检索结果-内蒙古大学图书馆

中国图象图形学报 2012年第5期17卷 721-728页

作者：王相海李放王爽辽宁师范大学计算机与信息技术学院大连116029 辽宁师范大学自然地理与空间信息科学辽宁省重点实验室大连116029 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

针对小波阈值法在去除遥感图像高斯噪声时,所存在的由于过度"扼杀"小波系数而引起的模糊边缘问题,以及P-M模型通常会使图像的灰度趋于分段常量而产生所谓的"块状"效应问题。提出小波域偏微分方程(PDE)遥感图像去噪... 详细信息

针对小波阈值法在去除遥感图像高斯噪声时,所存在的由于过度"扼杀"小波系数而引起的模糊边缘问题,以及P-M模型通常会使图像的灰度趋于分段常量而产生所谓的"块状"效应问题。提出小波域偏微分方程(PDE)遥感图像去噪模型,该模型通过对遥感图像进行小波分解,保持低频子带信息,而只对含有噪声、图像边缘的高频子带进行基于子带方向特性的非线性异性扩散,使模型在有效去除高斯噪声的同时,能够很好地保护遥感图像中的边缘特征和细节纹理信息,避免了去噪后的结果图像出现分段常量现象。实验结果表明,对于相同的遥感图像高斯噪声,基于所提出混合模型的去噪图像的PSNR较基于类零树的Bayes阈值法和P-M模型提高了1～2dB。

关键词：遥感图像小波方向子带偏微分方程 P-M模型高斯噪声

来源：评论

学校读者我要写书评

暂无评论

从头预测蛋白质骨架的一种并行蚁群方法及其在CASP8/9中的应用

引用

中国科学：信息科学 2012年第8期42卷 1034-1048页

作者：吴宏杰吕强吴进珍黄旭罗小虎钱培德苏州大学计算机科学与技术学院苏州215006 苏州科技学院电子与信息工程学院苏州215006 江苏省计算机信息处理技术重点实验室苏州215009

从低同源关系的氨基酸序列预测蛋白质的三维结构被称为从头预测,它是计算生物学领域中的挑战之一.蛋白质骨架预测是从头预测的必要先导步骤.本文应用一种基于共享信息素的并行蚁群优化算法,在现有能量函数指导下,通过不同能量项之间的... 详细信息

从低同源关系的氨基酸序列预测蛋白质的三维结构被称为从头预测,它是计算生物学领域中的挑战之一.蛋白质骨架预测是从头预测的必要先导步骤.本文应用一种基于共享信息素的并行蚁群优化算法,在现有能量函数指导下,通过不同能量项之间的定性互补,构建具有最低能量的蛋白质骨架结构,并通过聚类选择构象候选集合中具有最低自由能的构象.在CASP8/9所公布的从头建模目标上应用了该方法,CASP8的13个从头建模目标中,模型1中有2个目标的预测结果超过CASP8中最好的结果,7个位列前10名;CASP9的29个从头建模目标中,候选集中的最佳结果中有20个进入Server组的前10名,模型1中有11个进入前10名.本文的结果说明融合多个不同的能量函数指导并行搜索,可以更好地模拟天然蛋白质的折叠行为.同时,在本算法载体上实现了不同种类搜索策略的融合并行,对于用非确定性算法解决类似的优化问题来说也是一种新颖的方法.

关键词：蛋白质骨架从头预测蛋白质折叠并行算法启发式算法

来源：评论

学校读者我要写书评

暂无评论

小波低频子带预测的遥感图像分布式编码

引用

遥感学报 2012年第1期16卷 116-131页

作者：王相海秦铭爽付明哲程露露辽宁师范大学计算机与信息技术学院辽宁大连116029 辽宁师范大学自然地理与空间信息科学辽宁省重点实验室辽宁大连116029 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006

传感技术的不断发展使遥感图像的时间、空间和光谱分辨率不断提高,信息量日益增大,给遥感图像的存储和传输带来了极大挑战,传统图像编码策略难以适应这种基于上行的遥感图像应用需求。本文提出一种基于小波低频子带预测的分布式遥感图... 详细信息

传感技术的不断发展使遥感图像的时间、空间和光谱分辨率不断提高,信息量日益增大,给遥感图像的存储和传输带来了极大挑战,传统图像编码策略难以适应这种基于上行的遥感图像应用需求。本文提出一种基于小波低频子带预测的分布式遥感图像编码方案,利用预测插值的方法得到用于解码Wyner-Ziv的辅助信息,图像的低频信息采用小波零树编码方案,而预测误差图像采用基于均匀量化和位平面的Turbo混合编码方案;在解码端,以预测误差图像的码流作为辅助信息,将其与图像的低频信息码流进行联合解码。实验结果表明,提出方法具有编码效率高、失真率小、压缩比高、抗误码性强和码流具有质量可分级等特性。

