基于小目标孤立度的小目标检测算法(英文)

针对在红外图像序列中检测小目标的问题,本文提出了一种新型的单帧检测算法,该算法包括了两个部分:基于小目标孤立度的背景抑制和一种基于目标信杂比的自适应阈值分割。其中,小目标孤立度为本文提出的一种衡量像素属于待检测小目标的量度,与传统方法中把小目标视作图像中高频或者局部突出的思想不同,该量度着重考察目标的"孤立"的特性。实验结果显示,该算法的背景抑制效果明显,尤其对运用传统算法容易发生抑制不充分的建筑物边缘的有很好的抑制能力,与自适应阈值算法结合后的单帧目标检测也取得了满意的检测效果。

基于相对密度的孤立点和边界点识别算法

根据孤立点是数据集合中与大多数数据的属性不一致的数据,边界点是位于不同密度数据区域边缘的数据对象,提出了基于相对密度的孤立点和边界点识别算法(OBRD)。该算法判断一个数据点是否为边界点或孤立点的方法是:将以该数据点为中心、r为半径的邻域按维平分为2个半邻域,由这些半邻域与原邻域的相对密度确定该数据点的孤立度和边界度,再结合阈值作出判断。实验结果表明,该算法能精准有效地对多密度数据集的孤立点和聚类边界点进行识别。

平衡二部图的孤立断裂度

连通图G的孤立断裂度定义为isc(G)=max{i(G-S)-|S|:S∈C(G)},其中i(G-S)是G-S中的孤立点数,C(G)是G的点割集。本文给出了平衡二部图的孤立断裂度以及图的孤立断裂度与图的哈密顿性的关系。

齿轮图的孤立断裂度

本文给出了齿轮图和它的补图的孤立断裂度。

孤立断裂度给定条件下的一类图

连通图G的孤立断裂度isc(G)=max{i(G-S)-|S|:S∈C(G)},其中C(G)是G的点割集,i(G-S)是G-S中的孤立点数.文章给出了顶点数和孤立断裂度为定值的具有最大边数和最小边数的连通图.

喷泉码中LT码的次优度分布

度分布是影响LT码译码效率的关键因素。通过对译码过程中预处理集的分析,提出LT码的最优度分布,指出其在实际应用中存在的问题,并在此基础上提出实用的次优度分布。测试结果表明,采用次优度分布的LT码在平均译码效率、最优译码效率、译码效率方差三方面性能都优于稳健孤立子度分布,研究结果对提高数据分发应用的分发效率具有实用价值。

一种基于统计特征的孤立点和边缘点检测算法

提出一种基于统计分布特征的图像孤立点和边缘点检测的方法。通过定义离群半径,将每个像素点的邻域点进行初步分类,得到疑似孤立点,然后根据每一个点在不同邻域被划分为疑似孤立点的次数,计算该点的孤立置信度。根据孤立点和边缘点具有不同的邻域无关性的特性,从而可以用不同的孤立置信度阈值将两者分别检测出来。实验表明,文中的方法能够有效地检测孤立点和边缘点。

基于属性子空间的孤立点内涵知识挖掘

孤立点通常都包含着重要的信息,挖掘出孤立点的内涵知识可以帮助用户更好地认知数据。通过给出的孤立点的原因属性子空间及其孤立度和孤立点的相似度等概念,提出了一个基于属性子空间的孤立点内涵知识挖掘算法,得到了每个孤立点的原因属性集,并结合聚类的思想把孤立点按照其相似性特征进行了分类,使每一类中的所有孤立点在一定精度下都具有相同的原因属性集。实验结果表明该算法是有效和实用的,且易用性较强。

基于自适应邻域选择的多目标免疫进化算法

在分析以往求解多目标进化算法中个体选择方法的基础上,给出了一种基于个体邻域的选择方法,分析表明这种选择方法可有效地维持群体的多样性,且个体的适应度在选择过程中将随着该个体邻域中所包含个体数目作自适应调整,文中称之为基于个体邻域的自适应校正选择方法。此外,由于每一个待求问题本身或多或少都有自身一些基本的、显见的特征信息或知识。因此,在求解过程中忽视问题本身的特征信息或舍弃可供应用的信息,有时并不是一个明智之举。基于以上考虑,在传统进化算法的基础上又引入免疫算子,其中免疫算子依次通过疫苗提取、接种疫苗和免疫选择3个步骤来完成,进而设计了一种基于邻域选择的多目标免疫进化算法。最后,用算法分别对2个变量和30个变量的双目标优化问题进行数值模拟的结果表明,算法都能够找到所给问题的分布较均匀且涵盖范围较宽广的Pareto最优解集,显示了算法的有效性及可行性。

红外瓦斯传感器检测中噪声点研究

针对红外瓦斯传感器检测瓦斯浓度时易受到温度、压力等物理环境的影响而存在检测浓度值不准确的问题,提出一种结合分化距离与K-means算法方法找出瓦斯浓度数据集中的噪声点。该方法混合了分化距离和K-means算法的优点。对实验设计的传感器采集的瓦斯浓度数据集进行距离分化;运用Kmeans算法与孤立度系数结合法找出采集数据集中的噪声点并直接丢弃噪声点;通过均值法计算瓦斯浓度。实验结果表明:测量误差小于1%,精度高。

图的孤立断裂度

连通图G的孤立断裂度isc(G)=max{i(G-S)-|S|:S∈C(G)},其中i(G-S)是G-S中的孤立点数,C(G)是G的点割集.本文研究了孤立断裂度和图的其它一些参数的关系.讨论了孤立断裂度取特殊值的一些图,证明了圈、连通二部图、连通二部图的联图以及树和圈的补图的孤立断裂度都达到最小.给出了具有给定阶数和最大度的村的最大、最小孤立断裂度.

任何非递归r.e.度之下存在孤立d-r.e.度

证明了在任何非递归r.e.度之下都存在孤立d-r.s.度。