简介：

简介：特斯拉发布了最新iOS应用程序，细心的人们发现特斯拉把Siri集成到这款移动应用程序中。借助苹果的人工智能助手Siri，特斯拉电动汽车的驾驶者可以通过语音指令访问移动应用程序，

简介：摘要：本论文针对基于FPGA的红外成像系统及图像处理算法进行研究，通过使用FPGA技术实现红外图像的采集、预处理、增强和显示等功能，提高红外成像系统的性能和实时性。同时，通过优化图像处理算法，实现对红外图像的降噪、增强、目标检测等功能，提高图像质量和目标识别能力。表明基于FPGA的红外成像系统及图像处理算法具有良好的实时性、稳定性和性能优势。

简介：极化码是目前唯一被理论证明可以达到香农极限的线性纠错信道编码，已经成为5G标准的信道编码技术方案．针对具有线性复杂度的接续删除译码算法进行了仿真．针对接续删除算法的高译码时延．深入研究了每个时钟周期的计算特点，并且介绍了各种改进方案．针对上述存在的不足进行分析和总结得到了新的研究方向，最后说明了极化码与LDPC码、Turbo码多模泽码器的研究可行性．

简介：代价敏感普遍应用于解决分类不平衡问题,但代价敏感算法一直没有一个客观的评价标准.本文提出一种针对代价敏感算法的分类精度计算方法,以平衡精度替换总体精度来有效地评定代价敏感算法的分类性能.相比于传统的总体精度,该平衡精度不会忽略小类样本的贡献.通过代价敏感超限学习机对基因表达数据进行分类对比实验,结果表明,平衡精度可以更为客观、合理地表示代价敏感算法的分类性能.

简介：对基因表达数据进行分类时,超限学习机（ELM）算法具有学习效率高、泛化能力强、分类精度高的优点.为了解决超限学习机算法受输入权值矩阵和隐含层偏差随机初始化的影响,本文利用自适应遗传算法（AGA）具有良好的全局搜索效果对超限学习机的输入权值矩阵和隐含层偏差进行优化,提出了基于自适应遗传算法优化超限学习机（AGA-ELM）的分类算法.通过实验表明,该算法与已有的ELM、GA-ELM以及SVM算法相比,分类精度更高,可用于基因数据分类.

简介：介绍了一种基于局部粒子群算法来实现偏振复用系统中的偏振控制。在偏振复用系统的接收端，该算法通过对偏振控制器相位延迟的调整，实现调整接收端光信号的偏振态，从而恢复因光纤链路的不完美性而造成改变的偏振态，达到降低误码率的目的。该方法无需目标函数，具有高可导性，从而避免了局部收敛和所附加的复位问题。实验结果表明，基于局部PSO算法的偏振控制器能够将任意输入的偏振态转换为目标线偏振态，误差控制在0．5％以内。

简介：单隐层前向神经网络的学习能力是有限的.特别地,作为分类器,单隐层前向神经网络对于图像的复杂信息和不同图像之间的细节信息很难学习和处理.文章借鉴深度神经网络的思想,将单隐层矩阵输入的神经网络拓展到多隐层神经网络,并采用传统的反向传播算法对其训练并给出学习算法.通过多个数据库的实验对比,结果显示所提出的算法具有良好的效果.

简介：医学图像在形成、传输和记录过程中，由于受多种原因的影响，图像的质量会有所下降，典型表现为图像模糊、失真、有噪声等。针对现有图像遗传恢复算法存在的缺陷，从编码设计、种群初始化、遗传算子操作及更新机制，提出了自己的观点，在MATLAB7．0环境下结合不同图像进行仿真实验，

简介：针对极区经线快速收敛导致基于传统导航坐标系的传递对准模型和误差方程不适用的问题,提出了基于平面导航力学编排的极区传递对准算法,并设计了“速度＋姿态”匹配的传递对准滤波模型。该算法基于Kalman滤波最优估计理论,利用舰艇主惯导高精度姿态、速度信息对局部基准姿态失准角进行估计补偿,以达到局部基准极区动基座条件下快速初始对准的目的。仿真结果表明,在中海况条件下,局部基准可在20s内完成方位精度为5′、水平姿态精度为3′的初始对准。

简介：场景锁定技术是视频跟踪领域的一个关键技术，需要对图像的全局运动进行估计，常用的运动估计算法由于计算量大、对噪声敏感等因素很难得到实际应用。为了减少运动估计的计算量，提高全局运动估计的精度，提出了一种基于Harris角点全局运动估计的场景锁定方法。将图像分成4×4的16个块，选取每个块中响应值最大的角点，以参考图像角点周围矩形块与待匹配图像进行匹配，然后利用RANSAC算法对角点进行一致性检测，利用最小二乘法解算全局运动参数，最后计算图像之间的累积运动。实验结果表明，该算法运动估计精度高，稳定性好，能较好地实现场景锁定。

