公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

数字化周易技术研究与应用: 2012年; 周易是中华国学之源,进入现代信息化社会后周易的研究手段仍旧落后。本文把信息化引入周易资料整理当中,并且提供了周易资料信息化的标准。首次提出运用数据挖掘技术、模糊支持向量机技术辅助周易研究。最后基于NET,实现了数字化周易信息管理系统和辅助研究平台。; 吴亮关涌涛; 关键词：数据挖掘模糊支持向量机

基于相似度因子与最优逼近模型的图像修复算法被引量：4: 2018年; 当前较多图像修复算法主要通过在图像的整个已知区域内寻找最优匹配块用来填充破损区域以完成图像修复,由于该方法忽略了图像层次之间的关联性,导致修复图像存在块效应以及模糊效应等不足。对此,提出了一种基于相似度因子耦合最优逼近模型的图像修复算法。利用像素点之间的相似度关系构造了相似度因子,并将该相似度因子与TV(total variation)模型相结合,对TV模型进行改进,以克服图像修复过程中产生的不连续效应;将图像的每个分层特征融入到改进的TV模型中,并将扩散因子、辅助变量以及Bregman系数引入到融合了图像层次耦合性的TV模型中,形成最优逼近模型以克服图像修复过程中,由于图像层次耦合性差引起的模糊效应等不良现象,实现良好的图像修复效果。实验结果表明,与当前图像修复算法相比,所提算法不仅具有更高的修复视觉质量,而且还具备更高的修复效率。; 吴亮宋旭刘国英; 关键词：图像修复 TV模型

局部密度峰聚类耦合字典学习的图像融合算法被引量：4: 2018年; 为降低当前图像融合算法的冗余信息,提高图像质量,提出基于局部密度峰聚类与字典学习的图像融合方案。将图像划分为若干个图像块,通过信息采样法,选择有用信息的图像块;定义局部密度峰聚类方法,对具有相似结构信息的图像块进行分类,获取不同的图像块簇类;基于K-SVD技术,构建字典学习机制,输出每个簇类的稀疏系数;选择最大值融合准则,对得到的稀疏系数进行融合,获得最终图像。实验结果表明,与当前图像融合方法比较,本文方法的融合质量与鲁棒性更高,其输出融合图像具有更大的边缘强度与相关系数值。; 吴亮刘国英; 关键词：图像融合字典学习

非下采样Shearlet变换耦合边缘制约的遥感图像融合算法被引量：6: 2019年; 为了解决当前遥感图像融合算法因忽略了区域中像素点的边缘特征而导致融合图像中存在块效应以及模糊效应的不足,在非下采样Shearlet变换的基础上,设计了基于边缘制约模型的遥感图像融合算法。首先,将多光谱(MS)图像经过IHS分解,提取相应的亮度分量。然后,通过非下采样Shearlet变换,将全色(PAN)图像与亮度分量进行分解,获取各自的高频系数与低频系数。再通过图像的空间频率特征,建立低频系数的融合函数,对低频系数进行融合。并利用图像的区域平均梯度特征与图像区域中像素点的边缘能量特征,构造了边缘制约模型,对高频系数进行融合。最后,将融合后低频系数、高频系数经非下采样Shearlet逆变换和IHS逆变换,获取融合图像。实验结果显示,与当前遥感图像融合方法相比,所提算法的融合图像具有更高的清晰度,更好地保持了图像的光谱特性,消除了块效应以及模糊效应。; 吴亮刘国英; 关键词：遥感图像融合 IHS变换空间频率平均梯度

基于正交复用循环机制的WSN信源精确定位算法被引量：2: 2017年; 无线传感器网络(WSN)信源精确定位算法无法同步优化时延估计与角度估计,且不能将噪声子空间与信号子空间进行分割。为此,提出改进的WSN信源精确定位算法。采用并发方式构建信号解析机制,完成信号空间在频域域上的并发实时解析分割,将噪声信号子空间及信号子空间分割为独立的矩阵信号,获取信源精确定位的时延估计与角度估计。基于能量谱密度估计,设计正交复用循环机制,对单路信号进行特征值分解,得到定位信号数字特征的精确估计,提升时延估计与角度估计精度,并从该估计集合中筛选出同时具备最低时延估计与最低角度估计的信号子空间,从而完成时延与角度的并发实时估计,提高信源定位过程中的定位精度。仿真结果表明,与DT-IPL算法、CD-CPP算法相比,在高衰落信道条件下,该算法具有更高的信源定位精度,且获取的信源位置与实际位置间的误差更低。; 吴亮谷川刘国英; 关键词：无线传感器网络信号子空间时延估计

高斯曲率耦合相关性制约规则的图像匹配算法被引量：1: 2019年; 目的针对当前较多图像匹配算法在匹配过程中因忽略了特征点之间的相关性而导致算法存在匹配正确度和鲁棒性不佳等不足,设计一种高斯曲率模型耦合相关性制约规则的图像匹配算法。方法首先,利用高斯滤波后图像的一阶矩阵和Hessian矩阵来构造高斯曲率模型,对Hessian算子进行改进,以充分检测图像的特征点。然后,通过求取扇形区域内的Haar小波响应获取特征点的主方向,并根据特征点邻域中像素点的灰度平均值计算特征向量,从而形成特征描述子,完成对特征点的描述。利用特征点集的均值与协方差矩阵来构造相关性模型,对特征点的相关度完成度量,从而定义相关性制约规则,对特征点的相似度进行判断,完成特征点的匹配。最后,利用RANSAC算法提纯匹配特征点,完成图像的匹配。结果仿真实验表明,与当前图像匹配算法相比较,文中算法不仅匹配正确度较高,且具有较强的鲁棒性,在旋转角度为50°时,其正确匹配精度仍可达到87%以上。结论所提算法在多种几何攻击下仍具有较高的匹配精度,在图像处理、信息安全等领域具有良好的参考价值。; 吴亮郭俊峰刘国英; 关键词：图像匹配 RANSAC算法

全选清除导出

共1页<1>

河南省科技攻关计划(102102310087)