【摘 要】
：
针对日常生活中两幅图像会出现混叠的情况,根据数字化图像灰度值范围有界特性和一般信号盲源分离的方法,提出了一种利用分离比值函数单调特性达到图像盲分离目的的新算法。新算法根据接收端的观察信号确定信号之间的比值函数,通过函数的单调性分析找到分离矩阵的关键值,从而实现图像的盲源分离。本算法无须先验知识,没有统计相关性的约束条件,而且分离速度快、效果明显,实验仿真结果验证了算法的有效性。
【机 构】
：
重庆邮电大学信号处理与片上系统研究所
论文部分内容阅读
针对日常生活中两幅图像会出现混叠的情况,根据数字化图像灰度值范围有界特性和一般信号盲源分离的方法,提出了一种利用分离比值函数单调特性达到图像盲分离目的的新算法。新算法根据接收端的观察信号确定信号之间的比值函数,通过函数的单调性分析找到分离矩阵的关键值,从而实现图像的盲源分离。本算法无须先验知识,没有统计相关性的约束条件,而且分离速度快、效果明显,实验仿真结果验证了算法的有效性。
其他文献
英语从句识别是句法分析的基本问题,它是进一步进行英汉机器翻译的基础。提出一种基于最大熵原理的英语从句识别方法,即先将提取后的特征表示为最大熵模型形式并对其编码,再采用最大熵原理完成最后的识别过程。采用该方法进行完整从句识别的正确率和召回率分别达到80.92%和62.36%,实验表明,该方法的正确识别率远高于CoNLL01的底线标准,是一种简单有效的从句识别方法。
提出了基于UML构件规格说明自动构造构件行为模型的方法,并用一个实例对该方法进行了说明。该方法构造的构件行为模型包含状态与状态之间的转换,接口操作作为状态转换弧上的输入,能够很好地体现接口的操作调用序列,因而可以作为构件测试的测试模型,对于构件的开发者和使用者进行构件的黑盒测试以及第三方构件的评估很有价值。
一个完整的工作流通常包含需要执行的任务集、各任务之间的依赖关系以及支持各任务执行的相应资源类型和执行任务所需的时间等,然而目前大多数的工作流建模方法往往只注重模型的某些方面,缺乏对工作流各要素的统一建模能力。通过对传统Petri网的改进,提出了一种包括任务、控制、资源、时间等多要素的多维工作流模型(multi-dimensional workflownet,MD_WFN),实现了任务流、控制流、资
利用Rough集理论的基本原理和方法,在提出一种缺省规则挖掘策略和算法的基础上,系统地描述了基于缺省规则的决策支持方法,将其应用于汽车故障诊断决策分析中。试用表明,该方法能较好地排除噪声的影响,使决策者在有限的时间和有限的知识下,作出比较合理的决策。
在MDA场景下,元模型是实现平台无关模型和平台相关模型转换的核心。提出通过元层模型和模型层模型的Down-Up机制给出可复用的MOF元建模框架。元建模框架由MOF BootStrap模型自举,并且内置MOFModel,此框架可在任意多层元建模中复用。此外,给出了模型工程模型和模型迁移剪枝算法,并提出了采用模型工程统一对象空间实现模型实例复用的方法。此框架的研究对于指导具体建模工具的实现有重要意义。
通过对柔性电子政务系统特点的分析,从系统开发实践角度,讨论了元数据特点及其分类,给出了一种基于元数据管理的电子政务系统体系结构,并对此结构进行了分析和说明。
针对利用粒子群优化算法进行多极值函数优化时存在早熟收敛和搜索效率低的问题,提出混合的PSO-BFGS算法,并增强了混合算法的变异能力使算法能逃出局部极值点。通过对三种Benchmark函数的测试结果表明,PSO-BFGS算法不仅具有有效的全局收敛性能,而且还具有较快的收敛速度,是求解最优化问题的一种有效算法。
在对目前所有的曲面品质分析方法进行分类的基础上,详细介绍了各种方法的思路、原理和计算过程,并分析了基于一阶微分曲线的分析方法之间的内在联系。最后,通过实例对最常用的反射线法、等照度线法和高亮线法的曲面品质分析过程进行了详细阐述,这些方法证明能对曲面品质进行有效的分析。
借鉴分层递阶结构原理和蚁群算法的思想,提出了一种基于信息素的粒子群算法并用来优化前向神经网络的结构和权值。通过在控制基因中释放信息素进行粒子控制基因的更新,实现了粒子间信息的共享。粒子群的惯性权重采用指数曲线衰减的形式,给每代最差粒子的速度随机加入干扰,克服了标准粒子群算法在寻优时出现的粒子早熟现象。仿真结果表明该算法能快速确定神经网络的结构和权值,表现出良好的收敛性能。