自适应字典学习利用图像结构自相似性,将图像自身作为训练样本,通过字典学习使图像中的相似块在字典下具有稀疏表示形式.本文将全局字典学习中利用图像库获取附加信息的思想融入到自适应字典学习的过程中,提出了一种基于自适应多字典学习的单幅图像超分辨率算法,从低分辨率图像自身与图像库同时获取附加信息.该算法对低分辨率图像金字塔结构中的图像块进行聚类,在聚类结果的引导下将图像库中的图像块进行分类,利用各类中的样本分别构建针对各类的多个字典,从而确定表达重建图像块的最优字典.实验表明,与ScSR、SISR、NLIBP、CSSS以及mSSIM等算法相比,本文算法具有更好的超分重建效果.
行人检测是当前计算机视觉领域的挑战性课题之一.本文提出一种基于后验HOG特征的多姿态行人检测方法.首先,统计全部行人样本的梯度特征能量共性信息,对单个行人样本的HOG特征进行加权获得能够表现行人边缘轮廓的后验HOG特征,有效减少复杂背景的影响.其次,利用S-Isomap特征降维方法和K-means聚类方法对不同姿态和视角的行人做子类划分,并针对每一个子类训练子类分类器.最后,根据多个不同姿态的子类分类器输出值,训练等权重加和方式的多姿态-视角集成分类器.不同数据集上的测试结果表明,本文所提利用共性信息获得的后验特征超过了经典HOG和其它典型特征的描述能力.与现有方法相比,通过将所提出的特征与多姿态-视角集成分类器结合,有效地提高了检测精度.
磁耦合元胞自动机逻辑器件(即纳磁体逻辑器件)是后CMOS时代的一种极具潜力的新技术,具有无引线集成、极低功耗和天然非易失性等优点.纳磁体逻辑器件由纳米级单畴磁体构成,而磁体的形状是其一个重要的器件特征参数.本文研究了不同特殊形状纳磁体的转换特性,获得了改变特殊形状器件状态的时钟场值.提出了基于不同尺寸特殊形状纳磁体的可重配置择多逻辑门,采用OOMMF软件验证了形状择多逻辑门的输入可重配置性,得到了顺序配置不同输入组合所需的时钟场.该可重配置门结构的提出为磁性可编程逻辑计算电路的实现奠定了重要的理论基础.
相对于传统的柱状偶极子,印制偶极子天线更适合应用于现代通讯系统.本文通过引入边缘场效应,对传统的基于感应电动势法的柱状电偶极子辐射阻抗公式进行修正,并在此基础上将其推广至印制偶极子天线中.此外,本文还采用合成渐进法,基于物理概念,推导出平面偶极子天线的谐振频率及谐振频率处辐射电阻的两个计算机辅助计算公式.数值计算及验证表明,两个公式的精度均在2%以内,可以用于指导工程设计.
由于不同人的手背静脉属性间存在较大差异,因此对于不同静脉对象,在固定采集系统参数条件下很难都采集到高质量的静脉图像,这里提出了一种针对静脉特点的质量评价模型,并设计了基于评价结果的自寻优静脉图像采集方法.首先,提出了基于关键信息熵的测度函数,衡量了静脉信息的完整性;其次,提出了基于轮廓波分解的测度函数,用于评价静脉方向性信息的丰富性;再次,将两种测度函数融合,构成了客观的无参考的质量评价模型;最后,在图像自寻优过程中,提出了迭代淘汰机制,克服了最速下降法在寻优过程易陷入局部最优的缺陷.实验表明,提出的质量评价模型是可控的,且满足人眼视觉系统的视觉特性,同时,通过提出的迭代淘汰机制,降低了寻优过程的迭代次数,保证了采集系统的实时性要求.
