基于预存储权值矩阵的多尺度Hough变换直线提取算法

针对Hough变换提取直线算法在速度、精度和影像大小三方面的局限,提出一种基于预存储权值矩阵的多尺度Hough变换算法。首先阐述对经典Hough变换的改进策略,对参数空间中ρ的分辨率和θ的分辨率的最佳取值也作了探讨,之后详细说明基于预存储权值矩阵的多尺度Hough变换直线提取算法。实验证明,本文提出的算法能显著提高实际影像处理的速度和直线提取的精度,特别是对比较大的影像具有计算量小、抗噪能力强等特点。

基于权值矩阵的模糊自适应卡尔曼滤波在组合导航中的应用

针对自主驾驶车辆长时间导航精度要求难以满足的问题,建立了GPS与微惯性导航系统的组合导航滤波模型,在位置观测的同时引入姿态信息,提高了导航精度。在此基础上提出了基于权值矩阵的模糊自适应卡尔曼滤波算法,该算法通过模糊控制器自适应地改变每个观测量的权值,得到权值矩阵引入卡尔曼滤波器实现自适应滤波。仿真和实验结果表明,所提出的权值矩阵模糊卡尔曼滤波性能优于衰减因子自适应卡尔曼滤波,特别是在GPS信号失真及噪声先验统计特性不可知的情况下,其定位精度能够保证在1m之内。

一种基于权值矩阵的序列图像超分辨率盲复原算法

建立准确的观测模型是提高现有超分辨率复原算法性能的关键.本文提出一种基于权值矩阵的超分辨率盲复原算法:定义了一种新的基于权值矩阵和运动补偿矩阵的观测模型,在最大后验概率框架下,采用交替最小化方法对权值矩阵和高分辨率图像进行联合优化求解.静止和动态图像序列的测试结果表明,该方法能够实现对低分辨率图像降质过程的准确描述,其复原性能明显优于传统基于理想观测模型的算法,部分结果甚至超过了观测模型已知的算法.

预存储权值矩阵的快速Hough变换

在离散Hough变换的基础上，提出一种编码方案用于存储权值矩阵．大大节省了存储空间。介绍了利用预存储权值矩阵提高Hough变换速度的算法。该算法运行时间与输入图象复杂度无关．而且对会有噪声的复杂输入困家处理的效果尤其明显。

多分块主色与权值矩阵反馈的图像信息检索系统

图像检索是信息检索的重要内容,为了提高基于内容的图像检索效率,在主色调较明显的图像检索中,提出多分块策略算法;多分块及分块匹配便于控制检索的粒度,以及定位表现内容的主题画面。在此基础上加入分块的权值反馈进行多次检索可捕获用户意图,提高检索精度。在分析分块策略、颜色空间选取、矢量量化改进,权值矩阵更新等技术基础上,实现检索系统原型并进行对比实验。在"媒体眼中的广州"主题新闻数据库中的检索应用表明,多分块主色结合相关反馈相比全局检索和简单的分块直方图累加检索方法,提高图像检索的查准率。

基于项目排序和权值矩阵的关联规则挖掘算法

针对当前加权关联规则算法中存在的运算效率低、无关规则量大、有效规则难以发现的问题,提出一种基于项目排序和权值矩阵的关联规则挖掘算法。该算法首先将各项目依关注度进行排序,并根据排名给每个项目分配权重;接着给出新的项集权值计算模型,针对该模型重新定义项集加权支持度和加权置信度,并通过权值矩阵的构造、候选集的剪枝操作来达到快速挖掘项集规则的目的;最后通过设计对比实验,验证算法的性能及挖掘结果的有效性。实验表明,该方法不仅压缩了频繁集和规则数量,提升了算法效率,而且保留了高关注度的项集规则,并能将这些规则排在规则集顶层,方便决策者快速发现感兴趣的规则。

混沌人工鱼群的鲁棒保性能控制权值矩阵优化方法

针对鲁棒保性能控制中的权值矩阵依赖经验选取,无法最大限度的减小系统保守性的问题,提出了一种基于混沌人工鱼群算法的鲁棒保性能控制权值矩阵优化方法.该方法中,将保性能控制鲁棒界作为优化的目标函数来寻找最优权值矩阵是整个算法实现的关键.该种改进的人工鱼群优化算法融合了混沌搜索与自适应步长和视野的人工鱼群优化算法,有效的解决了基本人工鱼群算法的后期收敛速度慢、易陷入局部最优等缺点.通过测试函数对比验证了该种改进人工鱼群优化算法的优越性,并通过应用实例验证了该权值矩阵优化方法的有效性.

