摘要：智能手机印刷电路板装配(printed circuit board assembly,PCBA)集成度高、焊点间隙小,小视场下成像易引入噪声,圆形焊点边缘粘合、断缺现象明显,导致圆形焊点轮廓提取准确性不高.为此,提出PCBA圆形焊点轮廓自适应提取算法.首先,采用引导滤波算法,在有效地抑制噪声的同时捕捉圆形焊点边缘梯度信息;其次,依据自适应OTSU分割算法实现焊点区域分割,采用8邻域边界跟踪算法及Canny算子提取圆形焊点轮廓信息;最后,利用圆形焊点的轮廓几何特性和边缘滑动窗口机制对轮廓信息进行筛选,从而获得更精细的圆形焊点轮廓.在实验设备采集的90幅PCBA图像数据集上与3种典型方法进行实验的结果表明,所提算法的精确率、召回率、F值分别为96.96%,97.88%,97.42%,运行时间为310 ms,可快速、有效地提取出PCBA圆形焊点轮廓.

摘要：针对现有航天发射安全控制系统严重依赖地面跟踪测量设备、无法有效提升发射频次和发射能力的问题,提出了自主安全控制技术。该技术在确保对地面目标实施有效保护的同时,取消了箭上安全控制系统对地面安控系统的依赖,可有效提升发射能力。提出一种通用自主安全控制系统的设计方案,设计了自主安控策略,并分析了自主安控系统的应用前景。

摘要：为了改善SAR图像的质量,提出了劣质SAR图像的退化模型。根据在斑点非完全发育的非平稳域,SAR图像受斑点噪声污染或线性模糊退化两种主要因素降质的特点,设计了两种具有代表性的复原流程,并采用复小波域层内层间相关性斑点抑制算法和维纳去卷积盲复原算法进行复原。实验结果表明,复原后图像的视觉效果和PSNR值均有明显的改善。

摘要：为提高分类受限玻尔兹曼机(classification restricted Boltzmann machine,ClassRBM)有限的学习能力,提出一种基于重构误差的学习助推策略,提升ClassRBM的分类性能。重构误差是模型生成的数据与原始数据之间的差异,其会影响模型的性能。通过设置不同的重构误差阈值,选择重构误差超过阈值的原始数据对强化模型进行训练。测试时,统计测试数据集中被ClassRBM分错,且重构误差超过阈值的测试数据,如果存在这样的测试数据,错分数据采用强化模型的分类结果。在不同数据集上的测试结果表明,提出策略能提升ClassRBM的性能。

摘要：针对神经网络分类器设计依赖手工试算方式确定的问题,利用遗传算法,较好地解决了神经网络分类器初始学习速率、动量项值和网络结构等设计问题,并在实际多类模式识别应用中,具有较低的错误识别率。

摘要：这件布料不到70厘米的新式泳装,设计师以比基尼岛的名字为它命名,因为它爆发的能量不亚于那颗在小岛上空爆炸的原子弹,影响了全球人民60多年来的审美潮流。但比基尼真正被人们接受且流行起来,电影,居功甚伟。

摘要：为克服人脸表情、光照变化等对图像中人脸识别结果的影响,提出一种自适应加权多尺度LTP的人脸识别算法。采用多尺度小波分析对人脸图像进行二级分解,将分解的一、二级逼近图像划分成互不重叠的子块,利用LTP算子提取每个子块的LTP纹理直方图;将各个子块图像的信息熵作为直方图加权的依据,对每个子块对应的直方图进行自适应加权,将所有子块的直方图连接成最终的纹理特征;使用卡方距离度量特征之间的相似度,用最近邻分类器实现分类识别。在YALE和AR两个标准人脸库上的实验结果表明,自适应加权多尺度LTP算子能够较好地描述人脸纹理特征,对表情变化和光照变化的人脸不敏感,有效提高了人脸识别率。

摘要：随着企业信息化的实施与发展,信息系统在企业的经营管理、战略决策等方面发挥着越来越重要的作用,企业对信息资源的依赖性越来越强,这也导致信息系统在安全上的脆弱性越来越明显.针对信息系统的安全性问题,结合用户的特殊需求,提出了一种基于纯软件双机热备和数据库逻辑备份的信息系统数据安全设计方案.

摘要：经典Mean Shift目标跟踪算法采用单一颜色特征建立目标模型,在目标颜色与背景颜色相近或遮挡的情况下,目标跟踪鲁棒性差,为此,提出另一种Mean Shift目标跟踪算法。采用Haar型局部二值模式(Haar local binary pattern,HLBP)算子提取HLBP纹理特征,利用HLBP纹理特征具有较强辨识度、对光照变化不敏感等特点,代替原始视频图像序列,建立HLBP纹理特征的空间概率密度分布模型来表征目标特征;在此基础上,在Mean Shift框架下获取目标位置估计值,实现目标的跟踪。对比实验结果表明,该算法具有较高的目标跟踪精度和鲁棒性。

摘要：研究了字符边缘色彩信息对车牌定位的作用。在HSV色彩空间中,字符边缘处色度、饱和度处于特定的较窄范围,分别提取出车牌底色色彩像素点和字符色色彩像素点,再利用图像水平方向纹理得到车牌底色纹理,最后排除没有字符色像素点相邻的底色纹理像素点。实验结果表明,该方法适应性强、定位速度快,可在定位的同时确定车牌颜色。