浅析辽河西大街解放后空间结构的演变

文章以辽河西大街的空间结构为例,分析了该历史街区在解放后空间结构产生变化的原因,并总结空间结构演变的特点:即以棋盘式路网为水平方向的空间发展骨架,以街侧建筑为垂直方向的空间界面限定。这些特点的总结可以为后续保护性规划的制定提供确凿有力佐证。

基于神经网络的不均匀光照下围棋识别方法

针对围棋机器人系统中光照不均匀造成的棋子识别误差问题,提出了基于神经网络的不均匀光照下围棋棋子识别方法。首先,利用边缘检测算法确定棋盘位置;其次,利用阈值分割法检测出棋盘四个标定点的坐标,并通过透视变换矩阵转换为标准棋盘图像;然后,基于多层感知器搭建神经网络模型,并训练出分类器;最后,将标准棋盘图像利用分类器进行棋子分类,并输出识别结果。所提方法在强光、室内灯光、暗光三种光照不均匀情况下对围棋棋子的平均识别准确率可达到98%以上,实验结果验证了该方法的有效性。

棋盘取样方法在指纹识别中的应用

文章提出了在基于神经网络的指纹识别当中一种比较简单的取样方法。在生物学领域指纹样本包含了大量的数据。如果取指纹的部分样本,可以减少大量的数据,从而可以快速地进行数据处理,进而识别指纹信息。为了解决数据容量过大的问题,文章提出了棋盘取样算法。一个8×8的棋盘取样数据将用于神经网络的训练样本。它将减少神经网络50%的记忆程序。25%的指纹信息将用于神经网络以后的记忆和训练。首先用快速傅里叶变换或直方图算法增强指纹图像有效信息。然后二值化图像,并把样本用于人工神经网络的鉴定试验当中。最后用MATLAB仿真实现。

基于改进型循环生成对抗网络的雾天图像生成算法

为了优化图像采集效果,通过改进循环生成对抗网络的方法设计雾天图像生成算法。以立体视觉KITTI2015数据集为例,对其中图像数据进行雾天场景转化。首先,为提高算法的准确性,基于图像退化模型对采集的真实雾天图像进行去动态模糊处理;然后,针对反卷积过程中产生的棋盘效应,对生成器网络中的上采样模块加以改进,利用插值上采样与卷积组合模块提高雾天图像的生成效果;最后对循环一致性损失训练过程中的参数进行了调整,从而获得最优的雾天图像生成模型。实验结果表明,所得雾天图像的棋盘效应得以削弱,且去雾后能准确地再现原始图像信息。

通讯网络中极小费用生成树的一种算法

针对具有n个通讯站的局域网络,运用增加或调整虚设站的方法,给出一种在混合距离下的极小费用生成树的算法.并就MCM91问题B,求出了极小费用生成树,其总费用小于美国马里兰州里斯勃来莱州立大学数学科学系B.A.Fusaro所提供的论文中的费用.