南亚热带河流底栖硅藻β多样性及其对空间距离与环境梯度的响应——基于广义非相似性模拟的分析

β多样性指不同生境间群落物种组成的差异,其空间格局及影响因素是生物多样性维持研究的重要内容。以典型的南亚热带中小型河流—广州流溪河为对象,在对底栖硅藻进行季节调查的基础上,采用Baselga对β多样性的分解框架,基于Sørensen相异性系数将底栖硅藻的β多样性分解为周转和嵌套两个组分,运用广义非相似性模拟(Generalized Dissimilarity Modelling,GDM)分析了空间与环境因子对β多样性及其组分的影响。结果表明:底栖硅藻β多样性、物种周转和嵌套组分无明显季节差异,物种周转是流溪河底栖硅藻β多样性的主要组分(>75%);环境与空间过程共同影响流溪河底栖硅藻β多样性和物种周转组分格局,但环境选择是主要的驱动因子;与枯水期相比,丰水期的空间因素对β多样性和物种周转组分的影响程度降低。作为一种非线性距离回归方法,GDM能较好地识别底栖硅藻β多样性及其组分对环境梯度和空间距离的响应。

机械形体热变形非相似性特征的机理分析与实验验证

在微观层面建立铝材料正方体纳米原子模型,采用结合修正莫斯势能的分子静力学理论和算法,对其进行仿真求解,对形体热变形机理给予了科学的论证,并给出宏观热变形实验结果。微观分析与宏观实验从机理理论和实验两个层面论证了机械形体热变形非相似性特征的客观存在,弥补了机械形体热变形非相似性特征长期局限于实验验证的缺陷,完善了机械形体热变形理论基础。同时,将分子静力学理论引入对热膨胀机理的研究中,拓展了热变形理论研究思路。

非对称结构热变形非相似性规律研究

物体热胀冷缩是自然规律,在工程应用中具有重要的影响。文章针对机械工程中常用的机械轴承孔进行热变形规律实验,采用自行研制的热变形实验装置,在-10～80℃温度范围内对单孔不同径向进行精密测量,并对测量数据分析,结合孔周边结构尺寸,得出孔的热变形量不仅与材料热膨胀系数物理属性紧密相关,与其自身结构尺寸也有较大影响,零件热变形具有非相似性特点。

机械形体热变形的非相似性研究

机械零件在工作温度和环境温度偏离标准设计温度后,其形状会发生改变,但由于温度场分布的不均匀性、构件材料的原子间距、内部缺陷形态等因素的影响,使得构件的热膨胀不能自由发生,导致构件热变形前后在形状上具有非相似性,理论和实验都证明这种非相似性是普遍存在的。

增强覆盖度与非相似性的标签选择多样化方法

标签云是社交网站提供在线资源说明与导航功能的一种流行机制.标签选择即从大量标签中选出有代表性的有限标签,是创建标签云的核心任务.标签选择结果的多样性,是影响用户满意度的一个重要因素.信息覆盖度与标签非相似性是在标签选择中引入多样性的两个主要角度.为了进一步提高标签选择结果的信息覆盖度与标签非相似性,提出了3种标签选择方法.在每种方法中,定义了目标函数以同时量化标签集合的信息覆盖度与标签非相似性,并设计了近似算法以求解相应的最大化问题;同时,还分析了近似算法的近似比.利用CiteULike网站与Last.fm网站的标注数据集,将所提出的方法与已有方法进行了比较.实验结果表明,所提出的方法在信息覆盖度与标签非相似性方面都具有较好的效果.

基于多市场接触视角的竞争组合非相似性与企业绩效的关系研究

基于中国家电行业数据,本文对多市场接触、竞争组合非相似性与企业绩效之间的关系进行了实证检验,并分析了TMT异质性与竞争惯性在其中的调节作用。实证结果显示,随着企业多市场接触水平的提高,其越可能采取非对抗性的竞争方式。同时,竞争组合非相似性对企业绩效也具有显著的正向作用。进一步,TMT异质性会加强多市场接触与竞争组合非相似性之间的正相关关系。此外,竞争惯性会加强竞争组合非相似性与企业绩效之间的正相关关系。总体而言,本研究拓展了动态竞争领域有关企业竞争组合的研究,为未来进一步的研究提出了可供参考的方向,同时也在实践上为我国企业开展竞争活动提供了启示与建议。

基于非局部自相似性的双相机压缩光谱图像重建算法

针对压缩光谱成像的图像重建问题,提出了一种基于非局部稀疏表示与双相机系统的压缩光谱重建方法。首先,利用RGB观测来构建一种三维图像块,使用K均值聚类对图像块进行分类,并以聚类结果来指导目标高光谱图像的光谱块分类,通过主成分分析获取每个簇的特征用来稀疏表示其他光谱块。然后用构建的三维图像块估计目标光谱图像非局部相似性,并构建目标函数。最后,通过迭代收缩算法与共轭梯度下降法来交替优化目标函数完成重建。仿真和实拍结果表明,所提方法能大幅提升重建质量与精度,在空间和光谱维度上重建误差更小,RGB观测辅助字典学习与相似块估计的方法能有效提升双相机系统的计算效率。

