基于边缘函数的修剪随机森林算法

对随机森林做修剪的目的就是要把随机森林中重要的分类器找到,使得修剪后得到的子森林不仅具有可解释性,而且能充分利用数据的信息量。文章提出一种新的修剪随机森林方法,基于样本的边缘函数,采用逐步向后算法,得到嵌套子森林,采用1-se法则挑选最优子森林。在两份实际数据中和已有随机森林的修剪方法做了对比,结果表明,所提出的方法,在修剪后子森林预测率的分布和子森林中分类器个数的分布,以及选出的解释变量三个指标上均具有优势。

边缘效应的去除函数模型及实验

计算机控制光学表面技术(CCOS)是加工光学非球面的一项重要技术。在计算机控制小磨头抛光技术中,边缘效应严重制约了CCOS技术的加工精度和加工效率,是亟待解决的技术难点之一。获得磨头在加工工件边缘时的定量去除模型,并通过驻留时间算法进行补偿,是解决该问题的重要途径。采用边缘压强阶跃分布模型,并通过理论推导,得出边缘效应下的去除函数计算模型。去除函数实验的结果表明,该边缘去除函数计算模型的数值绝对误差在5%内,边缘去除函数模型与实际加工吻合很好,可以用于指导实际抛光过程。

改进的倾斜刃边法获取边缘扩展函数

在倾斜刃边法的基础上提出了一种改进的用于获取边缘扩展函数的方法。该方法采用改进的Hough变换获取目标边缘的倾斜角度,用几何投影的思路来获取边缘扩展函数的数据,用5点滤波平滑处理得到了最终的边缘扩展函数。实验通过对理想倾斜刃边图像创建人工模糊,对模糊化后的图像分别用改进的Hought变换和直线拟合计算倾斜角度,并将结果进行对比,验证了该方法的准确性和快速性;再将得到的边缘扩展函数数据用于计算MTF值并与理论值进行对比,验证了本方法获取边缘扩展函数数据的准确性。

基于边缘分布函数的车道标识线识别方法

为了得到较理想的车道标识线的边缘,考虑车道标识线的方向特性,提出一种基于边缘分布函数(EDF)的图像预处理方法。将图像分区处理,在对图像中的噪声特性进行EDF分析的基础上,对处理区域作如下处理:首先将梯度角量化为4-方向,去除与车道标识线方向不一致的噪声,得到边缘图像;然后利用EDF对边缘图像滤波,确定车道标识线角度初值;最后应用Hough变换定位出车道标识线。实验结果表明,该方法能够更加有效地强化车道标识线信息,去除噪声,具有较好的鲁棒性和实时性。

基于边缘检测函数尺度变换的水平集图像分割

针对Chan-Vese模型(C-V模型)存在收敛缓慢等缺陷,给出一种基于边缘检测函数尺度变换的水平集图像分割算法。引入边缘检测函数对C-V模型进行改进,在不降低分割质量的前提下,提高图像分割的速度。为了增强改进模型的灵活性,提出对边缘检测函数进行尺度变换的方法。实验结果表明,改进模型有良好的分割效果,尺度变换能有效加快改进模型的演化速度,保持分割过程的稳定性。

活动轮廓模型基于结构张量的边缘停止函数

所有边缘活动轮廓模型都依赖边缘停止函数,该函数通常是高斯平滑图像的梯度模的单减函数。梯度能够刻画图像的局部边缘特征,但忽略了边缘的"分叉点"、"角点"等重要信息,这导致了边缘定位不准甚至产生错误的分割。基于图像结构张量的一个局部相干性度量,提出一个新边缘停止函数。实验结果表明,基于这个边缘停止函数,活动轮廓模型能够精确定位目标边缘,同时大大减少了迭代次数并具有较强抗噪性。

