基于迭代传播的小基高比立体匹配方法

提出一种基于迭代传播的方法求解小基高比立体匹配中的相关基本等式以解决立体匹配中存在的黏合现象。该方法首先根据启发式信息估计实际立体匹配系统中整数级视差的误差水平;其次,根据Morozov原理设计一个迭代正则参数选择方法对相关基本等式进行正则化处理并建立目标泛函;再次,利用延迟扩散定点迭代方法获得目标泛函的迭代传播等式;最后,通过共轭梯度法对该等式进行迭代求解。实验结果表明:该方法减少了小基高比立体匹配中的黏合现象,其视差图的准确率可达95%以上,且像元匹配差异精度优于1/10个像元。

江苏水印木刻的历史源流与迭代

水印木刻发源于江苏地区,是江苏独特的版画种类。本文从中国版画说起,探讨水印木刻形成的历史原因和地缘原因,介绍其发展过程及历史意义,并通过江苏省美术馆近两年关于水印木刻的艺术活动来阐述这项传统艺术的迭代与传播,探究如何给它带来新的生命力。希望能对水印木刻甚至是其他传统艺术种类在当今社会生活中的传播及发展起到有益的作用。

基于改进局部一致性约束的立体匹配算法

针对PatchMatchStereo立体匹配算法在实现倾斜平面时,因使用随机函数生成平面参数而导致算法计算量大且误匹配率高的问题,提出一种基于局部一致性约束的立体匹配算法。首先,通过对图像中的像素进行稀疏匹配获得视差置信度高的支撑点;其次,利用三角剖分为图像内各像素点确定一个三角平面,计算平面参数并分配给该平面内的点;然后,通过迭代传播为每个像素点找到更加准确的平面参数,构建出局部一致性平行窗口模型;最后,通过平面参数计算视差值并通过视差后处理优化视差。本文算法在Middlebury评估平台第三版标准测试数据集上进行实验,实验结果表明,处理后的平均误匹配率比PMS算法降低了4.39%,其中对单个图像的误匹配率最高降低15.42%。本文算法在降低误匹配率的同时提高了图像处理的效率,相较于其他算法具有显著的优越性。

基于深度游走模型的标签传播社区发现算法

针对传统标签传播算法准确率较低的问题,提出一种基于深度游走模型的改进标签传播算法。以社会网络作为深度游走模型的输入,通过深度随机游走的方式对网络中的节点进行采样得到随机序列,并基于Skip Gram模型对其进行神经网络训练。运用层次Softmax对Skip Gram模型进行求解,得到节点的特征向量后在邻居节点之间计算节点相似度,将其作为标签传播概率的权重进行标签的传播迭代,最终得到社区发现的结果。在6个真实网络数据集和合成数据集上进行实验,结果表明,与传统标签传播算法相比,该改进算法具有较高的准确率,尤其对于节点个数在100以上的真实网络,Q值提高10%以上。

背景与前景融合的RGB-D图像显著性检测

RGB-D图像显著性检测是指在传统的2D图像中附加深度信息从而提取显著对象,但是现有的显著性检测模型,大多数只关注显著物体本身,却忽略了背景信息。因此,提出了一个新颖的显著性检测模型,将深度信息同时考虑到背景和前景中提取出显著区域。首先,通过图像边界信息的背景测量机制来去除前景噪声并从边界超像素中选择背景种子,从而计算出基于背景的显著图;其次,将输入的图像构造成图,并将深度信息引入到图形结构中,利用颜色、深度、位置等线索获取前景种子,从而计算出基于前景的显著图;最后,将背景图和前景图融合获得初始显著图,再加以元胞优化,迭代传播后得到最终的显著图。在三个RGB-D图像显著性检测数据集LFSD、NJU-400、NJU-2000上进行对比实验,实验结果表明,该方法具备有效性,同时也提高了检测准确率。

带反馈输入BP神经网络的应用研究

为了有效解决具有非线性特征的水文预报精准度的问题,通过对反向传播BP神经网络的学习和研究,分析了变量间的相互信息,提出了系统间相关信息熵的概念,并建立了适合水文预测的自迭代反向传播神经网络模型。该模型通过对迭代因子的及时修正,在反向传播中不断调整网络的权值和阈值,从而在很大程度上改善了传统BP算法所带来的不足,提高了预测的精度。实际的应用研究表明,自迭代反向传播模型的预测效果优于传统预测模型。

雾对大气激光通信系统的影响及克服方法

分析了雾产生的原因、相关数学模型及其对大气激光通信系统的影响.为了克服雾对无线光通信链路的影响,将LDPC码作为信道编码应用到大气激光通信系统中,并结合置信传播迭代译码算法和副载波PSK强度调制方案,在有雾的大气信道中进行了仿真.仿真结果表明:LDPC码具有优越的纠错能力,并获得了较大的编码增益,该方案可以满足大气激光通信系统的需要.

基于Takagi-Sugeno模糊神经网络的欠驱动无人艇直线航迹跟踪控制

研究一类欠驱动无人艇的直线航迹跟踪控制问题,提出了一种自适应T-S(Takagi-Sugeno)模糊神经网络控制方法。首先在神经网络体系结构中设计前件网络匹配T-S模糊控制器的模糊规则前件,设计后件网络进行T-S模糊运算推理从而生成模糊规则后件;其次基于梯度下降法原理,设计了T-S模糊规则参数的优化学习算法;然后结合BP神经网络的误差反向传播原理和梯度下降法,设计了模糊神经网络体系误差的反向传播迭代算法,用于高斯隶属度函数参数的学习优化;最后设计了基于T-S模型的模糊神经网络控制器,并通过仿真实验验证了所提出方法和所设计控制器的有效性。

LDPC码及其研究进展

对低密度奇偶校验码(LDPC)的结构、编译码原理进行了介绍,并与turbo码进行了简单的比较,最后对目前LDPC码的几个研究方向及其进展作了较详细的论述,指出LDPC码具有很大的发展前景。

An improved multidirectional velocity model for micro-seismic monitoring in rock engineering

An improved multidirectional velocity model was proposed for more accurately locating micro-seismic events in rock engineering. It was assumed that the stress wave propagation velocities from a micro-seismic source to three nearest monitoring sensors in a sensor's array arrangement were the same. Since the defined objective function does not require pre-measurement of the stress wave propagation velocity in the field, errors from the velocity measurement can be avoided in comparison to three traditional velocity models. By analyzing 24 different cases, the proposed multidirectional velocity model iterated by the Simplex method is found to be the best option no matter the source is within the region of the sensor's array or not. The proposed model and the adopted iterative algorithm are verified by field data and it is concluded that it can significantly reduce the error of the estimated source location.

LDPC码及其在野战无线通信中的应用展望

文章介绍了LDPC码的基本原理，主要包括其编码结构，可信传播迭代译码算法和基本性能；并简单的对LDPC码和turbo码进行了比较，分析了LDPC码在野战无线通信中的应用。