非相似性余度在飞机ABS控制器的应用

在飞机ABS控制器设计中引入非相似余度设计,采用不同的结构模式及工作原理,对发生的故障进行检测、隔离和定位,从而避免共性故障发生,提高飞机刹车系统控制的可靠性。

基于非平稳相似性系数的构造导向滤波及断层检测方法

不连续地质体(如断层)的自动检测一直以来都是叠后地震数据解释中的关键问题之一,尤其在三维情况中尤为重要.然而,大多数边缘检测和相干算法都对随机噪声很敏感,随机噪声衰减是叠后地震数据解释的另一个主要问题.针对构造保护去噪和断层检测问题,本文基于非平稳相似性系数完善一种构造导向滤波方法并且提出一种自动断层检测方法,形成了一套匹配的处理技术.该构造导向滤波既能够有效地衰减随机噪声又可以很好地保护地震资料中的断层等信息不被破坏,增强地震剖面中弯曲、倾斜同相轴的连续性.根据地震数据局部倾角走向,利用相邻道构建当前地震道的预测,通过预测道的叠加得到参考道,计算预测道与参考道之间的非平稳相似性系数可以设计出数据驱动的加权中值滤波.另一方面,预测道与原始道之间的非平稳相似性系数能够用于带有断层指示性的相干分析.这两种方法都基于构造预测和非平稳相似性系数,但是使用不同的调节参数和处理方案.理论模型和实际数据的处理结果证明了本文提出构造导向滤波和断层检测方法的有效性.

基于加权非局部相似性的视频压缩感知多假设重构算法

分布式视频压缩感知(Distributed Compressed Video Sensing,DCVS)多假设重构算法将传统视频编码中的多假设预测运动估计思想引入到分布式压缩感知视频编码系统中,改善了对视频序列的重构质量。在该算法中,大变化块采用本帧邻域块信息作为参考,而当本帧邻域块含有较多纹理和细节时,算法性能有待提高。为此,对非局部相似性的思想进行改进,提出基于加权非局部相似性的分布式视频压缩感知多假设重构算法。在该算法中,对大变化块中的纹理块采用加权非局部相似性在相邻已重构帧中寻找自相似块,最终生成辅助重构信息块;对于非纹理块,则简单利用加权非局部相似性生成相似块。对不同特点的视频序列的仿真实验结果表明,改进后的算法有效改善了视频序列的重构质量,具有较优的重构SSIM,PSNR指标,其中PSNR约提高1dB。

结合字典稀疏表示和非局部相似性的自适应压缩成像算法

如何以较少的观测值重构出高质量的图像是压缩成像系统的一个关键问题.本文根据图像块随机投影能量大小分布特点,提出了一种新的自适应采样方式以及针对自适应采样的有效重构算法.重构时利用了图像在字典下的稀疏表示原理和图像的非局部相似性先验知识.为实现图像的稀疏表示,文中构造了由多个方向字典和一个正交DCT字典组成的冗余字典,并用l1范数作为约束条件求解稀疏优化问题.由于充分利用了图像块的局部特性和图像的非局部特性,本文的压缩成像算法在低采样率下能重构出较高质量的图像.

基于非局部相似性和分类半耦合字典学习的超分辨率重建

为了提升单幅彩色图像的超分辨率重建质量,提出了一种改进的基于学习的超分辨率方法.针对半耦合字典学习超分辨率算法训练精度不高的缺陷,采用稀疏域分类与半耦合字典学习交替进行的启发式策略.在训练阶段引入稀疏域非局部相似性约束项,使用改进了的非局部约束l1范数优化问题求解算法,训练得到多组高、低分辨率字典和映射矩阵.在重建阶段利用分类稀疏表示、非局部相似性并结合残差补偿进一步提高重建精度.实验结果表明,该方法在主观和客观评价标准下均取得了较好的重建效果,显著提升了超分辨率重建质量.