2D视频转3D视频是解决3D片源不足的主要手段,而单幅图像的深度估计是其中的关键步骤.提出基于加权SIFT流深度迁移和能量模型优化的单幅图像深度提取方法.首先利用图像的全局描述符从深度图数据库中检索出近邻图像;其次通过SIFT流建立输入图像和近邻图像之间像素级稠密对应关系;再次由SIFT流误差计算迁移权重,将近邻图像对应像素点的深度乘以权重后迁移到输入图像上;然后利用均值滤波对迁移后的近邻图像深度进行融合;最后建立深度图优化能量模型,在尽量接近迁移后近邻图像深度的前提下,平滑梯度较小区域的深度.实验结果表明,该方法降低了估计深度图的平均相对误差,增强了深度图的均匀性.
频繁模式挖掘在分类问题中得到了广泛的应用,大量的工作利用频繁模式挖掘对分类问题进行特征选择,但对于为什么频繁模式挖掘可以在分类问题中进行有效的特征选择则缺乏系统的研究.为了为频繁模式挖掘在分类问题中的特征选择应用提供理论基础,需要确立特征的支持度与特征分类能力之间的关系,本文以特征的信息增益作为分类能力的评价准则,讨论其与特征支持度之间的联系.首先证明了信息增益是特征支持度的上凸函数;然后,在二类问题和多类问题情况下,分别证明了具有低支持度或高支持度的特征具有有限的信息增益,即具有低支持度或高支持度的特征具有有限的分类能力.最后,通过仿真实验验证了支持度与信息增益之间的关系,为频繁模式挖掘在分类问题中的应用提供了理论基础.
本文以条件诊断系统为研究对象,首先对条件诊断系统的互测PMC模型进行研究,把传统诊断系统的有向图表达式G(V,E)转换成互测有向图表达式G(F,T,M,HF),然后对条件诊断互测有向图表达式中相互关联的F、T、M、HF四个集合的性质和定理进行研究,最后提出一种基于互测PMC模型的条件诊断算法,该算法可简单、快速地找出故障模式,并对具体症侯是否有唯一故障模式进行判定.
Tile自组装模型作为一种重要的DNA计算模型,在解决NP问题时展现出了巨大优势.文中针对现有最大匹配问题DNA计算算法实验操作复杂,错误率高的缺点,提出了一种基于Tile自组装模型的最大匹配问题新算法.算法所需的Tile分子种类为O(mn),所需生物操作数为O(1),计算时间为O(m),计算空间复杂度为O(mn)(其中m为边数,n为顶点数,且O(m)=O(n2)).与现有的最大匹配问题DNA计算算法相比,本算法不仅可靠性更好,而且更具可操作性.
情节规则挖掘旨在发现频繁情节之间的因果关联,现有无损情节规则挖掘方法没有考虑多规则间的关联关系,故而存在大量冗余.利用演绎推导特性对情节规则间的关联关系进行建模,引入无冗余情节迹规则的概念,分析了情节迹冗余的原因,通过最大重叠项冗余性检查给出广义无冗余情节规则抽取算法;证明了广义无冗余情节规则对情节规则的等价表达能力.理论分析和实验评估表明该算法在处理效率基本不变的前提下,提高了情节规则的生成质量.
为了降低二维MUSIC(Two Dimensional Multiple Signal Classification,2-D MUSIC)算法的计算量,提高算法的实时处理能力,基于噪声子空间映射思想提出了一种适用于任意平面阵列结构的二维波达角(Direction Of Arrival,DOA)快速估计算法.新算法利用空间角度划分及非线性变换将信号子空间与噪声子空间的正交性等价地压缩至某个角度分片内,使得真实DOA在该角度分片内产生虚拟镜像,通过搜索该角度分片得到虚拟DOA,最后利用数学式直接计算得到真实DOA.理论分析和实验结果表明新算法能够成倍地提高DOA估计的速度,同时具有比MUSIC算法更高的空间分辨率.
针对减少分布式LCMV波束形成器在全联通WSN中的计算量问题,提出基于Householder多级维纳滤波器(HMSWF)的分布式LCMV波束形成器方法.该方法通过有效引入HMSWF技术避免本地协方差矩阵估计及求逆运算,能以更少的计算量获得分布式LCMV波束形成器相同的输出性能.另外,还可以在递推过程中进行合理截断处理来进一步降低运算量.计算机仿真结果验证了算法的优良性能.
