基于数学形态学的交通图像滤波处理方法研究

针对智能交通视频图像中常见的几种噪声源,阐述了数学形态学在交通图像滤波中的应用.结合实际拍摄的动态交通图像,提出了基于数学形态学和帧差法的交通图像噪声滤除方法.根据提出的算法方案,编写了Visual C++程序,进行了实验验证,并在此基础上比较了不同形态学算法对同一组交通图像的处理结果.从实验结果得出,该算法有效分离并较完整地保留了交通图像中的运动车辆,取得了良好的降噪处理效果.

基于GIS的河水污染预测及其影响的可视化研究

将神经网络引入河水污染建模,并将该模型用于水质预测,使用GIS的空间分析功能将河流水质污染现状及预测结果可视化(以溶解氧Do值为例),并利用GIS建立缓冲区,使得污染物对河流周边影响可视化,对于污染信息定位准确、可视,为做出正确决策提供简明的信息,对GIS在水环境中的应用作了有益尝试.

基于分形理论的时尚商品价格预测问题研究

在研究时尚商品价格规律及影响因素的复杂性、不确定性的基础之上,提出了基于分形理论的时尚商品价格预测新方法。该方法首先运用重标极差法分析了时尚商品价格时间序列预测的可行性,然后根据分形统计模型,得到时尚商品历史价格时间序列的分形维数,通过不断增加新销售或预测得到新的记录方法,求得增加新记录后的新分形维数,由此可以预测出下一时间单位的商品销售价格。通过实例进行了方法检验和结果比较,取得了较为理想的预测结果,证明了该方法的可行性和有效性。

水环境评价决策支持系统知识库系统的设计

水环境评价决策支持系统知识库系统是水环境影响评价决策支持系统的核心,通过系统知识库实现对数据库、模型库的统一管理和调度;辅助环境工作者做出正确的决策.在系统分析水环境影响评价领域知识特点的基础上,对水环境影响评价知识库的知识内容、知识的获取和知识的表示方法进行了初步的阐述,并提出了适合于该领域的知识表示方法和知识库体系结构.详细地论述了整个水环境影响评价知识库的设计思路和方法,并建立了水环境评价的推理机构.

广义LVQ算法及其在遥感影像分类中的应用研究

在比较了学习矢量量化(LVQ)算法和广义学习矢量量化(GLVQ)算法的基础上,建立了基于GLVQ的遥感影像分类模型。以实际土地覆盖分类为例,通过与传统统计方法和LVQ分类器比较,GLVQ分类器具有分类正确率高,收敛速度快,适应范围广等优点。

城市交通灯信号配时控制器优化的一种新策略

以某市一孤立单交叉路口为例,在双模糊控制器协调控制获得相序和各相位的绿灯时长的基础上,提出了一种采用将遗传算法和模拟退火有效结合的GASA混合算法,设计了城市单交叉路口的多相位信号配时控制方案.Matlab仿真结果表明这种新算法可以达到避免局部最优、更快实现全局收敛的目的,与单纯采用遗传算法优化控制器参数相比,可以实现更小的平均车辆延误,保证车队更顺畅地通过交叉路口.

改进的SOFM及其在矢量量化中的应用

根据等失真(Equidistortion)理论提出了一种基于改进的自组织特征映射(SOFM)神经网络的矢量量化方法,该算法将失真敏感机制引入神经网络的竞争学习过程。通过调整码字的部分失真来指导神经网络的学习,以使得所设计的码书平均失真最小。同时把矢量量化应用于图像的小波变换域,根据图像小波变换高频系数的空间分布特点来组织码书,从而进一步提高码书的质量和适应性。通过实验对算法的性能进行了分析,证明了算法的有效性。

小波包在双进双出磨煤机料位检测中的应用

针对双进双出磨煤机料位难于检测的问题,研究了基于小波包技术噪声法的磨煤机料位检测技术.在噪声信号分析中运用小波包变换技术,构造出了噪声特征向量,并对特征向量进行优化.经过仿真分析,找到了反映料位信息的敏感频率段,进而降低了向量的维数.采用BP人工神经网络,通过该网络的学习和训练,实现了噪声特征向量和料位之间的非线性映射.通过仿真实验,证明了该算法的有效性,具有较高的检测精度.

最小类内方差和区域生长相结合的图像分割法

针对视频车辆检测中,光照不均匀、对比度不强的多目标图像分割,提出了一种基于最小类内方差和区域生长相结合的快速阈值分割算法.首先对最小类内方差法进行改进,快速确定差分图像的最佳分割阈值,再用区域生长法分割得到目标.理论分析和实验结果表明,该分割算法不仅适用于简单的车辆图像分割,而且对于复杂的车辆图像也取得了较好的分割效果.该算法计算量小,分割精度有一定优势,有助于下一步的目标识别.

