基于P&M模型的图像去噪平滑处理算法
合集下载
基于P-分位数法的船舶上下行航线选择
基于P-分位数法的船舶上下行航线选择
冯帆;付旭辉;周晓杰
【期刊名称】《人民珠江》
【年(卷),期】2018(039)007
【摘要】长江上游河段存在滩多、水浅、流急的问题,航道划分多以规划为基础,规划的航道范围内存在急流、险滩、礁石斜流等不良流态,导致长江上游船舶航行的实际航迹线存在与规划航道不符的现象.基于P-分位数法提出船舶上下行航线判别方法,在不同水流条件下根据实船航行航迹带断面统计流速,动态选取P值,更加准确地对适航河段进行流速带划分,将航道进一步划分为主流带、次缓流带与缓流带,从而有效地指导船舶上下行航线的选择.该方法适用于长江上游及其他内河航道船舶航线的划分.
【总页数】5页(P70-74)
【作者】冯帆;付旭辉;周晓杰
【作者单位】重庆交通大学水利水运工程教育部重点实验室,重庆 400074;重庆交通大学水利水运工程教育部重点实验室,重庆 400074;重庆交通大学国家内河航道整治工程技术研究中心,重庆 400074;重庆交通大学水利水运工程教育部重点实验室,重庆 400074
【正文语种】中文
【中图分类】TV147
【相关文献】
1."上海——石垣——台湾"航线上船舶避离热带气旋的航线选择 [J], 朱金善;杨林家;夏国忠
2.Jarratt迭代法在P-Ⅲ型分位数求解中的应用 [J], 杨艳林;邵长生;靖晶
3.科技经济融合视阈下创新力影响因素研究--基于分位数和复合分位数变量选择方法 [J], 程豪
4.航线设计与国际公约政府规定（上）：远洋船长须知之三—一航线设计与航路选择 [J], 文舟
5.船舶物流最佳航线智能选择算法研究 [J], 覃志成
因版权原因，仅展示原文概要，查看原文内容请购买。
基于P集合的传播模型
F
来描述，即 ( X
F
,X
F
)
接近于原始信息；3.P2 信息的理
解完全是不准确的。
U
定义 2 给定信息
是内 P-集合。 X { x1 , x 2 , , x q }
，称 X 是 X 生成
X
X
F
F
X
F
的外 P-集合，简称 X 是外 P-集合。 定义 3 由内 P-集合 X P-集合 ( X
F
F
F
与外 P-集合 X F 构成的集合对， 称
作 X 生成的 P-集合，简称 P-集合，有限普通集合 X 称作逆
, X F ) 的基础集合。
二、基于 P-集合的传播模型
申农的信息传播模型做为传播学的基本模型，描述了信
收稿日期：2012-11-01
图1
原始信息 X 传播过程一次后的动态变化
图 1 中的虚线指原始信息 X ，由图 1 可以看出，X F 是 X 的内 P-集合， X F 具有向内收缩的动态特性； X F 是 X 的外 P-
申农和韦弗是传播数学理论中最基本的传播模式，在此 基础上的许多研究工作展开。随着信息理论的发展，学者们 将粗糙集理论、拓扑学等理论用于研究传播学，建立了信息 的粗传递模型[1~2]、信息传播的拓扑特征[3~5]等，丰富了传播 理论，促进了传播学的发展。无论是利用粗糙集理论，还是 拓扑学的知识，它们都将信息集合做为一个静态集合，研究 信息传递过程中的不确定性。实际上，信息从 P1 传递到 P2 时，信息可能由于双方的知识的不同，使得原始信息到达 P2 时，原始信息 X 在 P2 那里变成 X′了，即，原始信息 X 传播 一次后，到达 P2 后发生了变化，这种变化说明信息的传播过 程中的动态特性。如何从信息的动态特性来看传播过程？如 何用数学模型来描述这一动态的传递过程？这一动态传递又 有怎样的结构特点？本文将具有动态特性的 P-集合理论引入 到传播学中来，利用 P-集合建立传播过程的数学模型。
来描述，即 ( X
F
,X
F
)
接近于原始信息；3.P2 信息的理
解完全是不准确的。
U
定义 2 给定信息
是内 P-集合。 X { x1 , x 2 , , x q }
，称 X 是 X 生成
X
X
F
F
X
F
的外 P-集合，简称 X 是外 P-集合。 定义 3 由内 P-集合 X P-集合 ( X
F
F
F
与外 P-集合 X F 构成的集合对， 称
作 X 生成的 P-集合，简称 P-集合，有限普通集合 X 称作逆
, X F ) 的基础集合。
二、基于 P-集合的传播模型
申农的信息传播模型做为传播学的基本模型，描述了信
收稿日期：2012-11-01
图1
原始信息 X 传播过程一次后的动态变化
图 1 中的虚线指原始信息 X ，由图 1 可以看出，X F 是 X 的内 P-集合， X F 具有向内收缩的动态特性； X F 是 X 的外 P-
申农和韦弗是传播数学理论中最基本的传播模式，在此 基础上的许多研究工作展开。随着信息理论的发展，学者们 将粗糙集理论、拓扑学等理论用于研究传播学，建立了信息 的粗传递模型[1~2]、信息传播的拓扑特征[3~5]等，丰富了传播 理论，促进了传播学的发展。无论是利用粗糙集理论，还是 拓扑学的知识，它们都将信息集合做为一个静态集合，研究 信息传递过程中的不确定性。实际上，信息从 P1 传递到 P2 时，信息可能由于双方的知识的不同，使得原始信息到达 P2 时，原始信息 X 在 P2 那里变成 X′了，即，原始信息 X 传播 一次后，到达 P2 后发生了变化，这种变化说明信息的传播过 程中的动态特性。如何从信息的动态特性来看传播过程？如 何用数学模型来描述这一动态的传递过程？这一动态传递又 有怎样的结构特点？本文将具有动态特性的 P-集合理论引入 到传播学中来，利用 P-集合建立传播过程的数学模型。
