带噪声抑制的反锐化掩模图像增强算法

为了减小传统的反锐化掩模算法对噪声的敏感性 ,提出了一种新的反锐化掩模图像增强算法 ,该算法在图像的平坦区域进行去噪处理 ,并依据人眼视觉特性对图像的不同细节区域做不同程度的增强。通过几种算法的实验结果比较 ,表明本算法不仅增强效果较好 ,且抑制了噪声的增强。

双积分CMOS图像传感器时序控制电路研究

用简单的模拟电路实现双积分技术可以大幅地提高CMOS图像传感器的动态范围。采用列共用采样保持电路的双积分电路和一次采样技术像素相同,仅增加了面积很小的处理电路,在分析该结构工作原理的基础上,提出了高效的时序控制方法.该算法优化了长积分、短积分和信号处理的时序分配,获得了较高的帧频.该算法用可综合的Verilog语言实现,功能仿真和FPGA验证,结果证明了可行性.

一种基于插值算法的点焊模糊控制器

针对常规点焊模糊控制器存在的一些缺点,如控制精度低、存在调节死区等,设计了一种基于插值算法的点焊模糊控制器。此控制器基本上消除了调节死区,并从根本上消除了量化误差,改善了点焊系统的稳态性能,进而提高了点焊质量。

成形模拟非增量算法的张量时间函数预求法

针对计及几何、材料、接触摩擦耦合作用的高度非线性过程问题，非增量张量时－空算法具有在整个时间和空间域上迭代求解的高效率优点。由于分离变量采用张量时间函数，以张量时间函数和空间函数的乘积形式表达求解变量的迭代修正值，对问题的列式和求解方法具有更高要求。作为张量时空算法的关键内容，文中讨论了局部步结束时，即逐点在整个时间域上进行材料本构和边界接触摩擦的局部修正后。

结构热试验中冷壁热流边界模拟方法研究

在结构热试验中,由于受试验手段的限制,对于热载荷一般只能模拟热壁热流边界,而无法模拟冷壁热流边界。文章讨论了在结构热试验中进行冷壁热流边界模拟的试验方法,并使该方法在结构热试验的控制算法中加以实现,对结构热试验是一个有效的补充。

Quickbird全色与多光谱数据融合算法的比较

以Quickbird全色和多光谱数据为例,采用Brovey变换、高通滤波(HPF)变换、主成分(PCA)变换、主成分替换小波变换算法对比研究了同一传感器全色和多光谱数据的融合问题。以均值、标准差、信噪比、信息熵、平均梯度、相关系数及偏差指数为客观融合质量评价指标,由定性和定量的分析认为:针对Quickbird数据而言,综合考虑光谱保真性、信息量和清晰度,PCA变换是最佳的融合算法,而主成分替换小波法要优于Brovey变换和HPF变换,从而筛选出比较适合Quickbird数据的融合方法。

人工神经网络理论在体育照明设计中的应用

本文提出的将人工神经网络理论应用于体育照明设计是一种新的尝试，应用反向传播学习算 法进行体育照明设计，此法优点在于：简单、快速、准确，而且能适用于各种体育场、馆的照明设计。 它为体育场、馆的照明设计提供了一条新的途径。

道路交通视频的车辆跟踪算法

针对现有车辆跟踪算法准确率不太高的问题,结合具体的道路交通视频的特点,提出了一种车辆跟踪算法.该算法通过道路车辆行驶运动规律,在设计的预测区域内进行搜索,并根据车辆形心、颜色等特征进行匹配和跟踪.实验结果表明,该算法在满足实时性的要求下,具有较好的稳定性和较高的准确率.

一种基于遗传禁忌混合策略的时延约束组播路由算法

提出了一种基于遗传算法和禁忌搜索法相结合混合策略的时延约束最小代价组播路由算法(GATSA)。该算法利用Dijkstra第k最短路径算法找出源节点到每一个目的节点满足最大时延限制的路径,通过遗传禁忌混合策略的选择、交叉与变异等操作,求出满足条件的组播树。仿真实验结果表明本算法性能和算法性能稳定,其代价性能接近目前性能最好的BSMA算法,并具有快速,低时延的特。