设计高效安全的群组证明协议有利于RFID(Radio Frequency Identification)系统的广泛应用.本文提出了一种轻量级隐私保护的RFID群组证明协议LPGP(Lightweight Privacy-Preserving Grouping Proof),LPGP协议只使用计算复杂度比较小的伪随机发生器和散列运算来提高协议的运行效率,并且LPGP协议具有认证性、隐私性和可证明安全性,满足了RFID系统群组证明协议的安全性要求.与现有的群组证明协议相比,LPGP协议的标签只需较小的计算复杂度和存储空间,具有较高的效率.
基于L-赋值理论,通过在MTL代数赋值格和全体公式集上分别建立概率测度,利用积分方法提出了MTL代数语义上公式的概率真度.证明了概率真度的MP规则、HS规则及交推理规则;同时引入公式间的概率相似度和伪距离,建立了概率逻辑度量空间.将计量逻辑学中的相关理论推广到基于MTL代数语义的格值逻辑上,使得在格值逻辑上进行程度化推理成为可能.
在基于指令集动态可扩展技术的可重构指令集处理器研究中,如何有效使用系统的可重构资源,将很大程度上影响扩展得到的定制指令的功能实现,进而影响系统性能的优化效果.本文针对可重构资源的利用问题,首先设计了一种可重构资源模型,该模型弱化了可重构资源的功能和数量属性,主要提供其种类和位置属性,并能够以此计算资源使用的时间属性.基于此模型,本文将图论中的图着色问题进行扩展,引入多遍着色的思想,提出了一种针对粗粒度可重构资源的资源指派算法,该算法将可重构资源的指派等价为一个图多遍着色问题,通过模型提供的属性参数和限制条件完成指派过程.实验结果验证了算法的有效性,并揭示了资源使用中的规律性,对提高资源利用率和系统性能具有一定的指导意义.
针对资源虚拟化环境中的混合型负载调度问题,提出一种基于能耗比例模型的虚拟机调度算法.该算法利用处理器的"性能计数器"机制来评估各个虚拟机的近期能耗状态,并采用"最近最小能耗比例优先"的策略进行调度.理论分析给出了该算法的有效性证明和相关特性.实验结果显示,当系统面对混合型负载时,基于能耗比例模型的调度算法在"调度偏差"和"相对能效"两方面明显优于现有的虚拟机调度算法.
可控信任域的消失和多租户环境的出现,导致云计算环境下访问控制在诸多关键技术上都面临新的严峻挑战.该文从身份供应、身份认证、访问控制、身份联合和单点登录几个方面介绍了产业界在云访问控制上面临的问题和主要解决方法.从访问控制模型、基于属性的密文访问控制和外包数据的访问控制三个方面评述了学术界在云访问控制上的最新研究成果.基于对已有技术和研究成果的分析,预测了云访问控制研究的未来走向.
目标检测作为图像理解的一个基础而重要的课题深受国内外学者的重视,在军事和民用中具有广泛应用.应用背景的多样性和复杂性使得传统目标检测算法难以克服复杂背景、噪声干扰、光照变化以及非刚体形变、遮挡、弱特征、尺度、视角和姿态变化等因素的影响.近些年来发展起来的稀疏表示方法为图像处理及目标检测研究提供了新的思路,本文概述了稀疏表示基本概念和理论研究进展,综述了稀疏表示方法在目标特征学习、目标分类器和滤波器设计以及多源信息融合目标检测等目标检测领域中的国内外重要研究进展,并展望了稀疏表示方法在目标检测领域的发展方向.
文档表示是排序学习的关键,目前的排序学习算法多采用词袋法表示文档与查询,该方法假设词袋中的词相互独立,忽略了词之间的关系.为了表示文档中词之间的依赖关系,本研究利用文档与查询的主题特征构建排序学习模型,我们将排序函数定义为文档与查询之间的主题关系,提出了基于有监督主题模型的排序学习算法自动学习排序函数.为了评价模型的排序精度,我们在三个标准数据集(OHSUMED,MQ2007,MQ2008)上进行了实验.实验表明基于主题的排序学习算法能够发现文档与查询之间内在的语义关联,并改善排序模型的排序精度.