基于Python的信号与系统实验教学改革与实践
(School o f Information Science and Engineering, Xinjiang University, Urumqi 830046, China)
A bstract: In this paper, the open source Python language is used to design a friendly and concise GUI (graphical
践 课 程 ，提高课堂吸引力和学生对基本知识的理解力。 M A T L A B 软件将数值分析、矩阵计算、科学数据可视 化等诸多功能集成在一个视窗环境中，功能强大。但 它 是 美 国 M a t h W o r k s 公司出品的一款商业软件，若用 于 学 术 、研 究 或 其 他 用 途 ，需 获 得 版 权 授 权 许 可 ，价 格不菲，且存在被禁用风险。P y t h o n 是开源语言，使 用者可自由地发布软件的拷贝，阅读源代码，把其中 的一部分用在新的自由软件中也不用担心版权问题。 P y t h o n 结 构 清 晰 、简单易学，可移植性强，在科学计 算 、机器学习、数据处理、数据挖掘等领域具有广泛
Key w o r d s :signal and system; experimental platform; Python; GUI
信号与系统课程是工科类大学电子信息和通信类 专 业 的 核 心 课 程 ，为 使 课程 内容 的 理论 与实 践密切结 合 ，当前改革的主要任务是将理论分析与大量工程案 例 应 用 相 结 合 [1_3]。该 课 程 涉 及 学 科 多 、理 论 性 强 、概 念较抽象，为提高学生学习的积极性，大多数高校在 课程中都加人了基于M A T L A B 软件的相关实践教学 内容 ，金波14]等 利 用 M A T L A B 的 G U I 编程方法设计 了 教 学 辅 助 平 台 ，方 便 学 生 形 象 直 观 地 理 解 、掌握课 程 中 的 基 本 知 识 [5_6]。 朱 娟 娟 等 [7]以 信 号 与 系 统 M A T L A B 的实践教学为出发点，通过建设在线开放实
A bstract: In this paper, the open source Python language is used to design a friendly and concise GUI (graphical
践 课 程 ，提高课堂吸引力和学生对基本知识的理解力。 M A T L A B 软件将数值分析、矩阵计算、科学数据可视 化等诸多功能集成在一个视窗环境中，功能强大。但 它 是 美 国 M a t h W o r k s 公司出品的一款商业软件，若用 于 学 术 、研 究 或 其 他 用 途 ，需 获 得 版 权 授 权 许 可 ，价 格不菲，且存在被禁用风险。P y t h o n 是开源语言，使 用者可自由地发布软件的拷贝，阅读源代码，把其中 的一部分用在新的自由软件中也不用担心版权问题。 P y t h o n 结 构 清 晰 、简单易学，可移植性强，在科学计 算 、机器学习、数据处理、数据挖掘等领域具有广泛
Key w o r d s :signal and system; experimental platform; Python; GUI
信号与系统课程是工科类大学电子信息和通信类 专 业 的 核 心 课 程 ，为 使 课程 内容 的 理论 与实 践密切结 合 ，当前改革的主要任务是将理论分析与大量工程案 例 应 用 相 结 合 [1_3]。该 课 程 涉 及 学 科 多 、理 论 性 强 、概 念较抽象，为提高学生学习的积极性，大多数高校在 课程中都加人了基于M A T L A B 软件的相关实践教学 内容 ，金波14]等 利 用 M A T L A B 的 G U I 编程方法设计 了 教 学 辅 助 平 台 ，方 便 学 生 形 象 直 观 地 理 解 、掌握课 程 中 的 基 本 知 识 [5_6]。 朱 娟 娟 等 [7]以 信 号 与 系 统 M A T L A B 的实践教学为出发点，通过建设在线开放实
基于PXI总线的高速数据采集模块设计
Ｄ ｅ ｉ ｎ ｏ ｇ Ｓｐ ｅ ｔ ｃ ｉｉｉ ｎ Ｍ ｏ ｕｌ ｓ ｄ ｏ ＩＢＵＳ ｓｇ ｆＨｉ ｈ— ｅ ｄ Ｄａ ａＡ ｑｕ ｓｔｏ ｄ ｅＢａ ｅ ｎ ＰＸ
Ｌ ＡＮＧ Ｘｉｎ Ｆ ＮＧ ｉ ｉｇ， Ｎ ｅ ｕ Ｚ ＮＧ ｏ ｇｊｎ ， Ｉ ａｇ， Ｅ Ｊ— ｎ Ａ Ｘｕ － ｎ， ＨＡ ｐ ｊ Ｙ ｎ － ｗｕ ｉ ｕ Ｌ （ ． ｐ． ｆ ｐｉａ ＆ Ｅ ｅ ｔ ｃｌ ｎ ｉｅｒ ｇ Ｏｒｎ ｎ ｅＥ ｇｎ ｅｉｇＣ ｌ ｇ ， ｈ ｉａ ｕ ｎ ５ ０ ３ Ｃ ｉａ １ Ｄｅ ｔｏ ｔ ｌ ｌｃｒ ａ Ｅ ｇｎ ｅｉ ， ｄ ａ ｃ ｎ ｉｅ ｒ ｏｌ ｅ Ｓ ０ ａｈ ａ ｇ０ ０ ０ ， ｈｎ ； Ｏ ｃ ｉ ｎ ｎ ｅ ２ Ｃ ｎｅ ｆ ｃｅ ｔ ｉ Ｒ ｓａｃ ， ． ３ ６ ｉｏ Ｌ Ｓ ０ ａｈ ａ ｇ０ ０ ７ ， ｈｎ ） ． ｅ ｔｒ ｉｎｉ ｃ＆ ｅｅ ｒｈ Ｎｏ ９ ４ ９Ｕｎｔ ｆ Ａ， ｈ ｉａ ｕ ｎ ５ ０ Ｃ ｉａ ｏＳ ｆ Ｐ １