一种新的基于自适应步长的二级CMA盲接收机

在高速数据传输的频率选择性信道的直接序列扩频系统中,基于恒模算法(CMA)的二级盲接收机能够在只知道期望用户的扩频码以及定时信息的情况下进行自适应联合均衡和多用户检测,具有较好的实时处理性能。但是其第一级检测器的自适应求取采用的是递归最小二乘(RLS)算法,该算法在收敛稳定性等方面具有一系列缺陷,从而对整个算法的性能造成了损害。本文将戴或虹-袁亚湘自适应步长迭代算法作为第一级检测器的自适应处理方式,并给出了新的方案的完整实现流程。理论和仿真结果显示,经过改进后的二级CMA盲自适应接收机比起原先的算法有着更低的误码率和更高的稳态输出信干比(SINR),在总体性能上有了很大提高。

用直射线穿透CT技术反演介质的速度分布

本文简述了以射线理论为基础的井间CT的基本原理、数学方法和重构技术.用直射线穿透CT技术对地震波在地层中传播时速度场的变化进行了数值模拟和实测数据处理.结果表明,对速度梯度变化不大的地质结构,利用直射线穿透CT 技术反演介质的速度分布是可行的.

模糊C均值聚类算法的一种初始化方法

模糊Ｃ均值聚类算法（ＦＣＭ）在图像处理和模式识别中有着广泛的应用，该算法实质上是一种局部搜索寻优方法，对初始值很敏感，容易陷入局部极小值。当聚类数比较多时，往往得不到满意的聚类结果。本文首先讨论了ＦＣＭ算法初始化对聚类结果的影响，然后提出了一种基于形态处理的ＦＣＭ初始化方法。这种方法不仅可以得到比较满意的聚类结果，而且可以自动确定聚类数。

移动通信系统的安全性研究

目前人们频繁地使用移动通信进行信息交流,通信系统中信息的安全性以及网络资源使用的安全性将变得越来越重要。着重研究了移动通信系统的安全。首先对3G安全体系机构作了详细的分析,概述了3G的安全威胁,安全原则、目标和要求,分析了3G的安全特征,对3G接入网络中的认证和密钥协商、数据机密性服务、数据完整性服务等机制进行了探讨。然后,对3G加密算法KASUMI算法作了研究,详细介绍了算法的原理和构成,并对KASUMI算法进行了程序仿真。

改进的GOFA算法对猴颞叶癫痫发作预测的研究

目的 通过记录恒河猴颞叶癫痫模型癫痫发作前的丘脑前核（ANT）电信号变化,运用优化后的GOFA算法,实现对癫痫临床发作的检测.方法 以10只健康成年雄性恒河猴作为实验对象,通过立体定向手段放置ANT深部电极,采集正常ANT深部电信号作为基线信号.制备恒河猴颞叶癫痫动物模型,采集、分析双侧ANT电信号,应用改进后的GOFA算法对采集到的ANT电信号进行数学分析,从准确性、特异性、敏感性和检测延迟时间等方面对检测方法的可靠性进行验证.结果 运用改进后的GOFA算法对37段、共计452.4 min的ANT局部电信号进行分析,当t=22,D =0.84 s时,平均检测延迟时间55 s,敏感性为93.2％.结论 通过改进的GOFA算法对猴颞叶癫痫模型ANT脑电信号分析,可对癫痫进行预测.根据对癫痫预测的准确率和假阳性率要求不同,对预测算法中的时间阈值T和空间阈值D进行调整,可以实现癫痫预测的个体化方案,为今后RNS的个体化治疗方案提供基础.

自然循环流动不稳定性的多目标优化极限学习机预测方法

极限学习机是近年来提出的一种前向单隐层神经网络训练算法,具有训练速度快、不会陷入局部最优等优点,但其性能会受到随机选取的输入权值和阈值的影响.针对这一问题,提出一种基于多目标优化的改进极限学习机,将训练误差和输出层权值的均方最小化同时作为优化目标,采用带精英策略的快速非支配排序遗传算法对极限学习机的输入层到隐层的权值和阈值进行优化.将该算法应用于摇摆工况下自然循环系统不规则复合型流量脉动的多步滚动预测,分析了训练误差和输出层权值对不同步长预测效果的影响.仿真结果表明,优化极限学习机预测误差可以用较小的网络规模获得很好的泛化能力.为流动不稳定性的实时预测提供了一种准确度较高的途径,其预测结果可以作为核动力系统操作员的参考.