图像目标识别之实现

为解决当前流行的巡航导弹图像目标识别及瞄准技术，主要采用了分割和归一化技术。分割是很关键的一个步骤，归一化采用了坐标平移及图像缩小技术。归一化是为使图像具有可比性。由于采用了归一化，图像目标识别具有很高的准确性。此外还采用了逐步改变标准和目标图像比值，最后使两者相同及模板匹配技术。     

便携式钢轨磨耗自动检测系统

钢轨头部的磨耗值是决定钢轨伤损最主要的参数之一.采用光取断面法对钢轨磨耗进行自动检测,阐述系统的检测原理、硬件和软件组成并利用计算机图像处理技术对钢轨断面图像进行处理和检测,得出钢轨磨耗值,并给出系统的误差来源.     

“把“字句的句法、语义研究

“把”字句是现代汉语的常见句式。“把”字句的主要句法、语义特征有:宾语的有定性、谓语动词的非光杆性、语义上的处置性。     

WDM系统测试探讨

介绍了光波长分割复用（ＷＤＭ）技术的系统结构和工作原理，并对在ＷＤＭ系统检测中需特别测试的若干参数论述了其理由。     

Interference and Spectral Cellular Network with Efficiency Analysis in Two-hop Fixed Relays in FDD Mode

This paper presented ascheme of two-hop cellular network with fixed relay nodes （FRN）. Based on this scheme, co-channel interference and signal interference ratio（SIR） received by base station（BS） and FRN were analyzed. Both the theoretical analysis and simulation results show that the SIR can be improved significantly when relays are employed in the network. The higher spectral efficiency can be obtained due to the improved two-hop link quality through the use of adaptive modulation and coding （AMC）. The antenna height of FRN and the cell radius of BS and that of FRN influence SIR received by BS and FRN and the system spectral efficiency greatly. The proper antenna height of FRN and cell radius of BS and that of FRN were also given to get the highest spectral efficiency.     

一种基于本体的Web语义服务架构的研究

为解决现有的Web服务缺少形式语义支撑,导致Web服务的自动选择和组合困难的问题,该文提出一种基于本体的语义Web服务架构SOA-2,定义了Web服务本体,并实现QoS和上下文信息在SOAP消息中的嵌入和传递。与已有的方法相比,针对服务选择和组合的智能需求,本文提出的服务本体综合考虑了QoS和上下文因素。     

车辆牌照自动识别系统中的字符分割技术

车辆牌照定位以后,需要进行字符分割,以便系统自动识别。介绍了一种基于阈值化与投影法的分割技术,详细阐述了车牌图像归一化、域值化和字符分割的具体过程,算法简单实用,经过实验验证,可以满足实时自动识别系统的要求。     

基于MRF纹理分割的车辆目标提取技术研究

图像分割是计算机视觉中的关键技术之一。基于马尔科夫随机场（Markov Random Field,MRF）纹理分割的方法是一种基于统计的分割方法,具有能充分利用先验知识、能形成闭合的边界、模型参数少且易于和其他方法相结合等优点。该方法首先利用纹理特征将图像划分为若干不同的纹理区域,然后以此为先验信息,得到分割结果。文中介绍了基于MRF纹理分割的一般理论与图像的关系,评述了其在车辆目标提取中应用的优势,展望了其发展方向。     

基于RDF通用雷达测量数据编解码模型设计

针对雷达二次处理后上报测量数据的接口协议,分析提取协议在数据传输及数据帧结构方面的共性特征,在此基础上,研究基于RDF的协议描述方法,构建基于RDF的雷达测量数据接口协议描述模型,设计通用雷达测量数据编解码模型,为测量数据编解码的自动化提供支持,提高雷达组网的灵活性。     

面向数据驱动建模的行人轨迹自适应压缩与误匹配识别分割

轨迹数据驱动的行人行为分析建模在公共场合异常事件监测、人车冲突风险评估等方面具有重要意义,广布的交通视频监控是行人群轨迹数据的重要来源。行人轨迹具有趋势性和规律性,提取的原始轨迹信息冗余较大,且密集行人群频繁遮挡,不同行人轨迹易发生误匹配,导致数据失真。针对以上问题,根据行人轨迹的局部结构特征和数值特性,设计一种改进的两阶段自适应滑窗轨迹压缩算法ATSSW (Adaptive Two Stage Sliding Window)和基于轨迹局部转向角的误匹配识别和分割方法ABTDS (Angle-based Trajectory Detection and Segmentation),清洗和压缩行人轨迹数据。首先,ATSSW算法考虑轨迹各坐标分量的数值分布特征,将提取到的所有原始轨迹分为漂移和非漂移2类,采取不同的策略分别压缩2类轨迹;然后,ABTDS算法分析压缩后的轨迹局部转角特征,辨识误匹配轨迹样本;最后,ABTDS算法分割误匹配样本,并用分割后的轨迹更新原始轨迹数据集。研究结果表明：ATSSW算法压缩了653条原始行人轨迹,总压缩信息损失1 002.04,总平均轨迹压缩率为6.07%,总平均轨迹压缩保留率为95.35%;原始轨迹集中存在126条误匹配轨迹,ABTDS算法辨识并成功分割了其中的107条,检出率为84.92%;所提算法抑制了原始行人轨迹中漂移点和误匹配现象所致的干扰,减少了原始轨迹数据噪声,可提高轨迹数据驱动的行人行为建模精确度;适当压缩原始轨迹,可减轻轨迹数据存储处理的负担。