０ 引 言
数 字 通 信 、数 据 信 息 传 输 、导 航 、雷 达 高度 仪 等 系 统 中广 泛 应 用 脉 冲 调 制 的射 频 脉 冲 技 术 ，而 脉 冲 峰 值 功率 是 重 要 的待 测 参 数 。 二 极 管 技 术 的 灵 敏 度 不 断提 高 、 动 态 范 围更 宽 、 功 率 检 测 能 力 更 大 ，
据 触发 深度 、触发 电平等 由 Ｆ ＧＡ 芯 片控制 。 实验 表 明 ，该模 块 具有 １ 分辨 率 ，８ ＭＳ Ｓ采样 率 并运 行稳 定 。 Ｐ ４位 ０ Ｐ
关 键 词 ：Ｐ 总 线 ： 高 速 数 据 采 集 ； ＦＦ ＸＩ ＩＯ； Ｆ ＧＡ Ｐ
中图分 类 号 ：Ｔ ３ ６ Ｔ ５ ．２ 文 献标 识码 ：Ａ Ｐ ３ ； Ｎ９ ７５
基于P-坚持型CSMA的无线射频标识防碰撞算法
ｂ ） 若 信 道忙 ， 判 断是 坚持 侦 听 信道 还 是 暂 时退
避 一段 时间后 再继续 侦 Βιβλιοθήκη 。 当一个标 签 的数 据 分组
产生之后 ， 若 暂不 发 送 数 据 ， 则立 即开 始 侦 听 信 道 状态。 若侦 听到信 道空 闲 ， 则启 动 发送机 制 。 若信 道 正忙 ， 则 暂 时 不 坚持 侦 听 信 道 ， 并 随机 延 迟 一 段 时
Ｕ ｌ ｏ 平
昂
‘ ： ｒ ｇ － ｊ
算 法则 属 于后 者 ． 也 就是 说 阅读 器 需要 对 标 签进 行 同步 。
间后再 次侦 听信道 状态 。 按 照上述 规则循 环 ， 直 到将
数 据发 送 完成 为 止 。基 于 Ｃ Ｓ ＭＡ 的防 碰撞 算 法 步 骤 如下 ：
ｓ ｕ ：
—
Ｂ ＋ Ｉ
Ｃ Ｓ ＭＡ 的原理 是 ： 任 何一 个 标 签在 数 据 发送 之
前， 先 侦 听 阅 读 器是 否 与 其 他 标 签 发送 数据 ． 如 果
与 ＡＬ ＯＨ Ａ 类似 。 Ｃ Ｓ ＭＡ 亦可按 时 隙同 步方式
工作， 以便减 少 冲突窗 口， 进一 步提 高吞 吐率 。此
Ａ Ｌ ＯＨ Ａ 算 法是一 种完 全 随机接入 的多址 接入
协议 算法 。该算 法在 标签 试 图发送数 据 时并 不 考虑
信 道 当前 的 忙 闲状态 ， 一 旦 产生 数 据 就立 刻 决定 将
其 发送 至 信道 ， 可 以看 出这 种发 送 控制 策 略 随机 性
Ｓ ｔ ｅ ｐ ３ ， 延 时结束 ， 转至 Ｓ ｔ ｅ ｐ ２ 。
分 组 的接收 失败 。
的算 法将 使信 道 重叠 现象 加 剧 ，碰 撞 概率 增 大 ， 传
基于耦合P系统的图注意力网络
基于耦合P系统和GAT的相关 理论和技术，设计并实现一个 基于耦合P系统的图注意力网络 模型，以有效地利用节点特征 和图结构信息。
构建相应的实验数据集，对所 提出模型进行实验验证和分析 ，比较所提出模型与其他基准 模型的性能表现。
02
基于耦合P系统的图注意 力网络模型
图注意力网络模型概述
模型原理
在推荐系统中，可以利用该模型分析用户兴趣和 行为模式，为电商、电影推荐等应用提供精准的 推荐结果。
感谢您的观看
THANKS
02
4. 模型的评估与实验 分析
为了验证所提出模型的可行性和有效 性，我们将对所提出模型进行评估和 实验分析，以比较所提出模型与其他 基准模型的性能表现。
03
研究方法
本研究将采用理论分析和实证研究相 结合的方法，具体包括以下几个方面
研究内容与方法
1. 文献综述
2. 模型设计
3. 实验验证
系统地回顾和分析耦合P系统和 GAT的相关研究文献，深入了 解现有模型的研究现状、问题 和发展趋势。
应用前景与展望
基于耦合P系统的图注意力网络具有广泛的应用前 景，可以应用于社交网络、生物信息学、推荐系 统等多个领域。
在生物信息学中，可以利用该模型分析蛋白质相 互作用网络、基因调控网络等复杂生物系统，为 药物研发、疾病预测等提供帮助。
在社交网络中，可以利用该模型分析用户行为、 社交圈子等复杂模式，为个性化推荐、社交广告 等应用提供支持。
2. 图结构的自适应表示方法
针对现有GAT模型对图结构异构性处理不足的问题，我们将提出一种新的图结构自适应表示方法，以有效地表示和处理异 构性图结构信息。
研究内容与方法
01
3. 基于耦合P系统的 优化算法
基于IEEEP1901标准的下一代EoC技术
品， 得到市场的普遍认可。一些传统通信设备大厂如 华为 、 中兴 、 思科 、 ３ Ｈ Ｃ等也加入到 Ｈ ｍ ｐ ｇ ＶＩＥ ０ ｅｌ Ａ ， Ｅ ｕ Ｅ Ｐ９ １ １０ 阵营 ，并进一步得到国家广电总局的认可 ， 成 为广电总局推荐 的低频 Ｅ Ｃ技术解决方案。 ｏ
在 过去 的几 年 间 ， 于 Ｈ ｍｅ ｌｇ Ｖ Ｉ Ｅ １０ 基 ０ Ｐｕ Ａ ／ Ｅ Ｐ ９ １ Ｅ
基 于 Ｈ ｍ ＰｕＡ ／ Ｅ Ｐ ９ １ Ｌ 技 术 的 Ｅ Ｃ产 ｏ ｅ ｌｇ ＶＩ Ｅ ｌ０ Ｐ Ｃ Ｅ ｏ
基础发展起来的 ， 并就接入 网络 ，Ｌ Ｐ Ｃ技术发展做 了
很 多 提 升 。 下 面 以 目前 市 场 主 流 的 Ｉｔｌｎ的 ｎｅｏ ｌ Ｈ ｍ ＰｕＡ ｏ ｅ ｌｇ Ｖ芯 片 Ｉ Ｔ４ ０的 Ｅ Ｃ和基 于 Ｐ９ １ Ｎ ６０ ｏ １０ 标
准 的 Ａ ７ ０ 芯片进行对 比，来看下一代 Ｅ Ｃ的优 Ｒ ４０ ｏ
点： （） １工作频 段 的扩展 和灵 活性 。
ＩＴ ４ ０工 作 频率 依 从 Ｈ ｍ Ｐ ｇ Ｖ标 准 ， Ｎ ６０ ｏ ｅｌ Ａ ｕ 是
