摘要：为捕捉样本之间的复杂关系,提升噪声鲁棒性,提出一种基于动态超图学习拉普拉斯矩阵的无监督特征选择方法。通过对训练样本的协方差矩阵施加正交约束,利用超图动态学习拉普拉斯矩阵分别保持低维训练样本的全局和局部结构,获取样本之间的复杂关系;引入的两种子空间学习方法增强特征选择的辨别能力。通过公共数据集实验结果验证了提出方法能够提升特征选择质量,以及相关上游任务的精度和鲁棒性。

摘要：传统三维图像重建方法的重建效果较差、重建耗时较长。为解决上述问题,提出基于绝对二次曲线像的三维图像重建方法。根据多线程调度方法构建三维图像重建框架,将图像重建工作分为三个部分,分别为图像导入显示,预处理和分层重建。引入中值滤波方法对图像进行滤波,并使用Canny算子对图像进行分割。在重建过程中,计算无限平面单应矩阵以实现仿射重建,并计算绝对二次曲线像以进一步执行欧式重构,实现三维图像的分层重建。仿真结果表明,设计方法的重建效果好,重建时间短,应用性较好。

摘要：纸质记录曲线的识别和数字化是图像处理和模式识别领域的一项重要内容,是对气象档案馆保存的气象纸质曲线资料数字化的有效方法。该文研究并构建了电接风向风速自记纸数字化处理系统,该系统主要包括4个处理阶段:自记纸图像的输入、图像预处理、自记曲线的分割、曲线的跟踪和识别。其中,自记纸图像的输入应用TWAIN(Toolkit Without An Interesting Name,无注名工具包协议)标准来设计,对记录曲线的跟踪识别,该文提出的基于灰度积分投影的分段线性插值算法,取得了很好的识别效果。

摘要：本文针对目前很多高校的实验条件不能满足网络实验教学这一问题,提出利用虚拟机和网络仿真软件来改变这一现状,提高教学质量。并以VMware、OPNET和Boson NetSim为例分析设计了一些网络实验项目。