外逆P-集合与数字图像的双信息伪装-还原及应用

将算子引入外逆P-集合的研究中,拓宽逆P-集合的应用领域。把外逆P-集合的理论应用于数字图像的信息伪装研究,建立了f信息伪装、g信息伪装、双信息伪装以及信息伪装度量的概念。给出了信息伪装度量性质定理、f信息伪装-还原定理、g信息伪装-还原定理以及数字图像的双信息伪装-还原定理。最后给出了应用实例。

基于深度和彩色双信息特征源的Kinect植物图像拼接

图像拼接对制作全景图具有重要作用,传统SIFT(scale-invariant feature transform)图像拼接方法受光照不均匀或风吹影响,存在错位和缺失等情况。针对这一问题,该文提出一种基于Kinect彩色和深度双信息特征源的图像拼接方法。首先对获取的植株彩色图像采用SIFT算法进行特征点提取和特征点匹配,利用Kinect收集到的植株深度数据去除误匹配,采用RANSAC算法寻找投影变换矩阵,最后通过最佳缝合线算法进行图像融合。室内和室外试验结果表明,该文基于Kinect彩色和深度双信息特征源的图像拼接方法能够有效克服光照、风吹等环境因素的影响,避免了图像缺失、亮暗差异、重影等拼接错误,该文方法图像拼接时间较短,平均匹配准确率达96.0%,较传统SIFT图像拼接方法平均准确率提高了5.9%。

一种基于双信息源的人手空间跟踪方法

对人手的空间运动进行了分析和建模 ,提出了一种利用双信息源进行人手空间定位的新方法 :利用视觉输入提取手的平面位置信息 ,借助安装于肘部的弯曲传感器获取手臂的弯曲角度 ,根据所建模型由二者通过模糊计算确定手的深度信息。通过实验 ,证实了该方法的有效性。

基于双信息源的协同过滤算法研究

为了解决数据稀疏性,针对具有专门知识背景和交互性强的项目推荐,文章提出了基于双信息源模式的协同过滤算法,该方法判断活动用户对目标项目的兴趣程度建立在相似用户推荐组(最近邻居集合)与专家推荐组基础上,把2个推荐组的建议结合起来,形成可靠的信息源;并分析各自影响活动用户对目标项目的权重,计算活动用户的最终兴趣度,实现系统推荐。

单方抑制作用下的双信息网络病毒传播模型仿真

研究单方作用下双信息网络病毒的有效抑制问题。网络病毒传播过程中,伴随着大量病毒附带双信息随之扩散,由于这些病毒附带双信息的无序性和随机性,给有效抑制带来了困难。传统的SI模型针对计算机病毒附带双信息状态进行了大量研究,并在小世界模型中得到进一步推广,但仅仅对有序性和定时性的计算机病毒附带双信息有效,对无序性和随机性的网络病毒附带双信息的抑制作用不强,常使双信息网络造成瘫痪。提出一种单方抑制作用下的双信息网络病毒传播模型,将伴随计算机病毒信息的SI模型改进为单方抑制作用下的双信息网络病毒传播的SII模型,改进模型有效地提高了网络病毒的抑制率。实验表明提出的SII模型在处理单方抑制作用下双信息网络病毒传播时有效性比SI模型有较大改善。

双信息素蚁群算法及其在TSP中的应用研究

提出了一种新的蚁群算法,通过在算法中引入双信息素,很好地改进了算法在解决TSP(旅行商)问题时的收敛性和最优解的全局性。一方面通过提高全局信息素对城市路径选择的影响度,很大程度上缩短了算法寻优时间,使算法收敛性得到很大的改善;另一方面通过对接近最优解的一定范围内次优解进行局部更新,避免了算法容易收敛于局部最优解的缺点,极大地改进了最优解的全局特性。在MATLAB中构建了基于蚁群算法的TSP问题模型,仿真结果表明,独立的全局信息素使蚁群很快集中于各个次优解区域搜索,局部更新策略又使蚁群跳出局部级值寻找最优,仿真结果证明算法的改进十分有效。

基于双信息统计与引力聚类的图像篡改检测算法

目的为了解决当前图像复制-粘贴篡改检测算法的鲁棒性与检测精准度不佳等问题。方法将图像的颜色信息引入伪造检测过程,提出双信息统计机制耦合引力聚类的图像复制-粘贴篡改检测算法。首先,利用Hessian矩阵来准确提取图像的特征点。然后,利用图像的梯度直方图来描述图像的方向特征,并联合图像的颜色信息,构造双信息统计机制,获取图像的特征向量。计算特征向量间的欧氏距离,构造近似测量模型,对图像特征进行匹配。最后,利用引力聚类方法,实现图像特征点的聚类,精准检测复制-粘贴篡改内容。结果与当前图像复制-粘贴篡改检测方法相比,所提算法具有更高的检测精准度,以及更好的鲁棒性。结论所提方案可以准确检测并定位出伪造内容,在图像水印、信息安全领域具有一定的参考价值。