１ Ｍ～ ０ ｚＡ ７０ ． ３ＭＨ ； Ｒ ４ ０不 仅 满 足 Ｐ ９ １标 准 工 作 频 ８ １０
品 的竞 争 ， 目前 主 流 的 低 频 Ｅ Ｃ厂 家 都 已经 转 到 ｏ
Ｔ ｒ 模式 ， ｕｂ ｏ 理论上最高工作频率 到 ７ Ｍ ｚ采样速 ５ Ｈ（ 率是 １０ Ｈ ） ５ Ｍ ｚ ，但考虑滤波器特性等 ，实际最高达 ６． Ｈ 。但在广电应用中，考虑数据 回传的标准要 ７Ｍ ｚ ５ 求， 一般最高频率设定为 ６ Ｍ ｚＰ ９ １ ５ Ｈ 。 １０ 不仅频率得到 扩展 ，而且其工作频率是可以自协商的，即指定头端 Ｍ ｓｒ ａ ｅ 设备的工作频率 ，终端可 自适应头端的工作频 ｔ 率。同时，头端也可以跟踪终端的发送频率 ， 设备是 Ｐ ９ １ 是 Ｈ ｍ ＰｕＡ 如果 是 Ｈ ｍ ＰｕＡ １０ 还 ｏ ｅ ｌｇ Ｖ， ｏ ｅｌｇ Ｖ则 采用
基于P系统的粒子群优化算法
究报告 中提出 ， 正式论 文于 ２ ０ ０ ０年见 刊发表 。因此膜计 算 系
０ 引言
粒子群优化 （ Ｐ Ｓ Ｏ） 算法起源 于对 鸟群 、 鱼群等群 体生物捕 食 行为的研究 。由于算 法 的公 式简单 、 通用 性强 ， 并具 有较强 的全 局优化能力 ， 因此迅速成 为解 决 困难问题 的有力 工具 … 。 Ｐ Ｓ Ｏ算法 已经 广泛应用 于神 经 网络训练 、 电力 系统优 化 、 聚类 分析等诸多领域 。尽管粒子群优化有 如此 多的优点 ， 但是在算 法迭代后期 ， 随着种群多样性的降低 ， 算法 容易陷入局部最优 ，
ｔ ｈ ｅ ｍｅ ｍｂ ｒ ａ ｎ ｅ ｃ ｏ ｍ ｐ ｕ ｔ ｉ ｎ ｇ ｔ ｈ ｅ ｏ ｒ ｙ ．Ｉ ｔ ｐ ｕ ｔ ｆ ｏ ｒ ｗ ａ ｒ ｄ ｔ ｈ ｅ Ｐ ｓ ｙ ｓ ｔ ｅ ｍ ｂ ａ ｓ ｅ ｄ ｐ ａ ｒ ｔ ｉ ｃ ｌ ｅ ｓ ｗ ａ ｒ ｍ ｏ ｐ ｔ ｉ ｍ ｉ ｚ ａ ｔ ｉ ｏ ｎ（ Ｐ — Ｐ Ｓ Ｏ ）ｔ ｏ ｋ ｅ ｅ ｐ ｔ ｈ ｅ ｂ ａ ｌ ａ ｎ ｃ ｅ ｏ ｆ
试函数对新算法进行 了实验 ， 结果表 明， 提 出的 Ｐ — Ｐ Ｓ Ｏ算法有效地解决 了算法早熟问题 ， 提高 了算法的收敛精 度。由此可见， Ｐ — Ｐ Ｓ Ｏ算法能够有效改进原有 Ｐ Ｓ Ｏ算法的性能。 关键词：膜计算； 粒子群优化 ； 全局搜索； 局部寻优
中图 分类号 ：Ｔ Ｐ ３ ０ １ ． ６ 文献标 志码 ：Ａ 文章 编号 ：１ ０ ０ １ — ３ ６ ９ ５ （ ２ ０ １ ３ ） ０ ８ — ２ ２ ６ ９ — ０ ４
ｇ ｌ ｏ ｂ ａ ｌ ｓ ｅ ａ ｒ ｃ ｈ ａ ｎ ｄ ｐ ａ ｔｉ ｒ ａ ｌ ｏ ｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ ．Ｔ ｈ ｅ ｓ ｉ ｍｕ ｌ ａ ｔ ｉ ｏ ｎ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｏ ｎ ｔ ｈ ｒ ｅ ｅ ｂ ｅ ｎ ｃ ｈ ｍａ ｒ ｋ ｆ ｕ ｎ ｃ ｔ ｉ ｏ ｎ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｔ ｈ ｅ Ｐ－ Ｐ Ｓ Ｏ ｌｇ ａ ｏ ｉ ｒ ｔ ｈ ｍ ｉ ｓ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｔ ｏ ｓ ｏ ｌ ｖ ｅ ｔ ｈ ｅ ｐ ｒ ｏ ｂ ｌ ｅ ｍ ｏ ｆ ｐ ｒ ｅ ｍａ ｔ ｕ ｒ ｅ ｃ ｏ ｎ ｖ ｅ ｒ ｇ ｅ ｎ ｃ ｅ， ａ ｎ ｄ ｈ ａ ｓ ｈ ｉ ｇ ｈ ａ ｃ ｃ ｕ ｒ ａ ｃ ｙ ．Ｏｂ ｖ ｉ ｏ ｕ ｓ ｌ ｙ， ｔ ｈ ｅ Ｐ — Ｐ Ｓ Ｏ ａ ｌ ｇ ｏ ｉｔ ｒ ｈ ｍ ｃ ａ ｎ ｅ ｆ ｅ ｃ ｔ ｉ ｖ ｅ － ｌ ｙ ｉ ｍｐ ｒ ｏ ｖ ｅ ｔ ｈ ｅ ｐ ｅ ｆ ｒ ｏ ｍａ ｒ ｎ ｃ ｅ ｏ ｆ ｔ ｈ ｅ ｏ ｉ ｒ ｇ ｉ ｎ ａ ｌ Ｐ Ｓ Ｏ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ．
基于p范数的QR-KPCA人脸识别算法
ｃ ｏ ｍｐ ｏｓ ｉ ｔ ｉ ｏｎ ｂ ｅ ｅ ｘｔ ｅ ｎｄ ｅ ｄ ｔ ｏ ＫＰＣＡ ａ ｎｄ ｔ ｈａ ｔ Ｐ ｎｏ ｒ ｍ ｍｅ ａ ｓ ｕ ｒ ｅ ｍｅ ｎｔ ｂｅ ｕｓ ｅ ｄ ｔ ｏ ｓ ｏｌ ｖ ｅ ｔ ｈｉ ｓ ｐ ｒ ｏｂ ｌ ｅ ｍ．
基 于 Ｐ范 数 的 ＱＲ — ＫＰ Ｃ Ａ 人脸 识 别 算 法 西安 电子 科 技 大 学 数 学 与 统 计 学 院 ， 陕西 西 安 ７ １ ０ １ ２ ６ ）
摘 要 ：Ｋ Ｐ Ｃ Ａ是 重要 的非 线性特征 提取 的人 脸识 别方 法 ， 但 对较 大规 模训 练 数据 库 ， 会 因核 矩 阵 Ｋ 过 大， 计算代 价 高而不 能有效 实现 ， 并且使 用传 统 欧式距 离度量很 难 大幅提 升识 别率 。本研 究提 出
ｌ ａ ｒ ｇ ｅ ａ ｎ ｄ ｃ ａ ｌ ｃ ｕ ｌ ａ ｔ ｉ ｏ ｎ ｃ ｏ ｓ ｔ ｉ Ｓ ｔ ｏ ｏ ｈ ｉ ｇ ｈ，ａ ｎ ｄ ｔ ｈ ｅ ｕ ｓ ｅ ｏ ｆ ｔ ｒ ａ ｄ ｉ ｔ ｉ ｏ ｎ ａ ｌ Ｅｕ ｃ ｌ ｉ ｄ ｅ ａ ｎ ｄ ｉ ｓ ｔ ａ ｎ ｃ ｅ ｍｅ ｔ ｒ ｉ ｃ ｉ Ｓ ｄ ｉ ｆ ｆ ｉ —
