基于节点搜索的可变形块运动补偿

本文讨论可变形块匹配(DBMA)的运动补偿和预测方法,提出基于节点搜索的可变形块匹配算法(NS-DBMA),并在此基础上提出分数像素精度预测和双模式混合预测方法.实验结果表明,NS-DBMA比全搜索方块匹配法(EBMA)平均改善约2dB;其运算量仅为基于梯度的可变形块匹配算法(GB-DBMA)的一半,但能得到更好的主客观预测质量,且更易于VLSI硬件实现.

适可而止的基于节点搜索的可变形块运动补偿

基于节点搜索的可变形块搜索是一种新型的运动估计方法,它比传统的基于平移的运动搜索有更高的精度,但该方法运算量比较大。本文在基于节点搜索可变形块运动补偿算法中采用适可而止的措施,对搜索精度足够的非平移块终止当前搜索,直接跳到半像素精度搜索。实验结果表明,只要门限选择得当,就能以预测质量降低很小的代价换来运算速度的大幅提高。

采用改进的尺度不变特征转换及多视角模型对车型识别

针对车型识别过程中车辆的姿态复杂以及采集图像时尺度缩放和光照等因素导致识别出现困难的问题,提出采用改进尺度不变特征转换(SIFT)及多视角的车型识别算法。该算法对尺度不变特征提取方法进行改进,并获取车型特征;通过视觉聚类对车辆进行多视角建模;利用最佳节点优先搜索算法完成特征向量的近邻搜索,并根据匹配相似度完成车型识别。实验结果表明,该算法所给出的车型识别方法具有可行性和有效性,可以在不同的图像畸变条件下保持稳定性,最终的车型识别效率也都可达到90%,所用时间要低于SIFT方法,处理时间在原SIFT方法的基础上降低了20.58%。

基于语言分布预测的国际办事处位置选取研究

文章通过对世界主要语言的发展进行预测，从而确定主流语言多元化区域，为企业的国际化拓展和国际办事处的选址提供指导，对使用人数排名靠前的12种语言，建立了基于马尔科夫链的语言发展趋势预测模型，以得到随着时间推移多种语言的分布情况及发展趋势。在已建立的语言发展趋势预测模型的基础上，结合语言数量、语言使用比例、语言的辐射半径和地点选取指数之间的关系，采用节点搜索算法对地点选取指数进行求解，得出国际办事处的合理地点和所用语言。

农村中小学选址的空间运筹

农村中小学的选址问题是当前地理学区位理论应用的一个热点,学校作为一个设施对学生上学安全和便捷程度有很大影响。许多学者研究了学校的区位问题,然而对农村地区来说,采用模型不够适合。本文学校选址研究充分考虑P-重心模型和P-中心模型的优缺点,在P-重心模型的基础上对模型进行改进,增加学生上学最大距离不超过某一阈值的约束,这样改进后的模型同时具有P-中心和P-重心模型的优点,既保证农村偏远地区的学生上学相对方便,又保证加权距离和相对最小。为了方便应用,应用地理信息科学方法,使用改进的节点交换搜索算法求解,然后通过Visual Studio开发平台和ArcGIS Engine二次开发组件库开发了农村中小学最优选址的决策支持系统。最后以山东省某镇为例,用该系统解决该镇的小学选址,结果发现改进后同时具有P-重心和P-中心特性的模型比传统的P-重心模型更能适合农村小学选址,能够作为小学学校规划选址的辅助决策依据。