形态学算法在红外小目标检测上具有良好的性能,先对该算法的处理过程进行了分析,结合实际拍摄的红外小目标图像研究发现,算法在处理过程中存在很多不必要的计算,因此从提高算法的实时性出发,提出了一种基于方差标记的形态学方法.该方法首先计算图像每个像素的局部方差,然后由方差根据阈值判断条件对图像进行标记,标记完后再通过形态学算法对标记的部分进行Top-hat运算.理论分析和仿真实验表明,该方法能够极大的提高形态学的检测效率,而且对算法的检测性能有一定的提高.
针对传统关联规则可视化挖掘方法不利于处理多值属性数据、缺乏展现数据间的频繁模式和关联模式以及效率低下等问题,提出了基于KAF因子和CHF因子的Apriori改进算法进行多值属性关联规则挖掘,实现了一种新的基于概念格的多值属性关联规则可视化方法.运用概念格理论对多值属性数据进行了重新定义和分类,建立了较为完整的挖掘过程参数调整策略,方便用户选择关键属性值进行规则挖掘分析,提高了算法运行速度和挖掘效率.以概念格结构将多值数据组织起来,实现了对频繁项集的可视化展示,以及关联规则的多模式可视化展示.实验结果表明,改进后的挖掘算法具有更好的性能,所提出的可视化形式和已有成果相比具有良好的展现效果.
针对视觉跟踪中常见的目标部分遮挡和尺度变化问题,提出了一种基于拓扑约束的多核跟踪算法.首先,提取满足空间分布的位于目标与背景所在边界的Harris角点作为多核跟踪器的中心,然后,采用拓扑约束对多个跟踪结果进行优化,选取跟踪性能好的核跟踪器,构造仿射变换模型,进而得到最终跟踪结果和目标尺度变化信息.实验结果表明,本文算法能对目标进行准确跟踪,并能有效地处理目标的部分遮挡和尺度变化问题.
当前的事件匹配算法不能在高效匹配的同时满足频繁订阅变更的要求.在结合已有谓词索引算法和覆盖网络算法的基础上,融合谓词索引结构的易变更和覆盖网络的高效匹配特点,提出一种混合的事件匹配算法.算法将部分订阅覆盖关系从覆盖网络中剥离,以同谓偏序的形式引入到谓词索引结构中去,达到高效匹配的同时保留了谓词索引的易变更结构.实验表明,与同类算法相比该算法能够在频繁订阅情况下提供高效的匹配,从而满足相关应用的需求.
相关噪声建模(Correlation Noise Modeling,CNM)的准确度是影响分布式视频编码(Distributed Video Coding,DVC)系统性能的关键因素之一.针对经过8×8离散余弦变换(Discrete Cosine Transform,DCT)后的相关噪声子带,本文提出了全新的基于多概率混合分布的CNM方法.该方法可根据子带的信息熵与子带在柯西、拉普拉斯和高斯三种概率分布下信息熵的相似度,自适应选择合适的概率分布对子带进行建模,提高了CNM的准确度.实验结果表明,采用本文提出的离线和在线CNM方法与现有典型的CNM方法相比,DVC系统的率失真(Rate-Distortion,R-D)性能均获得显著的提高.
针对单视频动态变化背景下的人脸表情识别问题,提出了一种同步人脸运动跟踪和表情识别算法,并在此基础上构建了一个实时系统.该系统达到了如下目标:首先在粒子滤波框架下结合在线外观模型和柱状几何模型进行人脸三维运动跟踪;接着基于生理知识来提取人脸表情的静态信息;然后基于流形学习来提取人脸表情的动态信息;最后在人脸运动跟踪过程中,结合人脸表情静态信息和动态信息来进行表情识别.实验结果表明,该系统在大姿态和丰富表情下具有较好的综合优势.