Ｍ Ｕ Ｘｉ ｎ ｌ ｉ ａ ｎ ｇ，ＺＨＯＵ Ｓｈｕ ｉ ｓ ｈｅ ｎ ｇ，ＺＨＥＮＧ Ｙｉ ｎｇ
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｍａ ｔ ｈ ｅ ｍａ ｔ ｉ ｃ ｓ ａ ｎ ｄ Ｓ ｔ ａ ｔ ｉ ｓ ｔ ｉ ｃ ｓ ， Ｘｉ ｄ ｉ ａ ｎ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｘｉ ’ ａ ｎ ７ １ ０ １ ２ ６ ， Ｃｈ ｉ ｎ ａ ）
了将基 于 ＱＲ 分解 的 Ｐ Ｃ Ａ 推 广到 ＫＰ Ｃ Ａ 上且应 用 Ｐ范数度 量 来解 决这一 问题 的方 法 ， 即： 首先采
基 于 Ｐ范 数 的 ＱＲ — ＫＰ Ｃ Ａ 人脸 识 别 算 法 西安 电子 科 技 大 学 数 学 与 统 计 学 院 ， 陕西 西 安 ７ １ ０ １ ２ ６ ）
摘 要 ：Ｋ Ｐ Ｃ Ａ是 重要 的非 线性特征 提取 的人 脸识 别方 法 ， 但 对较 大规 模训 练 数据 库 ， 会 因核 矩 阵 Ｋ 过 大， 计算代 价 高而不 能有效 实现 ， 并且使 用传 统 欧式距 离度量很 难 大幅提 升识 别率 。本研 究提 出
ｌ ａ ｒ ｇ ｅ ａ ｎ ｄ ｃ ａ ｌ ｃ ｕ ｌ ａ ｔ ｉ ｏ ｎ ｃ ｏ ｓ ｔ ｉ Ｓ ｔ ｏ ｏ ｈ ｉ ｇ ｈ，ａ ｎ ｄ ｔ ｈ ｅ ｕ ｓ ｅ ｏ ｆ ｔ ｒ ａ ｄ ｉ ｔ ｉ ｏ ｎ ａ ｌ Ｅｕ ｃ ｌ ｉ ｄ ｅ ａ ｎ ｄ ｉ ｓ ｔ ａ ｎ ｃ ｅ ｍｅ ｔ ｒ ｉ ｃ ｉ Ｓ ｄ ｉ ｆ ｆ ｉ —
Ｍ Ｕ Ｘｉ ｎ ｌ ｉ ａ ｎ ｇ，ＺＨＯＵ Ｓｈｕ ｉ ｓ ｈｅ ｎ ｇ，ＺＨＥＮＧ Ｙｉ ｎｇ
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｍａ ｔ ｈ ｅ ｍａ ｔ ｉ ｃ ｓ ａ ｎ ｄ Ｓ ｔ ａ ｔ ｉ ｓ ｔ ｉ ｃ ｓ ， Ｘｉ ｄ ｉ ａ ｎ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｘｉ ’ ａ ｎ ７ １ ０ １ ２ ６ ， Ｃｈ ｉ ｎ ａ ）
了将基 于 ＱＲ 分解 的 Ｐ Ｃ Ａ 推 广到 ＫＰ Ｃ Ａ 上且应 用 Ｐ范数度 量 来解 决这一 问题 的方 法 ， 即： 首先采
基于P中位遗传算法的选址方法、装置及电子设备[发明专利]
![基于P中位遗传算法的选址方法、装置及电子设备[发明专利]](https://img.taocdn.com/s3/m/6485e6cc3169a4517623a3c7.png)
专利名称：基于P中位遗传算法的选址方法、装置及电子设备专利类型：发明专利
发明人：李圆法,蚁韩羚
申请号：CN202011641771.0
申请日：20201231
公开号：CN112651574A
公开日：
20210413
专利内容由知识产权出版社提供
摘要：本发明涉及城市建设技术领域，提供基于P中位遗传算法的选址方法、装置及电子设备，方法包括：将选取区域进行网格分割；构建每个网格对应的多向量，对每个所述多向量进行向量拼接，得到每个网格的坐标特征向量；根据所述每个网格的坐标特征向量通过预设模型进行计算，得到每个网格的人员总需求量；初始化服务点集合，通过P中位遗传算法基于所述每个网格的人员总需求量及需求点与服务点之间的距离计算所述服务点集合的适应度，以对所述服务点集合进行更新；若所述服务点集合更新后存在更新的服务点保持不变的次数达到阈值次数，则保持不变的次数达到阈值次数的服务点作为目标服务点。
本发明能够减少服务点选取过程中数据量的计算，降低人工成本。
申请人：深圳云天励飞技术股份有限公司
地址：518000 广东省深圳市龙岗区园山街道龙岗大道8288号深圳大运软件小镇17栋1楼
国籍：CN
代理机构：深圳驿航知识产权代理事务所(普通合伙)
代理人：杨伦
更多信息请下载全文后查看。
基于随机P-集合的系统状态检测-识别
（ Ｓ ｃ ｈ ｏ ｏｌ ｏ ｆ Ｍａ ｔ ｈ ｅ ｍａ ｔ ｉ ｃ ｓ ａ ｎ ｄ Ｉ ｎｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ， Ｓｈ ａ ｎ ｇ ｑ ｉ ｕ Ｎｏ ｒ ｍａ ｌ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ， Ｓｈ ａ ｎ ｇ ｑｉ ｕ ４ ７ ６ ０ ０ ０， Ｃｈ ｉ ｎ ａ ） １
＝ａ Ｕ｛ ａ １ ５ ＥＶ， 口 ， － 厂 （ ：ａ Ｅａ ， ｆ ＥＦ） 这里 ， “ ∈” 是 一个特 殊 的记号 ， 表 示 ７（ ） 不完 全地迁 出 Ｘ，
（ 商丘师范学院数学与信息科学学院 商丘 ４ ７ ６ ０ ０ ０ ） （ 山东大学数学与系统科学学院 济南 ２ ５ ０ １ ０ ０ ） ２
摘 要 在Ｐ ＿ 集合概念的基础上 ， 根据元素 迁移 的随机性 ， 结合 随机 Ｐ ＿ 集合 的结 构， 给 出随机 ｐ 集合的 系统 状 态函
数 及 状 态 函数 萎 缩一 扩张定理、 状 态 函数 还 原 定 理 及 状 态函 数 分 辨 定 理 ， 给 出 系统 状 态 的 偏 离度 量 和 系统 状 态 识 别 准
则， 并举例说 明了随机 Ｐ － 集合在 系统状 态检举识 别中的应 用。