基于无监督非负矩阵分解的TAP规则推荐

TAP在定制物联网设备联动过程中得到了广泛的应用。TAP数据中除了包含物品之间的条件触发关系外,还包含用户对于相关规则的文本描述信息。如何使用TAP数据的多源异构属性进行数据处理是物联网应用中重要的研究之一。文章将TAP数据建模成含有多种节点和边类型的异质图,实现了多源异构数据之间多类型关系的融合处理,进而根据不同类型节点之间的连接关系生成关系矩阵。文章通过非负矩阵分解(NMF)以无监督方式学习TAP异质图中每个节点的特征向量用于TAP规则推荐。文章提出3种带权的关系矩阵生成方法,分别为共现频率权值(CFW)、概念相似度权值(CSW)和TF-IDF权值(TIW)。实验结果表明,在由CFW生成的矩阵上进行NMF,由此获得的特征向量在TAP规则推荐时表现良好。

基于非局部信息的双重加权协同稀疏解混方法

针对传统基于协同稀疏的半监督解混方法中存在的丰度结果过度平滑、高光谱空间上下文信息利用不足、丰度矩阵稀疏程度较低等问题,提出一种基于非局部高阶空间信息的双重加权协同稀疏解混方法。所提出的方法以协同稀疏解混模型为基础,一方面通过结合自适应权重因子以提高估计结果的稀疏性,另一方面通过挖掘高光谱数据较为丰富的非局部空间信息,形成空间权重矩阵以提高对高光谱图像空间信息的利用率,同时对行稀疏约束带来的过度平滑问题加以限制。算法选择结合交替方向乘子法对模型进行迭代求解,求解过程中采用了内外双循环结构以便于优化算法结果。在模拟和真实高光谱数据集上的实验结果表明了所提出方法的有效性。

基于DHNN网络的玻尔兹曼机权值计算研究

近年来深度学习理论再度中兴,在机器学习视觉识别和听觉识别领域应用日益广泛。玻尔兹曼机是比较典型的深度学习神经网络,其网络权值的训练算法有多种,比较经典的如对比离差(CD)算法。目前的算法无法精确取得网络热平衡状态的期望值,只能计算近似梯度值,同时算法运算量大、运行时间长。对此,提出了一种RBM权值计算的方法。首先将RBM等效成Hopfield网络,然后利用DHNN权值设计方法设计权值矩阵,最后将RBM权值求解问题转化为求DHNN权值矩阵特征值和特征向量问题,通过实例说明计算过程并给予数据反向验证该算法的正确性。

基于递归神经网络的非结构化数据加密存储

为实现非结构化大数据的安全存储并提高其抗攻击能力,提出了基于递归神经网络的非结构化数据加密存储方法。通过分块处理医院非结构化大数据,获得输入、输出张量,构建基于LSTM的递归神经网络,生成医院大数据序列;通过向前反馈和向后反馈获得加密数据,将加密后数据包用加密后源数据包的线性组合代替;再设计基于列不满秩概率存储算法,通过加密存储子节点控制器分配加密存储任务。实验结果表明:该方法具有较强的抗攻击能力,存储效率优势更显著。

基于改进半监督局部保持投影算法的故障诊断

为解决在少量标记样本的条件下故障诊断困难的问题,提出一种基于改进半监督局部保持投影(ISS-LPP)的故障诊断方法。ISS-LPP算法利用部分标记样本的标签信息调整原始特征空间中样本间的权值矩阵,并根据所有样本在特征空间的分布情况自适应的调整邻域参数,寻找数据的低维本质流形,得到原始特征空间样本数据的低维特征向量和投影转换矩阵。以得到的低维特征向量为输入,建立分类器,识别和判断故障类型。将ISS-LPP算法应用于滚动轴承的故障诊断。实验结果表明:该方法能够在标记样本较少时,提高轴承的故障诊断精度。

一种新的基于图论的图像分割算法

传统的基于图论的图像分割方法计算复杂度大,对图像亮度变化比较敏感,且分割效果有待提高。针对传统算法的不足,提出一种新的基于人眼视觉特征的图像阈值分割算法。该算法基于图论和归一化划分准则,并把对数图像处理模型(LIP模型)应用到图像处理中。同时,该算法综合考虑像素的灰度信息和空间位置信息,具有全局性,使分割目标比现有方法更为准确,且时间复杂度适中。实验结果表明,该算法不仅有效地分割出目标来,而且在图像亮度小幅度变化时,效果稳定可靠。