对数图像处理模型已形成并应用于图像处理的各个方面.本文提出一种参数对称的对数图像处理(PSLIP)新模型.该模型建立了一种可以处理图像负值部分带参数的对称结构.同时该模型不仅能够对图像中感兴趣的部分进行自适应调整,而且能够处理反射光图像和透射光图像.为了验证PSLIP模型的有效性,将其应用于边缘检测和图像增强中,形成PSLIP边缘检测和PSLIP图像增强算法.实验结果表明,其效果均优于现有对数图像处理模型.
肺4D-CT数据在肺癌治疗中有重要意义.但肺4D-CT数据纵向(Z方向)分辨率低,为显示正确比例图像需进行插值运算,由此带来图像的模糊.本文提出了一种基于Active Demons配准的超分辨率重建技术来提高肺4D-CT图像分辨率.我们将不同相位同一位置的低分辨率图像视为不同"帧"图像.首先采用Active Demons配准方法得到不同"帧"图像之间的运动估计;而后采用凸集投影(Projection Onto Convex Set,POCS)超分辨率算法重建高分辨率肺图像.实验结果表明,与三次样条插值和反投影方法相比较,我们的方法能得到更清晰的肺图像,明显增强图像结构.
量子元胞自动机(Quantum-dot cellular automata,QCA)是一种新兴的纳米技术.本文基于改进的五输入择多门,设计出一个全加器,在保持正确逻辑功能的基础上较以往的全加器有一定优势.应用该全加器设计加法器和乘法器,结果表明在某些性能上有显著提高.
中间绑定测试能够更早地检测出3D堆叠集成电路绑定过程引入的缺陷,但导致测试时间和测试功耗剧增.考虑测试TSV、测试管脚和测试功耗等约束条件,采用整数线性规划方法在不同的堆叠布局下优化中间绑定测试时间.与仅考虑绑定后测试不同,考虑中间绑定测试时,菱形结构和倒金字塔结构比金字塔结构测试时间分别减少4.39%和40.72%,测试TSV增加11.84%和52.24%,测试管脚减少10.87%和7.25%.在测试功耗约束下,金字塔结构的测试时间增加10.07%,而菱形结构和倒金字塔结构测试时间只增加4.34%和2.65%.实验结果表明,菱形结构和倒金字塔结构比金字塔结构更具优势.
常规IIR宽带波束形成器可以获得比FIR宽带波束形成器更好的性能,但其需要多极点的自适应调整过程,存在稳定性无法保证,计算复杂度较高等问题.本文提出一种新的基于IIR滤波器的宽带波束形成算法.该算法基于高阶Laguerre宽带波束形成器,利用双线性变换和函数束方法设计相应的低阶等价IIR宽带波束形成器.仿真实验及理论分析表明,该方法无需常规IIR宽带波束形成器的多极点自适应调整过程,在保证算法稳定性的同时,减少了计算复杂度,并提高了输出信干噪比(SINR).
本文提出了一种超宽频带毫米波混频器电路.混频器采用分布式拓扑结构和中频功率合成技术,具有宽带宽和高转换增益.该混频器采用TSMC 0.18-μm CMOS工艺设计并制造,芯片总面积为1.67mm2.测试结果表明:混频器工作频率从8GHz到40GHz,中频频率为2.5GHz时的转换增益为-0.2dB至4dB,其本振到中频端口和射频到中频端口间的隔离度均大于50dB.整个电路的直流功耗小于32mW.
硅压力传感器在工业环境中使用时,尤其是用于测量油井井下压力的时候,环境温度变化范围通常比较大.硅压力传感器由于其自身结构的原因,输出压力值会呈现非线性变化,大大的降低了压力传感器的测量精度.本文是基于PSO-BP神经网络方法对压力传感器在温度变化时产生的误差进行补偿修正,以达到系统精度要求.PSO-BP算法的本意是使用PSO算法用于对BP神经网络的初始权值和阈值进行改进和筛选,然后再使用BP网络对样本进行训练,以提高系统的泛化能力和稳定性.