关键 词 随机 Ｐ ＿ 集合 ， 状 态 函数 ， 偏 离度 量 ， 系统 状 态检 测一 识别 ， 萎缩一 扩 张
第４ Ｏ 卷 第７ 期 ２ ０ １ ３ 年 ７ 月
计
算
机 科
学
Ｖｏ １ ． ４ Ｏ Ｎｏ ． ７
Ｃｏ ｍｐ ｕ ｔ ｅ ｒ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ｊ ｕ ｌ ｙ Fra bibliotek ２ ０ １ ３
基 于 随机 集 合 的 系统 状 态 检 测一 识 别
郭志 林 赵 树理 史 开泉
＝ａ Ｕ｛ ａ １ ５ ＥＶ， 口 ， － 厂 （ ：ａ Ｅａ ， ｆ ＥＦ） 这里 ， “ ∈” 是 一个特 殊 的记号 ， 表 示 ７（ ） 不完 全地迁 出 Ｘ，
（ 商丘师范学院数学与信息科学学院 商丘 ４ ７ ６ ０ ０ ０ ） （ 山东大学数学与系统科学学院 济南 ２ ５ ０ １ ０ ０ ） ２
摘 要 在Ｐ ＿ 集合概念的基础上 ， 根据元素 迁移 的随机性 ， 结合 随机 Ｐ ＿ 集合 的结 构， 给 出随机 ｐ 集合的 系统 状 态函
数 及 状 态 函数 萎 缩一 扩张定理、 状 态 函数 还 原 定 理 及 状 态函 数 分 辨 定 理 ， 给 出 系统 状 态 的 偏 离度 量 和 系统 状 态 识 别 准
则， 并举例说 明了随机 Ｐ － 集合在 系统状 态检举识 别中的应 用。
关键 词 随机 Ｐ ＿ 集合 ， 状 态 函数 ， 偏 离度 量 ， 系统 状 态检 测一 识别 ， 萎缩一 扩 张
第４ Ｏ 卷 第７ 期 ２ ０ １ ３ 年 ７ 月
计
算
机 科
学
Ｖｏ １ ． ４ Ｏ Ｎｏ ． ７
Ｃｏ ｍｐ ｕ ｔ ｅ ｒ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ｊ ｕ ｌ ｙ Fra bibliotek ２ ０ １ ３
基 于 随机 集 合 的 系统 状 态 检 测一 识 别
郭志 林 赵 树理 史 开泉
基于P-BIM技术的高大混凝土模板及支撑架施工工法(2)
基于P-BIM技术的高大混凝土模板及支撑架施工工法基于P-BIM（Pre-stressed Beam In Mould）技术的高大混凝土模板及支撑架施工工法一、前言高大混凝土结构在现代建筑中应用广泛，如高楼、大跨度桥梁等。
施工过程中，模板和支撑架是关键设备，对工程质量和进度具有重要影响。
为了提高模板施工效率、降低人工成本和确保施工质量，研发出基于P-BIM技术的高大混凝土模板及支撑架施工工法。
二、工法特点基于P-BIM技术的高大混凝土模板及支撑架施工工法具有以下特点：1. 模板可预制：利用预应力钢束将混凝土模板与支撑架连接，形成一个整体，可在工厂中预制，减少现场施工时间和人力需求。
2. 节省人力：相比传统模板施工，P-BIM技术大大减少了人工搭建和拆除模板的时间和人力成本。
3. 提高施工效率：P-BIM技术使得混凝土模板具备了整体预应力，可以减少模板变形和振动，提高浇筑速度和施工效率。
4. 提高施工质量：P-BIM技术可保证模板刚性，减少混凝土开裂和变形，提高结构质量和耐久性。
5. 适应性强：基于P-BIM技术的混凝土模板及支撑架可适用于各种高大混凝土结构，如高层建筑、大跨度桥梁等。
三、适应范围基于P-BIM技术的高大混凝土模板及支撑架施工工法适用于高大混凝土结构的施工，特别适用于跨度大、变形要求高的结构，如高层建筑、大跨度桥梁、拱桥等。
四、工艺原理基于P-BIM技术的混凝土模板及支撑架施工工法的工艺原理如下：1. 预制模板和支撑架：在工厂中预制混凝土模板和支撑架，并在模板上安装预应力钢束。
2. 搭建模板和支撑架：将预制的模板和支撑架运输至现场，并按照设计要求进行组装和调整。
3. 浇筑混凝土：将混凝土按照设计要求浇筑在预制模板中，并同时施加预应力力，使混凝土模板形成整体预应力。
4. 养护和拆除：待混凝土养护期结束后，拆除模板和支撑架，完成混凝土结构的施工。
五、施工工艺1. 模板与支撑架准备：在工厂中预制模板和支撑架，并安装预应力钢束。
基于P ID控制方法的模糊变增益振动主动控制试验研究
扰及 直 流 分 量 。 建 立 悬臂 粱模 型 进 行 试 验 验 证 。 结果 表 明 ， 方 法 能 够使 受控 系统 的振 动 幅 值 减 小到 开环 时 的 该
５ 以下 ， 效 果 明 显优 于普 通 Ｐ Ｄ控 制 。 且 ， 过 引入 二 阶 窗 函数 ， 其 Ｉ 并 通 系统 在 具 有 非 受控 模 态信 号 干 扰 的 情 况 下 能 够 保持 有 效 控 制 ， 算 法具 有 更 好 的稳 定性 和鲁 棒 性 。 使 关键词 ： 动主动控制 ； 振 比例 、 分 和 微 分控 制 ； 糊 控 制 ； 阶 窗 函数 ； 棒 性 积 模 二 鲁
ｓｏ ｎ ｌ ｄ ｄ ｉ ｈ ｕ ｐ ｔｓ ｇ ａ ｓ ｎ ｏ ｄ ｒ ｔ ｎ ｏ ｆ ｎ ｔ ｎ ｉ ｏ ｓ ｒ ｃ ｅ ． Ｅｘ ｅ ｉ ｅ ｔ ｌｒ ｓ ｌｓ ｉ ｎ ｉ ｃｕ ｅ ｎ ｔ ｅ ｏ ｔ ｕ ｉ ｎ ｌ ，ａ ｒ ｅ ｗｏ ｗｉ ｄ ｗ ｕ ｃ ｉ ｓ ｃ ｎ ｔ ｕ ｔ ｄ ｏ ｐ ｒｍ ｎ ａ ｅ ｕ ｔ
方 法 以 比例 、 分 和 微 分 （ ｒ ｐ ｒｉｎ ｌ ｎ ｅ ｒ ｌ ｎ ｅ ｉａｉｅ Ｐ Ｄ） 制 为基 础 ， 据 系 统输 出及 输 出 变化 率 自 积 Ｐ ｏ ｏ ｔ ａ ｔｇ ａ ａ ｄ ｄ ｒ ｔ ， Ｉ 控 ｏ ｉ ｖ ｖ 根
