数字视频系统质量测试方法研究

<正>随着数字通信媒体技术在有线电视、卫星、因特网、3G通信等领域迅速发展,MPEG-4与H.264压缩格式成为当前主流视频压缩技术,并在数字视频监控系统中广泛运用,在保证图像质量前提下,可大大降低通道带宽和存储     

VC.NET环境下蒸气发电机组监测系统的设计与实现

基于计算机测控技术与远程网络通信技术,设计了整套某型蒸气发电机组监测系统.并着重阐述了网络通信技术在系统软件设计中的应用,通过对网络通信协议、传输策略的选取以及开发的一个网络通信类,成功实现了远程终端对发电机组运行状况的实时监测,整套系统已投入使用,运行效果良好.     

在VC6中显示ACCESS数据库中图像字段的新方法

介绍在VC6中用图像控件显示ACCKSS数据库中OLE字段的位图。首先阐述CLongBinary类与CByteArray类的区别；接着介绍图像控件的使用；最后叙述如何用VC6调用ACCESS数据库中的OLE字段，使其在Imase控件上显示位图，以及如何将位图存人数据库中。     

生物信息学中的多序列比对算法

多序列比对是生物信息学中基本的信息处理方法,对于发现生物序列中的功能、结构和进化信息具有重要的意义.本文对多序列比对的算法进行了介绍并分析了它们的优劣.     

TFDS集中作业系统的设计与实现

针对货车故障轨旁图像检测系统（TFDS，Trouble of moving Freight car Detection System）探测站存在的作业量不均衡、作业关系未有效利用、作业质量差异较大等问题，基于数据传输、数据挖掘、智能判别等技术，将多套TFDS采集的图像和列车信息进行统一存储和任务的智能分配，实现智能管理、作业联控、信息传递等功能。该系统在中国铁路郑州局集团有限公司上线以来，运行效果良好，故障发现效率提升20%以上，为车辆系统深化改革创造了条件，为专业化管理提供了技术支持。     

基于经验模态分解与长短时记忆神经网络的短时地铁客流预测模型

为降低样本噪声对客流预测模型的干扰, 结合深度学习理论, 提出了一种基于经验模态分解与长短时记忆神经网络的短时地铁客流预测模型; 将预测过程分为3个阶段, 第1阶段预处理原始地铁刷卡数据, 构建进(出)站客流时间序列, 运用经验模态分解法将时间序列转化为一系列本征模函数及残差, 第2阶段利用偏自相关函数确定长短时记忆神经网络的输入变量, 第3阶段基于深度学习库Keras, 完成长短时记忆神经网络的搭建、训练及预测; 以上海地铁2号线人民广场站客流数据验证了模型的有效性。计算结果表明: 与代表性的预测模型(差分自回归移动平均模型、支持向量机、经验模态分解与反向传播神经网络、长短时记忆神经网络)相比, 经验模态分解与长短时记忆神经网络预测模型分别将工作日高峰、平峰、全日的进(出)站客流预测精度分别至少提升了2.1%(2.5%)、2.7%(3.5%)、2.7%(3.4%), 将非工作日全日的进(出)站客流预测精度至少提升了3.3%(3.5%), 说明经验模态分解与长短时记忆神经网络的组合是一种预测短时地铁客流的有效模型; 当预测步长由5 min逐渐增加至30 min时, 工作日高峰、平峰和全日进(出)站客流的平均绝对百分比预测误差分别由14.8%(13.9%)、16.8%(17.4%)和16.6%(17.0%)逐渐降低至7.0%(6.2%)、8.3%(7.5%)和8.1%(7.4%), 说明该方法预测误差与预测步长呈负相关。      

图像融合技术在医学图像拼合中的应用

对基于图像互信息量的融合方法进行了研究.对直方图概率分布估计有所改进,并与Parzen窗函数估计方法进行比较.应用并比较Powell's和类统计梯度搜索策略的特点,对图像的预处理以及融合后图像的显示提出新的方法.应用这些方法拼合实际医学图像,得到很好的拼合结果.     

图像三维插值算法研究

对三维图像插值算法进行研究,在最邻近法,双线性法和高次函数_hermitian法的基础上,提出了一种基于信号理论的恢复曲线插值法;并将该算法应用于DICOM医学图像的三维插值,通过三维可视化的方法对各算法插值结果进行比较,证实了该算法在改善体数据的三维可视化图像质量方面有较好的效果.     

红外成像系统非均匀性快速校正方法

针对传统基于场景的非均匀性校正方法计算量大的缺点,提出一种快速校正方法。通过对图像序列进行分析,得出非均匀性的表现形式可看作是在理想视频上叠加一个固定图案噪声这一结论。首先对前k帧图像求取均值,得到包含非均匀性而且背景灰度趋于一致的均值图像;然后提取非均匀性噪声矩阵,将原始非均匀性图像与噪声矩阵做差,便可实现非均匀性的快速校正。利用仿真图像序列与实拍视频对方法进行验证,实验结果表明提出的方法能够有效对非均匀性进行校正,而且计算量较小,具有更快的校正速度。     

现代时间序列分析在扫雷作战效果评估中的应用

针对扫雷作战效果评估出现异常结果,特别是在混布雷阵效果评估过程中出现发散、突变和精度低的问题,采用现代时间序列分析法对扫雷作战效果进行评估。结合扫雷作战特点,给出具体的求解过程。通过对4种典型雷阵的仿真和分析,结果表明了该评估方法的有效性,尤其对混布雷阵也有很好的评估效果,且计算过程简便,可用于扫雷作战效果的实时评估。