一种基于NSST和字典学习的红外和可见光图像融合算法

近年来随着多尺度分析和压缩感知成为研究的热点,字典学习算法在图像融合领域得到了广泛应用,但是其算法应用于可见光和红外图像的融合,容易出现块状噪声,边缘有振铃现象。基于此,本文提出了一种基于非下采样剪切波变换(NSST)和字典学习的红外和见光图像融合算法研究,对NSST分解的低频分量利用滑动窗口得到图像块序列,并对其进行零均值化后再稀疏分解,选择区域能量的融合规则,高频子带选择拉普拉斯能量和的融合规则。仿真结果表明,本文的算法在视觉和客观评价指标上优于现有几种融合算法。

基于组合模型的非线性时间序列预测算法

为解决复杂系统中非线性时间序列预测模型构建效率低、预测精度低的问题,提出基于组合模型的HURST-EMD预测算法。采用EMD算法将非线性时间序列分解为代表原始序列特征的各个IMF,然后引入赫斯特(Hurst)指数将同类的IMF整合为新的分量,最后选用LS-SVR-ARIMA模型进行组合预测。在该算法中,设计了序列分类整合等过程,优化了建模的计算量,构建了高效精准的预测模型。为验证模型的有效性,采用上证指数公共数据集和真实交通流数据进行检验,实验结果表明,改进的基于组合模型的HURST-EMD预测算法在提高预测效率的同时具有更好的预测精度。

高校科研保密风险分析与管理对策

针对高校保密管理工作中存在的问题,系统分析了高校科研保密的风险因素和高校科研泄密事件的客观发生规律,深入剖析了高校科研保密工作中消除泄密隐患或避防泄密事件的管理机理。在此基础上,构建了一种层次化的高校科研保密预警管理系统,给出了相应的管理对策。该系统能预警、预防或预控泄密事件的发生,降低泄密事件的发生率,提高保密管理的有效性,为高校科研保密管理工作提供了一种新思路。