动调 节控 制 器 增 益 ， 控 制 系统 具 有 更 强 的适 应 能 力 。 同时 针 对 振动 测试 信 号 中含 有 噪 声 干 扰 和 直流 分量 的情 使 况 ， 造 依 赖 模 型部 分 参 数 的 二 阶 窗 函数 ， 保 证 不 改 变 受控 模 态 信 号 特 征 的 同时 有 效 衰减 非 受 控 模 态信 号 干 构 在
ｉ ｄｃ ｔ ｈ ｆｅ ｔ ｅ ｅ ｓｏ ｈ ｒｓ ｎ ｅ ｅｈ ｄ ａ ｄ ｔ ｅｃ ｎ ｒ ｌ ｙ ｔｍ Ｓｓａ ｌ ｅ ｈ ｕ ｐ ｔｉ— ｎ ｉａ ｅｔ ｅ ｅｆｃ ｉ ｎ ｓ ｆｔ ｅｐ ｅ ｅ ｔｄ ｍ ｔ ｏ ｎ ｈ ｏ ｔｏ ｓｅ ｉ ｔｂ ｅ ｗｈ ｎ ｔ ｅ ｏ ｔ ｕ ｎ ｖ ｓ
５ 以下 ， 效 果 明 显优 于普 通 Ｐ Ｄ控 制 。 且 ， 过 引入 二 阶 窗 函数 ， 其 Ｉ 并 通 系统 在 具 有 非 受控 模 态信 号 干 扰 的 情 况 下 能 够 保持 有 效 控 制 ， 算 法具 有 更 好 的稳 定性 和鲁 棒 性 。 使 关键词 ： 动主动控制 ； 振 比例 、 分 和 微 分控 制 ； 糊 控 制 ； 阶 窗 函数 ； 棒 性 积 模 二 鲁
ｓｏ ｎ ｌ ｄ ｄ ｉ ｈ ｕ ｐ ｔｓ ｇ ａ ｓ ｎ ｏ ｄ ｒ ｔ ｎ ｏ ｆ ｎ ｔ ｎ ｉ ｏ ｓ ｒ ｃ ｅ ． Ｅｘ ｅ ｉ ｅ ｔ ｌｒ ｓ ｌｓ ｉ ｎ ｉ ｃｕ ｅ ｎ ｔ ｅ ｏ ｔ ｕ ｉ ｎ ｌ ，ａ ｒ ｅ ｗｏ ｗｉ ｄ ｗ ｕ ｃ ｉ ｓ ｃ ｎ ｔ ｕ ｔ ｄ ｏ ｐ ｒｍ ｎ ａ ｅ ｕ ｔ
方 法 以 比例 、 分 和 微 分 （ ｒ ｐ ｒｉｎ ｌ ｎ ｅ ｒ ｌ ｎ ｅ ｉａｉｅ Ｐ Ｄ） 制 为基 础 ， 据 系 统输 出及 输 出 变化 率 自 积 Ｐ ｏ ｏ ｔ ａ ｔｇ ａ ａ ｄ ｄ ｒ ｔ ， Ｉ 控 ｏ ｉ ｖ ｖ 根
动调 节控 制 器 增 益 ， 控 制 系统 具 有 更 强 的适 应 能 力 。 同时 针 对 振动 测试 信 号 中含 有 噪 声 干 扰 和 直流 分量 的情 使 况 ， 造 依 赖 模 型部 分 参 数 的 二 阶 窗 函数 ， 保 证 不 改 变 受控 模 态 信 号 特 征 的 同时 有 效 衰减 非 受 控 模 态信 号 干 构 在
ｉ ｄｃ ｔ ｈ ｆｅ ｔ ｅ ｅ ｓｏ ｈ ｒｓ ｎ ｅ ｅｈ ｄ ａ ｄ ｔ ｅｃ ｎ ｒ ｌ ｙ ｔｍ Ｓｓａ ｌ ｅ ｈ ｕ ｐ ｔｉ— ｎ ｉａ ｅｔ ｅ ｅｆｃ ｉ ｎ ｓ ｆｔ ｅｐ ｅ ｅ ｔｄ ｍ ｔ ｏ ｎ ｈ ｏ ｔｏ ｓｅ ｉ ｔｂ ｅ ｗｈ ｎ ｔ ｅ ｏ ｔ ｕ ｎ ｖ ｓ
基于P／G结构的移动定位导航系统
ｋｎ ｓｏ ｅ ｅ ｓｔ ａ ｒ ｏ ｎ ｃｅ ｈ ｅｗｏ ｋ ｃ ｎ ｉｔ ｇｏ ｎｑ ｅｇ ｉ ｏ ｉａｌ． Ｏｎ ｔ ｅ ｂ ｓ ｆｔ ｅｓ ｈ ｍｅｏ ｉｄ ｆｓｒ ｒ ｈ ｔａ ｅｃ ｎ ｅ ｔｄ ｔ ｔ ｅｎ ｔ ｒ ｏ ｓｓｉ ｆａｕ ｉｕ ｒ ｌｇｃ ｌ ｖ ｏ ｎ ｄ ｙ ｈ ａ ｅｏ ｈ ｃ ｅ ｆ
中效率低 、 精度差等 问题 。
关键词 ：网格 ；普适计算 ；网格 门户 ；ＩＳ Ｔ
Ｐ Ｇ－ａｅ ｔｌ ｇｎ ｒｎ ｐ ｒａｉｎｎ ｖｇ ｔ ｎｓｓｅ ／ ｂ ｓｄｉ ｅｌ ｅ ｔ ａ ｓ ｏｔｔ ａ ｉａｉ ｙｔｍ ｎ ｉ ｔ ｏ ｏ
Ｔａ ｇ Ｃ ａ ｇ Ｔａ ｏ ｈ ｎ ｎ ｈｕ ｎ ｎ Ｇｕ ｚ ｅ
ｇ ｄｃｍｐ ｔ ｎ ｅ ａｉｅｃｍｐ ｔ ｌ ｐ ｓ ｈ ｒｄｔ ｎ ｌ ｌ ｎ／ ｒｅ ｎ ｌｎ／ ｌｓｅ ｔｕｔｒ ｏ ａ ｉ ｒ ｏ ｕｉ ａ ｄ ｐｒ ｓ ｏ ｕｉ ｗ ｌ ｕｈ ｔｅｔａ ｉｏ ａ Ｃ ｉ ｔＳ ｖ ｒａｄ Ｃｉ ｔＣ ｕｔｒｓｒｃｕｅ ｔ ｎ ｇ ｎ ｖ ｖ ｇ ｎ ｉ ｉ ｅ ｅ ｅ ｉ ｏ ａｉｅｓ ｕｔｒ ， ｅ ａｉ ／ ｉ Ｉ ｈｓｓｒｃｕｅ ｌ ｎ ｉｅ ｃｕ ｅｖ ｒ ｕ ｒｌ ｓｍｏ ｉ ｅｉ ｓ ｎｄ ａｌ ｎ ｖ ｔ ｔ ｃｕｅ Ｐ ｒ ｓ ｅＧｒ ． ｎ ｔｉ ｔｕ ｔｒ，ｃｉ ｔｓ ｓｉ ｌｄ ａ ｏ ｓｗ ｅｅ ｂｌ ｄｖｃ ，ａ ｌ ｎ ｖ ｒ ｖ ｖ ｄ ｅ ｄ ｎ ｉ ｉ ｓ ｅ ｅ
Ｉｔｌｇ ｎ ａ ｓｏ ｔｔ ｎＮａｉａｉｎＳ ｓｅ ， ｈｓ ａ ｅ ｒｖｄ ｓ ／ －ａｅ ｌｔ ｎ ｎ ｉ ｐ ｐｒ ｌ ｒｖｄｓａ ｎｅ ｉｅｔ ｎ ｐ ｒａｉ ｖ ｔ ｙ ｔ ｌ Ｔｒ ｏ ｇ ｏ ｍ ｔｉｐ ｐ ｒ ｏ ｉｅ Ｐ Ｇ ｂ ｓｄｓ ｕｉ ．Ａ ｄｔ ｓ ａ ｅ ｓ ｐｏ ｉｅ ｐ ａ ｏ ｏ ｈ ａｏ ｍｏ ｅ ｂ ｓｄｏ ｉ ／ ｏ ｕ ｎ ｉ ｎ ｎ 。ｕｉｇ ｔｅＭ［Ｉ Ｈ— ｓａｅｐ ｓｉ ｉｒｒ ，ｗｈｃ ａ ｅ ｒｃｉ ｌ ｄ ｌ ａｅ ｎＧｒ Ｇｌ ｓｅｖｒ ｍｅ ｔ ｓ ｈ ＰＣ Ｇ２ｍｅｓｇ ａｓ ｌ ａｙ ｄ ｂ ｏ ｎ ｇ ｎ ｂ ｉ ｃｎｍｅｔｐａｔ ａ ｈ ｃ
中效率低 、 精度差等 问题 。
关键词 ：网格 ；普适计算 ；网格 门户 ；ＩＳ Ｔ
Ｐ Ｇ－ａｅ ｔｌ ｇｎ ｒｎ ｐ ｒａｉｎｎ ｖｇ ｔ ｎｓｓｅ ／ ｂ ｓｄｉ ｅｌ ｅ ｔ ａ ｓ ｏｔｔ ａ ｉａｉ ｙｔｍ ｎ ｉ ｔ ｏ ｏ
Ｔａ ｇ Ｃ ａ ｇ Ｔａ ｏ ｈ ｎ ｎ ｈｕ ｎ ｎ Ｇｕ ｚ ｅ
