基于稀疏矩阵的谱聚类图像分割算法

在图像分割中谱聚类算法需要计算像素之间的相似度矩阵,构造数据量大,并且要对拉普拉斯矩阵进行特征分解,计算比较耗时。针对这一问题,提出了一种基于稀疏矩阵的谱聚类图像分割算法。算法结合图像特征信息在不同尺度上对谱聚类进行误差分析,设计了一种新的样本信息选取方案,并利用选取的图像信息直接创建稀疏相似度矩阵。理论分析以及图像分割实验结果表明,该算法能够有效降低谱聚类的计算复杂度,同时,提高了分割的准确性和鲁棒性。

多传感器异步关联航迹的融合

异步航迹融合是多传感器多目标跟踪系统的一个重要问题。由于多传感器的采样速率和通信延迟不同,因此为了提高跟踪精度和准确性,融合中心必须进行异步目标航迹融合。在分布式模式下,基于各传感器在Kalman滤波器输出本地目标航迹的基础上,提出了一种融合误差均方差矩阵的迹最小意义下的异步目标航迹融合算法。给出了具体的实现步骤。仿真实验结果表明,这种融合方法是有效的。

基于阈上随机共振的混合气体识别研究

在深入分析阈值随机共振系统模型的基础上,提出了一种基于最大互相关系数的方法来进行混合气体的分类识别。实验结果表明,该分类方法准确可行,为分类识别提供了一种新的思路和方法。

基于DRL的联邦学习节点选择方法

为了应对设备差异化计算能力及非独立同分布数据对联邦学习性能的影响,高效地调度终端设备完成模型聚合,提出了一种基于深度强化学习的设备节点选择方法。该方法考虑异构节点的训练质量和效率,筛选恶意节点,在提升联邦学习模型准确率的同时,优化训练时延。首先,根据联邦学习中模型分布式训练的特点,构建基于深度强化学习的节点选择系统模型。其次,考虑设备训练时延、模型传输时延和准确率等因素,提出面向节点选择的准确率最优化问题模型。然后,将问题模型构建为马尔可夫决策过程,并设计基于分布式近端策略优化的节点选择算法,在每次训练迭代前选择合理的设备集合完成模型聚合。仿真实验表明,所提方法显著提高了联邦学习的准确率和训练速度,且具有良好的收敛性和稳健性。

小波变换在符号率估计中的应用研究

小波变换具有局部显微特性,对信号的瞬时特性具有较强的捕获能力。文中介绍了Haar小波的基本原理,并从连续小波变换的定义出发,分析了PSK信号的小波域特征,对高斯白噪声中QPSK信号的小波变换进行了仿真实验。仿真结果表明,小波变换能够有效地检测并提取符号的跳变信息。

基于SystemView的ASK通信系统仿真分析

通信系统建模既有较强理论性,又有一定的工程性和实践性.本文借助于System Viewe仿真软件构建了一个ASK通信系统模型,在设计窗口中分别对2ASK和MASK调制解调电路作了建模,并设置了各功能模块参数,以及对该通信系统模型仿真输出.之后对2ASK和MASK电路就基带信号、调制信号、解调信号波形以及调制信号功率谱进行对比分析.通过仿真分析发现,2ASK和MASK解调信号有下降沿和上升沿,并存在尖脉冲;2ASK信号功率谱由离散谱和连续谱组成,MASK信号只有连续谱.

便携式医用X光图像清晰化方法研究

基于光锥耦合的便携式医用X光机具有广泛的用途,能够被应用于医院的伤骨科、儿科及医院门诊、工业部门用于材料与元器件的无损检测等方面,这就对图像质量有很高的要求。针对便携式医用X光机所成图像的具体特征,提出了一种适用于提高此类图像清晰度的方法,通过试验仿真,图像质量明显改善。

基于民航气象数据库的异构数据库格式转化方案与实现

文章主要介绍对民航气象数据库系统的数据库进行扩展的一种方案,通过转化,将该数据库中的实时数据从unix平台下的sybase数据库复制到windows平台下的MS SQLserver数据库中,提高了原始数据库的安全性,同时永久保存了历史数据,有利于二次开发和应用.