算全息干涉图制作的基本原理,并根据实现原理设计相应的计算机仿真算法实现各类波面计算全息干涉图绘制。算法主要基于牛顿迭代法思想。在全息图面上搜索满足二元全息函数基本方程的点以获取干涉条纹的具体坐标位置,并将它们连成线或者绘制与y轴平行小线段构成计算全息干涉图。给出了MATLAB平台上球面波、锥面波及螺旋形波面的计算全息干涉图。该算法提供了制作计算全息干涉图的新手段,同时仿真结果也表明这是一种高效快捷的实现方法。