应用Hopfield神经网络和小波域隐Markov树模型的图像复原

为了解决传统的Hopfield神经网络图像复原算法对噪声抑制和图像细节保护不能很好兼顾的问题,提出了一种基于改进的连续Hopfield神经网络和小波域隐Markov树(HMT)模型的复原算法。将小波域HMT模型作为图像小波系数统计关系的先验知识,并以正则化项的形式引入到神经网络模型中,最终利用Hopfield神经网络的能量收敛特性完成图像复原。同时提出了一种高度并行的网络权值矩阵计算方法,通过对模板图像进行算子操作,分批求取网络权值,避免了大型矩阵的乘法运算。实验结果表明,无论是对真实图像还是人工生成图像,算法复原的视觉效果均有明显改善,提高信噪比(ISNR)较传统同类算法增加了0.3dB以上,达到了同时抑制噪声和保护图像细节的目的。

遗传算法在BP网络PID控制中的应用仿真

为了有效地克服BP网络存在的局限性,即控制效果严重依赖于权值矩阵初始值,对空调系统模型进行了多次仿真,结果权值矩阵初始值的优化点分布与取值区间具有相关性,即在特定优化区间内,满意的权值矩阵初始值数量较多。引用遗传算法全局搜索能力和过程流程图,并引入到BP网络PID控制之中,既利用了遗传算法的全局搜索能力进行权值矩阵区间优化,同时利用BP网络的局部搜索能力与实时处理能力,有效地解决了常规BP网络控制的局限性。仿真结果表明,混合算法优于常规BP网络整定PID控制方法,并可推广到其它BP网络应用领域。

改进的沃尔什图像插值方法

为了更好地进行快速插值,提出一种改进的沃尔什滤波器:首先研究了传统的Walsh变换及其性质,在此基础上推导出Walsh滤波模板的设计方法;其次由于Walsh模板仅有4×4大小,因此给出一种基于权值矩阵的拼合方法;最后,对上千幅图像进行测试,求解出最佳权值a=1.6,b=0.8。实验将5幅标准测试图像分为两组,分别进行1/2抽取与1/4抽取,得到的插值结果均表明算法的插值效果优于最近邻插值、三次插值、区域坐标三次插值法、Walsh插值。同时,时间分析表明,算法的运行时间与三次插值相当。

一种聚类优化融合故障诊断方法及其应用

针对单一聚类诊断方法难以准确、全面识别不同故障状态的问题,提出了一种聚类优化融合故障诊断方法。分别利用社团聚类、K-均值聚类及粒子群聚类三种方法对故障进行识别,得出三种聚类方法对应的故障识别准确率,在此基础上构建初始权值矩阵,并通过遗传算法对初始判断矩阵与三种聚类方法进行优化,得到最优权值矩阵与优化的聚类模型,用于融合诊断。轴承故障诊断实例结果表明,该聚类融合诊断方法能够有效提高故障识别准确率。

一种基于图划分的人造红外目标实时分割算法

提出一种基于图划分的实时红外目标分割方法.选用规格化划分值作为区分目标和背景的最佳阈值选取的准则.该准则联合考虑了象素的灰度信息及其空间位置信息,因而分割红外目标比常规方法更为准确可靠.文章对该算法的时间复杂性及空间复杂性进行了分析,为满足实时处理的需要,对算法进行了简化处理,并定义四种方向的领域权值矩阵,提出一种快速查表的方法有效地解决了算法的实时性问题.试验结果表明,该方法能够有效地完成红外目标的准确分割,分割性能优于传统的Otsu准则和一维熵方法,同时,采用快速实现算法大大提高了该算法实时处理能力,节省了存储空间,从而使该算法在实际中能得到有效应用.

基于交叉视觉皮层模型的边缘检测算法

交叉视觉皮层模型(ICM)在处理图像时,会因连接矩阵权值设置不当而产生错误。为此,提出一种新的连接矩阵设置方式,介绍基于交叉视觉皮层的边缘检测算法,确定神经元点火范围。将该算法应用于模糊医学图像的边缘提取中。实验结果表明,与其他边缘检测算法相比,该算法能够较好地提取模糊医学图像边缘,具有较高的精度。

基于ArcGIS的空间自相关分析模块的开发与应用

针对目前G IS的空间分析能力,利用A rcO b jects开发了空间自相关分析模块。模块包括空间权值矩阵建立、全局空间自相关分析、局部空间自相关分析三方面的功能,并可以嵌入到A rcG IS系统中。论文介绍了空间自相关分析的基本概念、空间自相关分析模块的设计与开发,并演示了模块的应用。