基于视觉与触觉双信息的上肢康复训练机器人运维系统设计

针对传统上肢康复器械信息处理缓慢、康复效果差的问题,设计基于视觉与触觉双信息的上肢康复训练机器人运维系统。在系统硬件部分,采用三维触觉操作器Phantom操控虚拟手臂,利用Camshift算法完成对不同颜色物体的跟踪,通过加权集成算法实现对触觉压力数据的操作;在系统软件部分,基于ARAT的抓握测试,评估手臂的抓握能力,采用双侧训练模式和脑电训练模式,修复患者肌力受损部位,通过奇异值分解方法,完成对矩阵目标函数值的求解,利用ICP算法处理图像轮廓特征点,实现图像的配准。实验结果表明,该系统配准精度高,可以完成预期目标,且跟踪效果佳。

新型社交媒体上大学生慈善捐赠的影响机制——一项基于双信息加工系统理论的实证研究

大学生在新型社交媒体上的慈善捐赠备受关注。本研究基于双信息加工系统理论,采用分层抽样对211名在校大学生进行问卷调查探究共情和负面信息披露因素对该群体在新型社交媒体上慈善捐赠的影响机制。研究结果显示:第一,共情对大学生在新型社交媒体上的捐赠意愿和行为均产生正向预测作用;第二,负面信息披露只能显著负向预测大学生在新型社交媒体上的捐赠意愿,但是对直接和间接捐赠行为都不产生显著预测作用;第三,受直觉的启发式系统作用,共情对大学生慈善捐赠的影响效力要大于负面信息披露的影响效力。

物理信息双驱动的长距离盾构隧道结构纵向力学性态智能诊断方法

针对目前盾构隧道纵向结构安全诊断面临的瓶颈,提出了一种物理信息双驱动的隧道纵向结构力学性态智能诊断方法。通过将表征隧道纵向结构力学性态的物理方程嵌入物理神经元中,利用实测数据作为信息神经元综合构建了物理信息双驱动的神经网络(physics-informed neural networks,PINNs)模型,可实时更新反演盾构隧道结构参数、周围地层参数以及荷载分布规律,继而正演求解隧道的纵向结构力学性态。将反演得到的参数进一步用于其他隧道段的分析,以实现长距离盾构隧道结构纵向智能诊断。算例与工程实例应用表明,提出的PINNs模型能有效求解隧道结构纵向问题,且相较传统的纯数据驱动的深度神经网络(deep neural network,DNN)模型,PINNs模型表现出了显著的泛化能力与鲁棒性,具有十分可观的工程应用前景。

结合等变交叉正则化的轻量化双分支建筑物变化检测网络

空间细节信息和语义上下文信息在建筑物变化检测研究中扮演着至关重要的角色。然而,在当下主流的单分支网络架构中,同时获取这两种信息会面临计算成本和模型大小方面的严峻挑战。为应对这一挑战,本文提出一种全新的轻量化双分支网络架构用于高效特征提取,并引入等变交叉正则化模块以增强特征表达,从而实现精细化的建筑物变化检测。具体地,轻量化双分支网络架构由细节分支、语义分支和双信息交互融合模块组成,能同时高效地捕获空间细节信息和语义上下文信息,以生成细粒度的深度语义变化特征图;同时,等变交叉正则化模块从隐式监督角度出发,在不增加网络参数的前提下,从语义和空间层面对变化特征图进行一致性约束,从而提高网络在变化建筑物尺度和边缘上的感知能力;为了验证方法的有效性,本文选用现有优秀的轻量化和非轻量化变化检测网络作为对比方法,分别在WHU、LEVIR两个数据集上开展对比实验。结果表明,在仅需2.27 M参数和4.25 G浮点运算的轻量化前提下,本文方法在两个数据集上分别实现了87.03%、83.41%的交并比精度,综合性能显著优于现有的轻量化和非轻量化变化检测方法。研究成果有望为未来的轻量化建筑物变化检测研究提供科学参考。

双模态信息融合的飞行目标位姿估计方法

针对在飞行目标位姿估计中背景复杂、目标提取及位姿解算精度低、速度实时性差等问题,提出了一种激光与图像信息融合的飞行目标位姿估计方法。首先,建立彩色相机和激光雷达间的坐标变换模型实现两传感器像素级匹配,对同一时刻的图像和点云进行融合处理;其次,采用Vi Be算法与深度信息融合对图像中运动目标进行提取,并根据图像目标的位置框选出对应的点云;最后,利用PnP算法进行特征点粗配准,获取点云间初始旋转平移矩阵,并采用迭代最近点算法进行精配准,利用IK-D Tree加速临近点搜索,提高配准速度。使用仿真试验和半实物仿真试验对方法准确性和稳定性进行了验证,结果显示:二维图像目标检测算法正确率为97%,错误分类比为0.0112%;位姿估计算法与传统迭代最近点算法相比精度提高了53.2%,单次耗时从261 ms降低至132 ms,效率提升约49.4%,与其他算法相比也具有一定优势。为飞行目标落点精准预测和制导控制提供解决思路。