简介：在视频编码器中，软判决量化可获得最优编码性能，但其中维特比算法会导致严重的系数间串行处理依赖．比较而言，基于死区的硬判决量化算法率失真性能有所损失，但不存在系数间依赖，且非常适合硬件并行流水处理．今采用离线统计的方法，分析余弦变换系数的分布情况，量化余数对量化的具体影响，构建了基于余弦变换系数分布参数，量化余数的自适应偏移模型．基于该模型提出一种内容自适应的硬判决量化算法．仿真结果表明，该算法在保证并行化处理的条件下，其编码性能相比于传统的硬判决量化有一定的提升，可接近软判决量化算法性能．

简介：针对典型目标识别问题,提出了一种基于投影寻踪的高光谱目标识别算法。先对高光谱图像进行最小噪声分离变换,计算出本征维度,同时对图像去噪,然后采用信息散度作为投影指标,对投影指标值自适应分割,得到所要提取的波谱曲线,最后用光谱角匹配识别出目标及其位置。高光谱图像验证结果表明,该方法有效地去除了图像噪声,而且能够快速、可靠地提取端元并识别出目标。

简介：翼神在去年上市的时候曾一次性推出了6款车型，但他们相互间是否还存在着某些BUG呢？

简介：汽车维修与检测设备产品质量直接影响到汽车技术状况的评定和维修质量,是汽车维修行业管理的一个组成部分.为促进我国汽车维修与检测设备行业持续、健康发展,提高产品质量,扶优治劣,规范市场,交通部、国家质量监督检验检疫总局等部门认可授权交通部汽车保修设备质量监督检验测试中心(以下简称中心)对汽车维修与检测设备进行产品型式认定和质量监督检验工作.为使汽车维修与检测设备生产企业和用户更好地了解产品质量检验工作,我们就汽车维修与检测设备产品质量检验有关事宜介绍如下:

简介：介绍了一种基于边缘特征的图像配准方法。首先利用Canny算子提取图像的边缘；然后以AM测度作为配准准则，在优化AM峰值和配准参数的时候，先用遗传算法将配准参数收敛到最优值附近，再使用Powell法进行局部搜索；最后对待配准图像进行刚体变换及双线性插值，从而实现图像配准。实验结果表明，此优化方法不仅提高了计算速度，而且提高了配准精度，配准结果达到了亚像素级水平。

简介：提出了一种改进的基于fp-tree的Apriori算法.该算法先用尾元将fp-tree分区，生成数据量更小的子数据集，再动态删除冗余数据将子数据集的数据进一步压缩，最后通过扫描子数据集进行支持数统计，从而快速挖掘.实验结果表明，在对含有大量高维度数频繁项集的数据集进行挖掘时，这个改进算法的挖掘速度较快.

简介：针对静态背景和缓动背景下的多目标跟踪,提出一种基于HOG与粒子采样定位的单目标和多目标跟踪方法。从背景建模与更新策略出发,采用方向梯度HOG特征与朴素贝叶斯分类学习方法对检测的可疑目标进行判别,识别出兴趣目标。同时提出粒子采样定位算法,在初步确定的目标位置附近,利用一定分布特性的粒子对目标的位置状态进行逼近。对多场景多实例的跟踪仿真实验结果表明：该方法能够自动检测并判别兴趣目标,可以稳定跟踪单个或多个目标,并具有较高的定位精度。该方法可应用于静态背景和缓动背景下的单目标和多目标跟踪。

简介：LDA主题模型是文本挖掘领域的重要算法，同时在推荐系统当中也有不错的表现.通过LDA主题模型挖掘用户感兴趣的主题，是目前最常用的用户兴趣主题挖掘方法之一.为了提高LDA主题模型应用在推荐系统时的推荐质量，我们提出了一种基于负样本进行学习的方法negLDA.通过创造出负样本来学习用户对物品的负面预测评分，同时结合正样本学习得到的正面预测评分，从正反两个方面进行综合评测，从而更加精确地衡量出用户对物品的预测评分.通过在MoviesLens-100k、MovieLens-1M、FilmTrust这三个数据集上的实验，表明所提出的算法在精确率、召回率、AUC三个指标上相比传统算法均有一定改进.

简介：透过水空介面成像是透过扰动介质成像领域的一个新方向,与透过单一湍流介质成像相比,这种成像方式的图像退化主要表现为更严重的随机畸变。提出了一种补偿水波扰动带来的随机图像畸变的算法。该方法可以从畸变图像序列中恢复出一帧无畸变的图像。首先对图像序列进行筛选,从图像序列中选出最清晰的一帧作为基准帧。使用非刚性配准结合一些后续处理,估计出基准帧到图像序列几何中心的非刚性变形向量场。然后,用这个非刚性变形向量场对基准帧坐标映射并插值得到无畸变的图像。最后,分析讨论了该算法的优势和局限性。通过实验验证了该算法的有效性。