一种基于显著点和SVM相关反馈的图像检索方法

针对传统基于全局特征的图像检索方法存在的不足,提出一种基于显著点特征和SVM(support vector machine)相关反馈相结合的图像检索方法.显著点提取方法是对图像进行小波分解,选择粗分辨率下绝对值较大的小波系数,它们对应原图像中变化较大的区域,然后在细分辨率下跟踪这些小波系数,提取原图像中的能代表这些变化的点,即显著点;然后利用显著点的空间分布信息,提取显著点周围局部区域的特征进行检索,并对检索结果进行SVM相关反馈.实验结果表明,引入反馈的方法可有效地检索更多的相关图像,明显提高了检索的准确性.

层式余弦变换的零树编码法

提出一种层式余弦变换的零树图像编码方法 (EZLDCT)。与EZDCT相比 ,能较好地消除方块效应 ,且对复杂的图像在相同压缩比的情况下有更高的PSNR值。

基于热分析与信息融合的低压铸造智能控制

低压铸造过程控制的发展趋势是采用智能控制，本文提出一种新的热分析法——小波热分析，并在多传感器信息融合的基础上，建立了一种低压铸造的递阶智能控制结构体系，该结构将多种智能技术和人机协作集成于一体。

一类半参数变量含误差回归模型的小波估计

研究了一类解释变量为(x,T)的半参数变量含误差模型,其中,x∈Rp为非随机解释变量,T∈R1为随机解释变量.通过应用小波估计法和全最小二乘法得出了未知参数和未知函数的估计,在一般的条件下,证明了估计的强相合性.

基于正交向量组的多水印算法研究

在一组正交向量中,向量与自己的内标积为1,向量之间的内标积为0,利用这一特性,对多个水印信息分别进行扩频调制,将调制后的信息线性组合后嵌入到载体中,使得多个水印在嵌入和提取时互不影响;多个水印可以分多次嵌入到载体图像中,先后嵌入的水印是彼此无关的,从而解决多水印算法中嵌入的水印信息之间相互干扰的问题,为数字图像产品的多著作权的保护提供了一种有效手段。实验表明,该算法对于噪声、旋转、缩放和JPEG压缩等常见攻击有良好的鲁棒性。

基于一种新小波变换的OCT图像去噪方法

散斑在OCT图像中既是信息载体,也是一种严重的噪声。针对OCT图像的这一特点,提出一种基于小波变换和维纳滤波相结合的OCT图像去噪方法。通过对OCT图像进行小波分解,得到四个不同频带的子图像,保持低频部分不变,对另外三个高频细节图像进行维纳滤波,将低频子图像和三个滤波后的高频细节子图像进行小波反变换,得到去噪后的图像。实验结果表明小波变换和维纳滤波相结合的方法对OCT图像有比较理想的去噪效果。

基于应急报警事件的先重构后建模预测法的探索研究

通过大量实验证明了公安110报警事件具备可预测性。该预测模型具备适用性特点,可应用于公安机关实战指挥及政府应急管理部门的预测应用,并辅助决策支持。该创新建模预测过程称为先重构后建模预测法。

多方向小波变换高分影像边缘提取

由于小波变换方向分辨率较低,而高分影像中地物几何结构丰富,边缘存在于各个方向,导致了图像小波变换的频率系数仅被分解到水平、垂直和对角3个方向子带上,使得小波变换对具有复杂几何结构的地物边缘提取存在不足。为此提出一种Directionlet变换理论结合模极大值法的高分影像边缘提取方法。首先,对原始影像进行基于格的分解获得任意方向一维线集合,再进行小波变换并恢复图像格式得到高频方向子带;然后,利用改进模极大值法和双阈值法对系数进行处理得到边缘结果;最后,采用数学形态学方法对边缘提取结果进行细化连接等后处理,从而实现对高分影像边缘的提取。实验结果表明,该方法与传统边缘检测方法和小波变换相比,边缘提取更加完整,定位精度更高。

一种新的图像重建的扇束卷积反投影算法

通过Radon变换的小波反演公式,得到了扇束投影重建的卷积反投影算法。利用Lemarie-Mayer小波束构造该算法的窗函数,分别进行了全局重建和局部重建。与其他传统的重建算法相比较,在全局重建,特别是局部重建上都能取得一些不错的结果。

半参数变量含误差函数关系模型的小波估计

本文研究半参数变量含误差函数关系模型.应用小波估计法和全最小二乘法得出未知参数和未知函数的估计,在一般的条件下,证明了估计的强相合性、一致强相合性, 并给出了误差方差估计的强收敛速度.

基于小波分析的股市波动的多重分形辨识

以上证指数和深圳成分指数日收盘价的时间序列为样本,利用小波分析方法剔除序列的噪声干扰,对序列保留的波动趋势进行多重分形辨识.通过WTMM(小波变换模极大)计算配分函数,尺度函数和多重分形谱等,全面细致的量化了序列的局部及不同层次的波动奇异性.计算结果表明:去除噪声干扰后,中国现行证券市场的波动呈现显著的多重分形特征.

固定设计下半参数回归模型小波估计的收敛速度

对一类固定设计下的半参数回归模型进行了研究.通过利用加权最小二乘法及小波估计法给出了未知参数β和未知函数f(·)、g(·)的估计;在较弱的条件下给出了最终加权二乘估计βn的弱收敛速度,(^f)n(·),的弱收敛速度、强相合性以及(g-)n(·)的弱收敛速度.

半参数回归模型小波估计的相合性

研究一类固定设计下的半参数回归模型．通过利用最小二乘法、加权最小二乘法及新方法小波估计法给出了未知参数β的估计，在较弱的条件下给出了β的最小二乘估^βn的弱收敛速度、强相合性以及加权最小二乘估计^-βn的强收敛速度．

混合误差下半参数回归模型小波估计的强相合性

研究了一类半参数回归模型,利用最小二乘法和小波估计法给出了未知参数β和未知函数g(.)的估计.在误差序列为ψ-混合或φ-混合下得到了^β的强相合性,给出了^g(.)的一致强相合性和r阶矩相合性.