基于自适应加权平均融合的路段行程时间估计

在固定检测器和浮动车数据的路段行程时间估计基础上,利用两种估计方法数据之间的互补性,应用自适应加权平均融合算法对估计结果进行融合处理,从而实现对路段行程时间更为精确的动态估计。以大连市中心城区为主要研究对象,通过交通调查和VISSIM仿真环境实现对固定检测器和浮动车的数据收集和行程时间估计。结果显示自适应加权平均融合能够有效提高路段行程时间估计精度,且适用于不同流量状态下的路段行程时间估计。

模糊数学和自适应加权平均在多传感器数据融合中的比较研究

进行了多传感器测量值无效数据剔除,介绍了基于模糊贴近度理论和基于自适应加权平均理论在多传感器数据融合中的应用,并以4种无线压力传感器检测复进机初压值为算例。结果表明,采用模糊贴近度融合相对采用自适应加权平均融合获得的融合值更接近真实值。

基于数据融合的日光温室传感器布设

针对北方日光温室内环境监测传感器的布设问题,设计了基于神经网络、分批估计理论与自适应加权平均融合算法的日光温室传感器布设方案.利用11个监测点采集到的温室内西红柿生长环境温度和湿度数据,在运用BP神经网络进行缺失值补全的基础上,结合分批估计理论和自适应加权平均融合算法进行多传感器数据融合.通过对比融合值与原始数据的相对误差,选择最佳传感器数据,以此为基础确定最优传感器布设区域.结果表明,相对于算数平均融合与自适应加权平均融合,基于分批估计的自适应加权平均融合方法可以更合理地反应多传感器数据特征.

基于多小波域对比度的图像融合算法

针对多小波理论在图像处理领域的应用,给出了多小波域中图像的方向对比度的定义,并提出了基于多小波变换的、使用方向对比度进行自适应加权平均融合和选择性融合的算法。该算法利用多小波变换对原图像进行分解,根据得到的分解系数计算相应的对比度,然后建立基于对比度的融合规则。使用这些算法对多谱图像进行了融合实验,并给出了评价融合质量的对比结果。结果表明,基于多小波变换的方向对比度的图像融合算法在保留图像细节信息、增加信息量方面都有明显的提高。

用于飞行员视觉增强的快速红外图像增强方法

提出了一种基于图像分块并行处理的快速的红外图像增强的方法。在对图像进行分块并行处理的基础上,综合利用改进的中值滤波算法、快速Sobel边缘检测算法、自适应权值的加权平均图像融合算法对红外图像进行快速处理。改进的中值滤波算法效果好于MTM算法,自适应权值的加权平均图像融合算法比基于区域对比度的权值选择法更好地抑制噪声,对图像进行分块并行处理,提高了图像处理的速度。实验结果表明,提出的方法能够快速优质地对红外图像进行增强。