多/高光谱遥感数据的类立体纹理特征

鉴于多/高光谱遥感数据同源同点多波段同时获取的特点,提出了基于灰度级差关联概率矩阵(Gray Level Difference Associated Possibility matrix,GLDAP)的视觉差异分析方法,以有效地利用图像底层数据及数据之间的相关性.根据地物的波谱特性,统计两波段图像灰度协同变化的规律并记录在GLDAP矩阵中,基于此矩阵提取了遥感数据的类立体纹理特征.将该方法与灰度共生矩阵(GLCM)纹理分析方法的遥感地物分类性能比较,实验结果表明:基于GLDAP的纹理提取及分析表现出良好的性能,3种地物分类效果明显优于GLCM方法,能够减少因单波段中地物可分性差而导致的误识,克服了GLCM方法对图像统计描述的局限性,在相同时间开销下GLDAP方法较GLCM有更优的解译分析精度.

基于自动化技术的城市轨道交通智能运维研究

当前城市轨道交通智能运维方法,主要通过人工操作进行运维管理,无法实现各个运维操作环节的有序衔接,导致智能运维方法的故障处置时间较长。因此,提出应用自动化技术的城市轨道交通智能运维方法。依托于IT基础架构库实施自动化技术,建设以流程管理为核心的运维管理体系,有序衔接每个运维操作环节,辅助智能运维服务的自动完成。应用D-S证据理论,对多源异构城市轨道交通监测数据进行融合处理,再通过故障诊断和故障追踪溯源等环节,完成轨道交通故障检修。最后,在移动终端技术的辅助下,实现所有的智能运维工作。应用分析结果表明:所提方法的故障处置时间为9.5 min,满足了智能运维实时性要求。

基于最大熵模糊聚类的新型PHD滤波算法

概率假设密度(PHD)滤波是实现多目标跟踪(MTT)的一种有效算法,然而由于其推导过程使用了泊松近似,因而带来了较大的势估计误差。提出了最大熵模糊多目标粒子‑PHD(MEFMOP‑PHD)滤波算法,利用最大熵模糊聚类算法构造联合概率数据关系(JPDA)算法中的关联概率矩阵,同时结合标签技术与聚矩阵对关联概率矩阵进行修正,从而使算法在节省运算量的同时达到较好的跟踪效果。该滤波算法对PHD密度的近似采用了高斯混合(GM)形式,并通过仿真试验与传统的高斯混合滤波算法进行了比较,最终验证了算法在低检测概率下的优越性。

基于DNA局域结构和统计物理模型识别核小体定位

核小体是真核生物染色质的基本单位。核小体的精确定位影响了基因组序列对结合蛋白的可及性、转录、遗传复制和重组。了解核小体在基因组的准确位置对理解真核生物的生命活动过程有重要作用。本文基于核小体的序列和结构特征及统计物理理论,用统计物理模型预测了核小体的定位。利用统计物理和信息论原理计算了酿酒酵母(S.cerevisiae)、人类(H.sapiens)、秀丽隐杆线虫(C.elegans)和黑腹果蝇(D.melanogaster)数据集中序列片段的DNA局部结构的总能量,基于核小体序列与非核小体序列的总能量差异进行分类,通过10倍交叉验证进行了性能评估。结果显示该模型具有较好的识别效能。