ANFIS实现的模糊神经网络在交通信号配时优化中的应用

提出一种使用M atlab中的ANFIS模糊神经网络(FNN)工具箱来对传统的模糊控制器进行参数优化的方法,改善了控制器中的隶属度函数形状及分布,并应用于城市单交叉路口的多相位信号配时上.仿真实验证明所提出的算法可以降低车辆平均延误时间,保证车队更顺畅地通过交叉路口.

基于小波的数字高程模型压缩方法

根据地理信息系统中数字高程模型(DEM)的特点,提出一种基于小波变换的DEM数据压缩方法.文中主要研究了小波滤波器的选取、最优标量量化器的设计等问题,并对DEM小波分解系数进行了深入的分析.同时,应用该方法对实验DEM数据进行测试.结果表明,该方法较其他方法更为有效,能够在取得大压缩比的同时,有较好的数据恢复质量.

神经网络在水环境影响评价方面的应用

水质模型是水环境研究的重要工具,在水环境管理规划中起着重要作用.介绍了当前使用较多的水质数学模型及其优缺点.提出人工智能技术用于水质模型的改进方法.将神经网络应用于水环境影响评价,采用改进的BP算法进行水质模拟.该方法较之原有的水质数学模型,结果更加精确,适用范围更广.

新型变论域模糊控制器在交通信号控制中的应用

在双模糊控制器协调控制交通信号的基础上,针对模糊控制中论域范围选择和隶属度函数在论域中合理分布的难题,改善通过函数模型获得输入输出变论域伸缩因子的方法,提出一种采用模糊推理来替代函数模型,根据输入输出量的大小来相应改变模糊控制器的输入输出变量的论域范围的新算法。仿真结果表明,与传统的基于函数模型的变论域模糊控制器相比较,此方法避免了基于函数模型的变论域模糊控制器的函数系数和模型参数选择上的困难,更加方便地实现了控制器自调整和自适应,并大大减小了车辆平均延误时间,为车队更顺畅地通过交叉路口提供了保证。

人工智能在水质模型改进中的应用

水质模型是水环境研究的重要工具,在水环境管理规划中起着重要的作用.将人工智能技术用于水质模型的改进,即可节省人力物力,又可提高精度.对近年来人工智能的各种方法在水质模型中的应用进行了评述,并评价了各自的优缺点,旨在促进相关研究.

火灾视频图像的边缘检测

针对火灾视频图像存在较多噪声的特点,介绍了图像边缘的概念和几种传统的边缘检测算子,对各种边缘检测算子的优缺点进行了分析,给出了一种图像阈值分割与边缘检测相结合的方法.该方法先对火焰灰度图像进行分割,采用阈值迭代算法找到分割的阈值,使火焰与背景分离,然后再应用传统的边缘检测算子.通过利用拍摄的火焰视频图像对传统的算法和给出的算法进行多次试验及图像的对比分析,结果表明,提出的边缘检测方法检测出的火焰边缘在完整性和清晰度上具有更好的效果.

基于遗传退火的小波变换矢量量化方法

提出一种有效的遥感图像压缩方法,利用双正交小波变换对图像进行多分辨率分解,对小波系数进行矢量量化(VQ)编码.使用遗传算法(GA)与模拟退火(SA)算法相结合的遗传退火算法(GSAVQ)来设计码书,加快了收敛速度而且提高了码书性能.实验结果表明,该算法提高了图像重构质量,取得了令人满意的结果.

基于混合学习矢量量化算法的遥感影像分类

在分析了Kohonen自组织特征映射网络(SOFM)和学习矢量量化(LVQ)算法的基础上,提出一种基于改进的SOFM算法和LVQ2算法的混合学习矢量量化(HLVQ)方法,并建立了基于HLVQ的遥感影像非监督和监督分类的一般模型。通过与传统的统计分类方法和LVQ2网络分类器比较,HLVQ分类器总的分类性能更好、识别率更高。

基于遗传算法与模糊聚类相结合的小波变换矢量量化方法

提出一种有效的图像压缩方法,利用小波变换对图像进行多分辨率分解,对小波系数进行矢量量化(VQ)编码。使用遗传算法(GA)与模糊c均值聚类(FCM)算法相结合的方法来设计码书,有效地克服了FCM算法容易陷入局部最优且对初始值敏感的缺点。实验结果表明,该算法可较大提高图像重构质量。

基于小波包分解的遥感图像压缩方法

基于小波包分解的遥感图像混合编码方法,首先将小波包分解后的低频和高频小波系数域值化为重要系数和非重要系数。低频重要系数采用无失真编码压缩。高频重要系数及其位置图,先用数学形态学方法进行聚类,再用标量量化和行程编码对重要系数和位置图分别编码。试验证明这种方法有效。