基于非局部相似性和交替迭代优化算法的图像压缩感知

压缩感知理论突破了信号带宽对奈奎斯特采样定理的限制,并且实现了在数据采样的同时进行压缩。目前压缩感知系统通常利用图像在某个变换域具有稀疏性的先验知识,从少量观测值中重构原始图像。本文利用图像像素的邻域结构信息及图像子块的相似性,将图像的非局部相似性作为先验知识运用到压缩感知图像重构中。结合图像的非局部相似性及其在变换域的稀疏性先验知识,提出了基于非局部相似性和交替迭代优化算法的图像压缩感知重构算法,该算法利用迭代阈值法和非局部全变差来交替迭代求解变换域的稀疏性优化问题和非局部相似性的优化问题。实验结果表明,本文算法可以有效提高图像重构的视觉效果和峰值信噪比。

基于图像非局部自相似性与分类字典学习的超分辨率重建算法

提出一种新的图像稀疏表示方法,该方法自适应地利用图像的局部与非局部冗余信息,根据图像的非局部自相似性,构造出一个非局部自回归模型,将其作为数值保真项.利用主成分分析方法及高分辨率的样本图像块学习构建紧凑的分类字典,通过限制迭代次数用以减少字典训练的计算量,同时字典在稀疏域中能够自适应选取.实验结果表明,与其他几种基于学习的算法比较,本文算法无论是在峰值信噪比、结构相似性上还是主观视觉效果上都有显著提高.

利用视频非局部相似性的分布式压缩感知重构

为了提高分布式视频压缩感知(Distributed Video Compressive Sensing,DVCS)的率失真性能,仅利用稀疏先验知识不能很好地保护视频帧的边缘与纹理细节,本文提出利用视频非局部相似性形成正则化项融入联合重构模型以有效去除边缘与纹理区域的模糊和块效应现象。仿真实验表明,本文所提出的联合重构算法可有效地改善主客观视频重构质量,能以一定计算复杂度为代价提高分布式视频压缩感知系统的率失真性能。

结合局部稀疏性和非局部相似性的盲压缩感知方法

为了降低传统的盲压缩感知图像重建方法所需求的采样率,提出了一种新的盲压缩感知图像重建方法,该方法同时考虑局部图像块的稀疏性和非局部图像块间的相似性,另外选择交替方向乘子算法求解产生的非凸优化问题,实现了图像的准确重建。实验结果表明,在不损失图像重构质量的情况下,该方法能够显著地降低采样率。

结合图像的局部相关性及非局部相似性的多尺度分块压缩感知

标准的图像压缩感知算法未利用像素间的邻域结构信息和图像子块的自相似性。针对这一问题,本文将图像分成重叠的图像子块,用冗余字典自适应地稀疏表示图像,同时将用自回归模型表示的图像局部相关性和非局部相似性作为先验知识运用到压缩感知图像重构中,提出了结合图像的局部相关性和非局部相似性的多尺度分块压缩感知方法。实验结果表明,本文算法可以有效提高图像重构的视觉效果和峰值信噪比。

基于非局部自相似性的图像去噪算法研究

为解决加权核范数最小化(WNNM)算法在计算图像块相似度时易受噪声影响的问题,同时又能更大程度的利用图像的非局部自相似性(NSS),提出一种新的基于NSS的图像去噪算法。先引入像素级NSS先验来获得更加精确的相似块矩阵,并基于此矩阵提出一种噪声水平估计方法。基于哈尔变换和维纳滤波技术对噪声图像进行预处理,对预处理图像进行噪声水平估计,用估计得到的噪声方差来归一化WNNM算法的保真项,利用WNNM算法对预处理图像中的残余噪声及伪影做进一步去噪处理。实验结果表明,与当前主流的KSVD、BM3D、WNNM、PCLR和NCSR算法相比,经所提算法处理后的图像不仅PSNR和SSIM值均有所提升,而且主观视觉效果更佳。

非局部相似性去马赛克算法

单传感器数码相机得到的色彩图像在每一个像素点处只有一种色彩值,为了得到一幅全彩色图像,需要在每一个像素位置上估计出另外两个缺失的色彩值。现有主要算法都是利用像素的相关性进行估计和插值,在那些边缘色彩跳变处和色彩高饱和度处容易估计失误,出现所谓的马赛克失真。为了克服这类马赛克现象,本文提出了一种利用图像的非局部相似性,即利用处于图像中不同位置处的像素点往往表现出很强的相关性这一特点,结合图像内容的局部平坦度自适应去马赛克的插值算法。该算法,首先根据相似度函数搜索与被插像素最相似的像素,然后利用区域水平和垂直方向的梯度组算子来计算区域的平坦度,从而根据相似程度和平坦度自适应地选择图像块进行插值。实验结果表明,相对于传统插值算法,该算法提高了图像的峰值信噪比,锐化了图像的纹理和边缘,减少了虚假色和锯齿现象,改善了图像的视觉效果。

基于时空非局部相似性的海上红外弱小目标检测

为了消除海上红外弱小目标检测中图像背景杂波和噪声的影响,提出了一种基于时空非局部相似性的红外图像弱小目标检测方法.该方法充分利用了相邻帧的红外图像序列间海面背景图像块的非局部自相关特性以及每帧内非局部背景图像块间的相似特性,并引入时空域图像块模型,该模型可利用加速近端梯度方法来有效求解.实验结果表明,与传统的红外弱小目标检测方法相比,所提方法不仅能更有效地保留目标的特征信息,还能使红外图像的峰值信噪比提高1.2倍以上,信杂比提高1.8倍以上.