P-集合与双信息规律生成

P-集合(pacdet sets)是由内P-集合X^F(internal packet set X^F)与外P-集合X^F(outer packet set X^F)构成的集合对.P-集合是把动态特性引入到普通集合中,利用普通集合(cantor set)被提出的.在一定的条件下,P-集合能够回到普通集合的原点.利用P-集合,给出双信息规律生成概念,给出双信息规律依赖的属性特征,提出双信息规律生成定理,辨识定理,给出应用.P-集合是研究动态信息系统的一个新的数学理论与数学方法.

基于型位特征构建箱形零件CAPP/CNC双码信息制造技术

基于零件"型位特征"理论的研究,全面阐述了大型复杂零件的型面与位置特征,以零件"型面要素"为研究对象,创立型面工艺基因与型面程序基因构建的双码信息制造基因技术,改变了现行数控编程方法只能以具体"零件"为研究对象的单一格局,应用效果明显。

基于双论域信息系统的三支决策增量式更新算法

三支决策模型是近年来提出的一种新的决策理论,双论域信息系统下的三支决策是目前的研究热点。针对双论域信息系统的动态更新问题,提出一种双论域三支决策模型的增量式更新算法。对于双论域信息系统两个论域的动态变化,分别研究三支决策模型中三个区域的增量式更新。基于这种更新机制提出对应的增量式更新算法。仿真实验表明,与非增量式的更新算法相比,该增量式更新算法具有更高的动态更新性能。

采用双辅助信息的总体均值的一种新估计量

文章定义了一种使用双辅助信息的估计量,研究了这一估计量的均方误差,证明了在一定条件下新定义的估计量优于DesRaj双辅助变量回归估计量。并且从数值角度得到了验证。

基于异构双极信息的模糊查询研究

在日常生活中,人们在表达其需求时,常常会对同一事物同时使用正面的描述和负面的描述。由于不要求正、负面的描述必须相互对称,此类具有异构语义的信息被称为异构双极信息。传统信息系统中的模糊查询方法,不能很好地处理用户查询需求中所含有的异构双极信息。基于经典数据库,以在模糊查询中能够处理异构双极信息为目标,将Vague集引入到异构双极信息的建模,给出了一个由独立的满意度和不满意度所组成的异构双极信息查询满意度模型框架,并在此基础上讨论了包含正面、负面信息的异构双极信息查询处理方法。

全信息项目双因子分析:模型、参数估计及其应用

全信息项目双因子分析作为一种重要的统计方法,使得双因子模型在近20年得到重新认识和广泛应用。首先详细介绍了全信息项目双因子分析方法的概念、特征、模型基础以及参数估计中体现的维度缩减思想,然后例举全信息项目双因子分析在分析测验结构、分数解释和计算机化自适应测验中的应用。全信息项目双因子分析中双因子模型符合大量心理、教育与医学测验的结构特征,其维度缩减方法能显著降低计算量,因而具有广阔的应用前景。结合当前研究现状对全信息项目双因子分析的相关研究,如:参数估计、模型特征、拟合检验、量表连接、项目功能差异及其在计算机化自适应测验中的应用提出一些思考和建议。

BCDM双时态信息规范化及实现

为简化双时态数据模型(BCDM)时态属性表达、减少存储空间、提高查询效率,按照双时态信息的3种表达形式,针对有效时间区间更新历史是否保留的两种情况,讨论双时态数据的合并描述、优化算法、合并传统双时态序偶为"事务时间区间+有效时间区间"的表达机制,给出规范的BCDM双时态形式定义。复杂性分析表明,规范的BCDM双时态标签具有明显的低存储性和高查询效率。

双通道视频信息处理数据融合技术

“飞鱼”类掠海反舰导弹已对水面大型舰艇的生存构成重大威胁,而近程反导舰炮武器系统是反“飞鱼”类掠海反舰导弹的最后防线。因此,实现成功拦截掠海反舰导弹,精确稳定地自动跟踪目标,是近程反导舰炮武器系统的关键技术之一。阐述了适合自动跟踪高速飞行掠海导弹的双通道视频处理器的构成。对工作原理、去噪预处理、图像分割、特征抽取、识别和位置检测等技术作了简要说明,并对核心部分——双通道视频信息的资源利用和数据融合处理作了较详细的论述。双通道并行处理数据融合技术在国内首次应用于××近程反导舰炮武器系统光电跟踪仪中,在海上定型试验中取得了很好的跟踪效果。