一种基于边缘扩散函数描述散焦程度的测距算法

基于散焦图像的景物距离信息获取是当前计算机视觉研究的热门课题,但当前多数方法存在有一定的局限性,无法满足现代高效率工业检测技术的要求。本文提出一种散焦测距的新方法,该方法利用调制传递函数(MTF)来描述图像的散焦程度,通过对测量系统进行标定得到物距与散焦程度之间的关系曲线,再求得被测物在未知物距上的MTF值,根据对系统标定所得的关系曲线即可得出被测物的距离信息。实验结果表明了该方法的有效性。

广义边缘密度函数相关理论及应用

对二维连续型随机变量的联合密度函数,在一定要求下变上限积分得到新函数,依据密度函数性质进行规范化,从而构造出一个广义的边缘密度函数.分析该边缘密度函数广义形式与通常形式之间的关系,探讨密度函数广义形式下的多个性质.针对具体的广义形式,得出了多个新结果,并将密度函数广义形式推广到n维,最后讨论了这一广义形式在舍选抽样中的应用.

一种改进的边缘停止函数图像分割方法

在基于边缘的几何活动轮廓模型中,边缘停止函数的选择会影响图像的分割效果,根据边缘停止函数的性质,提出一个新的边缘停止函数,代替GAC模型和DELSE模型中的边缘停止函数。实验结果表明,在图像背景灰度均匀和灰度不均的图像分割中,文中提出新的边缘停止函数在迭代次数和分割效果方面,都优于原来的边缘停止函数,能够实现准确分割。

利用二次积分求二维随机变量的边缘密度函数

引入利用二次积分求二维随机变量边缘密度函数的方法,采用分块积分,避免了分段讨论,并将多限化为单限,合并在最终效果上实现单限向多限的还原。在一定程度上规避了传统求法中遇到的一些困难。

基于边缘检测暗通道先验的全变差图像去雾算法

为了恢复有雾图像中更多如边缘、结构等有价值的图像细节信息,文中引入带边缘检测的暗通道先验来估计初始场景深度,提出基于边缘增强的全变差图像去雾模型,证明该模型极小化问题解的存在性和唯一性。进一步,结合原始⁃对偶方法,设计该模型的快速数值求解算法,并给出了该算法的收敛性结果。最后,数值实验结果验证所提算法的可行性与有效性。

关于二维随机变量边缘密度函数的一种简易求法

对于不规则定义域的二维随机变量边缘密度函数的求法,给出了一种简便易行的方法。

二维连续型随机变量的边缘分布函数与边缘概率密度

二维连续型随机变量(X,Y)的边缘分布函数与边缘概率密度,能够全面地描述二维连续型随机变量(X,Y)的分布规律,是概率论与数理统计的重要组成部分.若不理解相关概念和性质就盲目求解边缘概率密度与边缘分布函数,对于学习者而言具有一定的难度.因此,本文按照题型,从求解边缘概率密度与边缘分布函数两个方面,分别归纳和总结了不同条件下的解题思路和方法.

融合自监督的协同注意图学习会话推荐

基于图神经网络的会话推荐目的是利用给定的匿名交互序列预测用户下次将交互的潜在项目.为解决图神经网络方法中存在的过度平滑问题和现有的会话推荐忽略了数据稀疏性影响,以及因使用交叉熵而产生严重的过拟合问题.本文提出了一种融合自监督的协同注意图学习会话推荐模型(SI-CAGL).首先SI-CAGL在学习到会话中项目的准确表示,其次使用协同注意图学习与修改自注意力机制的方法进行自监督学习,最后使用修正边缘平滑函数与归一化相结合的方法进行预测.在两个真实数据集上进行多次实验,与先进基线模型相比,SI-CAGL在Diginetica上Recall@20和MRR@20至少提升了3.28%和3.38%,在Gowalla上Recall@20和MRR@20至少提升了2.88%和2.13%,推荐性能有明显提升.