关键词：遥感图像分布式编码预测误差位平面抗误码性

来源：评论

学校读者我要写书评

暂无评论

基于主动负载分担的P2P流媒体系统数据调度算法

引用

江苏科技大学学报（自然科学版） 2012年第2期26卷 181-184页

作者：温琼翡朱艳琴纪其进苏州大学计算机科学与技术学院江苏苏州215006 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006

在P2P流媒体系统中,由于节点缺乏系统的全局视图,在调度数据请求时难以做到负载平衡,因而可能存在大量的轻载节点.为了提高这些轻载节点的带宽利用率,将节点的负载情况分等级并让轻载节点主动向重载节点通告负载等级,通过允许重载节点... 详细信息

在P2P流媒体系统中,由于节点缺乏系统的全局视图,在调度数据请求时难以做到负载平衡,因而可能存在大量的轻载节点.为了提高这些轻载节点的带宽利用率,将节点的负载情况分等级并让轻载节点主动向重载节点通告负载等级,通过允许重载节点将某些数据请求转移给轻载节点实现负载分担.仿真实验结果表明,相比于现有的数据调度算法,文中所提算法提高了系统资源利用率和平均播放质量,可以有效地改善了系统的整体性能.

关键词： P2P流媒体系统数据调度主动分担任务迁移

来源：评论

学校读者我要写书评

暂无评论

图像修复的方向梯度TV模型研究

引用

吉林师范大学学报（自然科学版） 2012年第2期33卷 1-7页

作者：王相海王爽方玲玲辽宁师范大学计算机与信息技术学院辽宁大连116029 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 苏州大学计算机科学与技术学院江苏苏州215006

基于PDE(Partial Differential Equation)的图像修复因其所具有的局部自适应特性、形式上的规范性和模型建立的灵活性而受到关注,而如何在有效的进行修复受损图像的同时很好的保留图像的细节信息成为图像修复所追求的目标.本文首先对TV(... 详细信息

基于PDE(Partial Differential Equation)的图像修复因其所具有的局部自适应特性、形式上的规范性和模型建立的灵活性而受到关注,而如何在有效的进行修复受损图像的同时很好的保留图像的细节信息成为图像修复所追求的目标.本文首先对TV(total variation)模型进行了分析和讨论,针对TV模型在图像修复时会对图像过度平滑、容易丢失细节信息等问题提出了一种改进模型,该模型通过对非线性扩散项引入方向梯度和边缘引导函数,自适应的调整了模型在图像边缘和区域信息丰富区域的平滑力度;通过计算每一次迭代时待修复点33邻域内的各向灰度差分,确定最小灰度差分的方向,从而确定了该点邻域内的图像纹理走向.本文模型克服了TV模型的弱点,在有效进行破损图像修复的同时,很好的保持了边缘和纹理细节信息.通过峰值信噪比和归一化均方误差的统计结果验证了所提模型的稳定性和有效性.

关键词：图像修复变分模型方向梯度边缘引导函数灰度差分

来源：评论

学校读者我要写书评

暂无评论

一种并行化的GPCR结构预测方法

引用

苏州大学学报（自然科学版） 2012年第3期28卷 26-31页

作者：缪大俊吕强吴宏杰陈沙沙苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006 苏州科技学院电子与信息工程学院江苏苏州215009

全球20种最畅销的12种药物都是以GPCR(G蛋白偶联受体)为作用靶标,因为生化实验方法很难得到其三维结构,已知结构的GPCR数目只有7个.当前主流的GPCR结构预测方法主要是基于模板的预测和从头预测,但是由于GPCR序列相似性较低,而且长度普... 详细信息

全球20种最畅销的12种药物都是以GPCR(G蛋白偶联受体)为作用靶标,因为生化实验方法很难得到其三维结构,已知结构的GPCR数目只有7个.当前主流的GPCR结构预测方法主要是基于模板的预测和从头预测,但是由于GPCR序列相似性较低,而且长度普遍较长,故单靠一种方法很难预测出比较好的GPCR三维结构.本文结合GPCR的特点,将上述两种方法进行结合,提出了一种并行化的结构预测方法.使用该方法对GPCR Dock 2010中的两个目标(CXCR4和D3)进行预测,实验结果表明,本文预测的跨膜螺旋区域和ECL2区域比官网发布的大多数研究小组的结果更接近天然结构.

