摘要：[目的]确定黄土高原小流域地貌水文研究需要下的适宜DEM分辨率,探究尺度效应曲线和信息熵方法适用度,并为判定适宜分辨率提供新视角和新途径。[方法]以黄土丘陵沟壑区的延河流域为研究区,利用ArcGIS对原分辨率DEM进行重采样,获取多组不同分辨率DEM,并提取相应尺度下地形属性值,绘制两种不同的尺度效应曲线(“平均坡度-分辨率”和“局部方差均值-分辨率”曲线),并引入信息熵和互信息熵,结合实际地形,对适宜DEM分辨率进行了判别。[结果](1)在地形复杂的延河流域,基于不同判定方法所获结果有所不同,而局部方差均值、信息熵及互信息熵所获适宜分辨率结果相近。(2)采用不同地形属性判别适宜分辨率结果有所不同,剖面曲率和平面曲率所获适宜分辨率较为相近(局部方差均值结果为15~20 m,信息熵和互信息熵结果均为15 m),坡度较曲率所获适宜分辨率差异更大(局部方差均值结果为20~35 m,信息熵和互信息熵结果均为20 m)。[结论]局部方差均值和信息熵均适用于该地区的DEM分辨率判定,延河流域适宜DEM分辨率为15~20 m。

摘要：解决检测目标的定位问题是实施自动光学检测的前期工作。针对挠性印制电路基材制成品与标准设计存在的差异导致的匹配误差,本文提出了基于互信息熵与关键区域特征相结合的匹配误差校正方法。首先采用图像灰度互信息熵作为衡量检测目标与设计标准之间差异的指标,建立以互信息熵值为目标函数的搜索方法;根据关键区域内的互信息熵对匹配误差具有更好的敏感性与准确性的特点,选取含灰度信息丰富的关键区域与互信息熵相结合的方法对检测目标进行匹配以提高匹配效率;然后,在焊盘图像中添加椒盐噪声、缺损、冗余等干扰信息,在存在干扰的环境下实现对目标的准确定位与搜索,验证了算法的抗干扰能力。通过最终的实验表明,采用该方法对于75μm制程该方法定位精度可达22.4μm,优于霍夫变换法与坐标转换法。对于工艺误差、基材胀缩、外形缺损等因素造成的不良影响具有良好的抗扰性,更适于在实际的工业环境中使用。

摘要：关键帧数据提取可以降低全景视频检索中产生的数据量,为了提高全景视频镜头边缘的检测与关键帧的提取的处理能力,提出基于互信息熵的全景视频关键帧数据实时提取系统设计;根据全景视频关键帧数据提取系统的硬件结构,分析视频播放器和镜头边缘检测器的工作原理;在系统的软件设计中,将待检测的两帧图像随机划分为子图像块,通过计算子图像块之间的互信息熵,获取全景视频图像的突变帧,将关键图像帧的特征差值曲线作为全景视频关键帧的时序特征,完成全景视频中关键帧数据的特征匹配,选择一个能够体现全景视频图像属性的特征,描述视频中的主要信息,利用数值化分析的方式,将全景视频帧的特征转换成数组形式的特征向量,通过计算互信息熵值,提取全景视频关键帧数;系统测试结果表明,文中系统将关键帧数据提取的查全率和查准率分别提高到95%和98%以上;能够准确提取出全景监控视频的关键帧数据,具有更好的全景视频处理能力。

摘要：属性约简是粗糙集理论的重要研究内容之一,其主要目的是消除信息系统中不相关的属性,降低数据维度并提高数据知识发现性能。然而,基于粗糙集的属性约简方法大多没有考虑属性之间的依赖性,使得最终的属性约简结果存在一定的冗余属性。对此,提出一种基于邻域条件互信息熵的属性约简算法。首先,在传统邻域熵的基础上,针对混合型数据,提出混合型邻域互信息熵模型和混合型邻域条件互信息熵模型;然后利用这两种熵模型进行混合型信息系统的属性依赖度评估和属性启发式搜索,并设计出一种属性约简算法;最后通过UCI数据集的实验分析,证明了提出的算法具有较高的属性约简性能。

摘要：基于互信息熵的图像配准方法已经被广泛应用于医学图像配准中,为克服互信息配准方法的不足,结合图像空间结构信息,本文提出一种基于边缘特征点互信息熵的医学图像配准方法,设计了包括互信息熵、图像空间结构和形状特征点等多信息融合的配准新测度。算法首先采用改进的形态学梯度提取医学图像边缘轮廓;然后构造了以边缘区域特征和梯度信息为基础的特征点互信息能量函数,并通过最小化能量函数来获取配准参数;最后,结合梯度下降法优化策略,实现图像配准。实验研究表明,该方法在保证了配准精度的同时,配准速度较快、鲁棒性较好、综合性能优良,具有一定的临床推广价值。

摘要：文章重点研究区域水灾演变特征、探究大尺度环流因子与水灾间的响应关系。结果表明:陕西省水灾于1980、1996年发生变异; 1972—1980年区域水灾为轻度灾害,1981—1996年中灾与特大灾发生频率与程度明显升高,1997—2013年相对降低;诊断出1980年后水灾程度与频率异常增加受PDO、SOI与Nino3. 4影响较大。

摘要：针对高频元件精密加工后纹理复杂、相似度高,导致较难区分的问题,提出了一种基于等积环形分割的快速定位识别算法。首先使用互信息熵进行快速粗定位,然后在等积环形分割的基础上通过像素梯度幅值与像素梯度方向进行有效特征点的筛选及匹配系数(Matching Ratio Result,MRR)的计算,根据得到的匹配系数对元件进行精确定位及识别分类。实验结果表明,与传统的模板匹配方法相比,该方法的定位精准度和时效性有较大的提升,对1350张高频元件图像的识别准确率达到了95.9%。

摘要：针对神经网络结构设计问题,提出一种基于神经网络复杂度的修剪算法.其实质是在训练过程中,利用网络连接权矩阵的协方差矩阵计算网络的信息熵,获得网络的复杂度;在保证网络信息处理能力的前提下,删除对网络复杂度影响最小的隐节点.该算法不要求训练网络到代价函数的极小点,适合在线修剪网络结构,并且避免了结构调整前的网络权值预处理.通过对典型函数逼近的实验结果表明,该算法在保证网络逼近精度的同时,可有效地简化网络结构.

摘要：脑机接口系统中的个体差异问题会导致脑电分类效率不稳定,因此,设计新型的滤波器组预处理结构及特征提取组合模型,减缓个体差异给脑机接口系统带来的影响.首先在预处理阶段,对脑电信号进行多带通滤波预处理,消除个体差异导致的脑电信号频带波动影响,其次在特征提取阶段,用共空域模式(CSP)算法进行粗特征粗提取,再分别用组稀疏(GL),基于极限学习机的自编码器(ELMAE)和互信息熵(MI)进行特征筛选,提高特征可分性,最后实验结果表明本文所提方法能够突出与运动想象相关的alpha和beta波段的信息,得到高可分的特征,而且具有优秀的分类性能.