红外成像系统的调制传递函数测试

研究了刃边法测试光学系统调制传递函数（MTF）的原理,提出将改进倾斜刃边法用于红外成像系统MTF的测量。考虑刃边倾斜角度的测量误差和噪声干扰会引起红外系统MTF的测量误差,采用Canny算子、直线拟合和边缘扩散函数（ESF）重构行数变动等方法来提高MTF的测试精度;同时针对ESF与线扩散函数（LSF）提出有效的降噪算法来降低噪声对MTF测试精度的影响,从而系统地降低了MTF的测量误差。搭建了实验平台,以红外成像系统的理论模型和实测参数得到的MTF曲线为依据,实验验证了本文方法的有效性,测试分析了刃边倾角的变化对MTF测试精度的影响。实验结果表明：通过本文方法测试得到的MTF曲线的测试精度为0.010,测试重复精度为0.008,刃边倾角保持在2°～10°。实验结果显示：本文方法有效地降低了刃边倾角的测量误差和噪声干扰对MTF测试产生的影响,测试结果具有良好的重复性。

不用高斯平滑的边缘活动轮廓模型

在基于边缘的活动轮廓模型中,边缘停止函数的选择是十分重要的。边缘停止函数是一个单调递减的正函数和高斯平滑后的图像梯度模的复合函数。基于这种边缘停止函数的活动轮廓模型存在两个缺点:一是在同质区域演化速度慢;二是图像需要预先进行高斯平滑(滤波),但平滑噪声的同时,也平滑了目标边缘,可能使分割不够准确。提出一个新的不用高斯平滑的边缘停止函数。实验表明,基于这种边缘停止函数的活动轮廓模型能够减少迭代次数与分割时间约50%。

基于边缘信息与偏移场矫正的多相Chan-Vese图像分割模型

图像中存在的灰度不均匀现象与演化曲线被错误的目标边缘引导给图像的多相分割带来了很大困难。针对这一问题,利用对数变换将乘性偏移场转化成线性偏移场,通过核函数引入局部灰度信息建立了偏移场矫正模型。此外,运用水平集函数与图像梯度的方向信息重建了边缘指示函数,增强了演化曲线对正确目标边缘的识别能力。人工合成图像和自然图像的分割实验结果表明文中提出的模型能够取得令人满意的分割结果。

基于边缘特征的车道偏移检测与预警

车道偏移的检测是智能车辆辅助驾驶系统中的重要技术问题之一。通过基于灰度阈值分割的梯度边缘检测技术,在对路面图像进行边缘检测的同时,配合以路面的灰度信息,准确地分离出车道标志线的边缘,再依此定义车道的跟踪区域——感兴趣区域(ROI),利用车道边缘信息定义边缘分布函数EDF(Edge Distribution Function),通过对跟踪区域中车道线梯度方向的分析,获取两条车道标志线在道路图像中的方向,以此作为车道偏移判断与预警的主要根据。该方法能够有效地抑制图像中非线性物体的干扰,是一种有效、可靠的车道偏移检测与预警方法。

ICF流体力学不稳定性实验中调制传递函数的测量

在流体力学不稳定性实验中,实际X光强度分布经过成像系统后会发生改变。要准确得到实际的光强分布,必须对系统的调制传递函数进行精确地测量。通过对刀口图像分析得到了系统的线扩散函数,再对其进行傅里叶变换得到调制传递函数,最后通过维纳滤波和约束最小二乘方滤波两种方法对图像进行了重建,得到比较清晰的边界情况和图像轮廓。

引入新的停止函数的GAC模型医学图像序列分割

针对GAC模型在低对比度及边缘模糊图像分割中使用传统的边缘停止函数存在的不足,结合图像的区域特征及医学图像序列间的相关特性,通过在边缘停止函数中引入图像的区域特征信息和先验信息,对GAC模型的边缘停止函数进行改进,并应用于医学CT图像序列的分割,达到了较为理想的分割结果。实验表明,在边缘停止函数中引入先验信息并对其表达形式进行改进后,模型的抗噪声性能和分割效率得到了明显提高。