关键词： GPCR 结构预测并行 loop预测

来源：评论

学校读者我要写书评

暂无评论

基于合数剩余假设伪熵函数的优化

基于合数剩余假设伪熵函数的优化

引用

2012年江苏省人工智能学术会议

作者：陈浩靳方元朱艳琴苏州大学计算机科学与技术学院江苏苏州215006 苏州大学计算机科学与技术学院江苏苏州215006 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006

2011年Braverman等人在伪随机函数的概念上提出了自适应泄漏弹性的伪熵函数.针对该方案抗泄漏量一定的问题,文中对该方案进行改进,基于合数剩余假提出新的构建方案.从证明结果可以看出,新方案具有更高的抗泄漏量.

关键词：密码系统自适应泄漏弹性伪熵函数抗泄漏量

来源：评论

学校读者我要写书评

暂无评论

基于最小覆盖圆匹配的空中机器人目标形状识别方法

基于最小覆盖圆匹配的空中机器人目标形状识别方法

引用

第三十一届中国控制会议

作者：吴江段海滨何冉李吴北京航空航天大学自动化科学与电气工程学院苏州大学江苏省计算机信息处理技术重点实验室

目标形状识别是空中机器人(Aerial Robot,AR)信息感知的一个重要方面。本文提出了一种基于最小覆盖圆匹配的空中机器人目标形状识别方法。以目标形状的最小覆盖圆、直径作为形状特征,对目标轮廓用求得的最小覆盖圆及若干缩放因子形成目... 详细信息

目标形状识别是空中机器人(Aerial Robot,AR)信息感知的一个重要方面。本文提出了一种基于最小覆盖圆匹配的空中机器人目标形状识别方法。以目标形状的最小覆盖圆、直径作为形状特征,对目标轮廓用求得的最小覆盖圆及若干缩放因子形成目标轮廓形状描述,然后使用这些描述同模板轮廓进行匹配,可以快速准确进行待检测目标同己知目标的匹配。最后,通过仿真实验验证了本文方法的可行性和有效性,本文方法可为有效解决空中机器人快速目标形状识别提供一条切实可行的技术途径。.

关键词：空中机器人目标形状识别最小覆盖圆随机点集

来源：评论

学校读者我要写书评

暂无评论

一种基于粗糙K均值的多靶点中心优化方法

引用

苏州科技学院学报（工程技术版） 2012年第3期25卷 76-80页

作者：吴宏杰吕强叶红霞胡伏原付保川钱培德苏州科技学院电子与信息工程学院江苏苏州215011 苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006 苏州高等职业技术学校江苏苏州215009

结合粗糙集理论与K均值算法,提出一种粗糙K均值多靶点中心优化方法,通过噪声去除、多靶点区域识别、靶点中心计算三个步骤获取多个靶点中心的最优坐标。最后,在仿真桥梁上进行检验,结果显示其精度为74.5%,相关系数为0.290,说明该方法具... 详细信息

结合粗糙集理论与K均值算法,提出一种粗糙K均值多靶点中心优化方法,通过噪声去除、多靶点区域识别、靶点中心计算三个步骤获取多个靶点中心的最优坐标。最后,在仿真桥梁上进行检验,结果显示其精度为74.5%,相关系数为0.290,说明该方法具有一定的准确性与鲁棒性。

关键词：粗糙K均值多靶点靶点中心桥梁监测

来源：评论

学校读者我要写书评

暂无评论

一种用于蛋白质结构聚类的聚类中心选择算法

引用

自动化学报 2011年第6期37卷 682-692页

作者：黄旭吕强钱培德苏州大学计算机科学与技术学院苏州215006 江苏省计算机信息处理技术重点实验室苏州215006

提出一种对蛋白质结构聚类中心进行选择的算法.聚类是蛋白质结构预测过程中必不可少的一个后处理步骤,而目前在蛋白质结构预测中常用的属性阈值(Quality threshold,QT)聚类算法依赖于由经验得出的聚类半径;其他聚类算法,如近邻传播(Affi... 详细信息

提出一种对蛋白质结构聚类中心进行选择的算法.聚类是蛋白质结构预测过程中必不可少的一个后处理步骤,而目前在蛋白质结构预测中常用的属性阈值(Quality threshold,QT)聚类算法依赖于由经验得出的聚类半径;其他聚类算法,如近邻传播(Affinity propagation,AP)聚类算法也存在影响聚类分布的参数.为克服对主观经验参数的依赖,本文提出一种聚类中心选择算法(Exemplar selection algorithm,ESA),用于对不同参数下的聚类结果进行分析,从而选择最佳聚类中心,进而确定聚类半径等经验参数.该算法在真实蛋白质结构数据集上进行了实验,在未知经验参数情况下选择出最佳聚类中心,同时也为不同聚类算法寻找适合相应数据集的客观聚类参数提供了支持.

关键词：蛋白质结构聚类属性阈值近邻传播聚类中心选择

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：