ｇ ｄｃｍｐ ｔ ｎ ｅ ａｉｅｃｍｐ ｔ ｌ ｐ ｓ ｈ ｒｄｔ ｎ ｌ ｌ ｎ／ ｒｅ ｎ ｌｎ／ ｌｓｅ ｔｕｔｒ ｏ ａ ｉ ｒ ｏ ｕｉ ａ ｄ ｐｒ ｓ ｏ ｕｉ ｗ ｌ ｕｈ ｔｅｔａ ｉｏ ａ Ｃ ｉ ｔＳ ｖ ｒａｄ Ｃｉ ｔＣ ｕｔｒｓｒｃｕｅ ｔ ｎ ｇ ｎ ｖ ｖ ｇ ｎ ｉ ｉ ｅ ｅ ｅ ｉ ｏ ａｉｅｓ ｕｔｒ ， ｅ ａｉ ／ ｉ Ｉ ｈｓｓｒｃｕｅ ｌ ｎ ｉｅ ｃｕ ｅｖ ｒ ｕ ｒｌ ｓｍｏ ｉ ｅｉ ｓ ｎｄ ａｌ ｎ ｖ ｔ ｔ ｃｕｅ Ｐ ｒ ｓ ｅＧｒ ． ｎ ｔｉ ｔｕ ｔｒ，ｃｉ ｔｓ ｓｉ ｌｄ ａ ｏ ｓｗ ｅｅ ｂｌ ｄｖｃ ，ａ ｌ ｎ ｖ ｒ ｖ ｖ ｄ ｅ ｄ ｎ ｉ ｉ ｓ ｅ ｅ
Ｉｔｌｇ ｎ ａ ｓｏ ｔｔ ｎＮａｉａｉｎＳ ｓｅ ， ｈｓ ａ ｅ ｒｖｄ ｓ ／ －ａｅ ｌｔ ｎ ｎ ｉ ｐ ｐｒ ｌ ｒｖｄｓａ ｎｅ ｉｅｔ ｎ ｐ ｒａｉ ｖ ｔ ｙ ｔ ｌ Ｔｒ ｏ ｇ ｏ ｍ ｔｉｐ ｐ ｒ ｏ ｉｅ Ｐ Ｇ ｂ ｓｄｓ ｕｉ ．Ａ ｄｔ ｓ ａ ｅ ｓ ｐｏ ｉｅ ｐ ａ ｏ ｏ ｈ ａｏ ｍｏ ｅ ｂ ｓｄｏ ｉ ／ ｏ ｕ ｎ ｉ ｎ ｎ 。ｕｉｇ ｔｅＭ［Ｉ Ｈ— ｓａｅｐ ｓｉ ｉｒｒ ，ｗｈｃ ａ ｅ ｒｃｉ ｌ ｄ ｌ ａｅ ｎＧｒ Ｇｌ ｓｅｖｒ ｍｅ ｔ ｓ ｈ ＰＣ Ｇ２ｍｅｓｇ ａｓ ｌ ａｙ ｄ ｂ ｏ ｎ ｇ ｎ ｂ ｉ ｃｎｍｅｔｐａｔ ａ ｈ ｃ
基于P-集合的传播模型
作 ｘ 生成 的 Ｐ ． 集合 ，简称 Ｐ ． 集合 ，有限普通 集合 ｘ 称作逆
Ｐ ． 集 合（ ， Ｘ ） 的基础集合 。
图 １ 原始信息 Ｘ传播过程一次后的动态变化
二、基于 Ｐ ． 集合的传播模型
图１ 中的虚线指原始信息 Ｘ ，由图 １可以看 出， 是Ｘ
申农 的信息传播模型 做为传播学 的基本模 型，描述 了信 的 内 Ｐ ． 集合 ，Ｘ 具有 向内收缩的动态特性： 是 Ｘ 的外 Ｐ ．
程 中的动态特 点和属性特征 ，可 以用 一个 动态集合对 【 ， ） 来描述信 息传播 过程 中接收者 对信 息理解 的近似度 ，即发现 当信 息 发 生精确传递 时动态集合对 （ ， Ｘ ） 回到原始信 息 Ｘ， 没有发 生精确传递 时， 接 收者 对信 息的理解 接近原始信 息， 即 是Ｘ 的 内ｐ － 集合 ，ｘ 具有 向内收缩 的动态特性 ； ’ 是 的外 Ｐ ． 集合， 具有 向外扩 张的动态特性 。ｇ Ｉ 入函数变换 ｆ 和信 息的属性特征 ａ ，进 一步说 明信 息传播过程 的实质 。最后，通过实例 说明模型的有效性。
一
一 集合 。 程 中的动态特性 。如何 从信 息的动态特性来看传播 过程 ？如 示。而具有这种 动态特 性的集合对就是 Ｐ
何用数 学模型来描述这一 动态的传递过程 ？这 一动 态传递又 信 息 由 Ｐ １ 编码 后通 过渠道传 递给 Ｐ ２ ，Ｐ ２对作息编码 有 怎样 的结构特 点？本文将具有动态特性 的 Ｐ ． 集合理论引入 之 后便 获得 了原始信 息。， 由于 Ｐ １的编码 过程 、Ｐ ２的解码 到传播 学中来，利用 Ｐ ． 集合建立传播过程 的数学模 型。 过程会对信 息的理解 有偏 差， 此 时信 息 到达 Ｐ ２时可能有如
基于P-集合的信息隐藏与还原
ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ ｓ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ， ｉ ｇ ｖ ｅ Ｆ － ｉ ｎ ｆ ｏ ｍａ ｒ ｔ ｉ ｏ ｎ ｈ ｉ ｄ ｉ ｎ ｇ ａ ｎ ｄ ｒ ｅ ｄ ｕ ｃ ｔ ｉ ｏ ｎ ｏ ｆ ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ， ｖ ｅ ｉ ｒ ｉ ｆ ｅ ｄ ｂ ｙ ｈｅ ｔ ｅ ｘ ｐ ｅ ｉ ｒ ｍ ｅ ｎ ｔ ｓ ｏ ｆ ｉ ｔ ｓ ｌ ｅ ｉ ｇ ｉ ｔ ｍａ ｃ ｙ ． Ｔ ｏ
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｂａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ｓ ｅ ｃ ｕ ｉｔ ｒ ｙ ｅ ｘ ｃ ｈ ａ ｎ ｇ ｅ ，ｔ ｈ ｅ ｐ ｕ ｒ ｐ ｏ ｓ ｅ ｏ ｆ ｕ ｓ ｉ ｎ ｇ Ｐ － ｔ ｈ ｅ ｄ ｙ ｎ ａ ｍｉ ｃ ｃ ｈ ａ ｒ ａ ｃ ｔ ｅ ｉ ｒ ｓ ｔ ｉ ｃ ｓ ｏ ｆ ｃ ｏ ｌ ｌ ｅ ｃ ｔ ｉ ｏ ｎ ， ｔ ｒ ａ ｎ ｓ ｍｉ ｓ ｓ ｉ ｏ ｎ ｏ ｆ ｔ ｒ ｕ ｅ ｉ ｆｏ ｎ ｍａ ｒ ｔ ｉ ｏ ｎ ｅ ｎ ｃ ｒ ｙ ｐ ｔ ｉ ｏ ｎ ｈ ｉ ｄ ｄ ｅ ｎ ｍｅ ｔ ｈ ｏ ｄ ｎｄ ａ ｔ ｒ ｕ ｅ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ｈ ｉ ｄ ｉ ｎ ｇ ｉ ｎ ｈｅ ｔ ｆ ａ ｌ ｓ ｅ ｉ ｎ ｆ ｏ ｍ ａ ｒ ｔ ｉ ｏ ｎ ， ｔ ｏ ｒ ｅ ｌｉ ａ ｚ ｅ
ｒ ｅ ａ ｌ ｉ ｚ ｅ ｈｅ ｔ ｏ ｆ ｔ ｈ ｅ ｉ ｎ ｆ ｏ ｍａ ｒ ｔ ｉ ｏ ｎ ｓ ｅ ｃ ｕ ｉ ｒ ｔ ｙ ． Ｐ － ｓ ｅ ｔ ｉ ｓ ｈｅ ｔ ｄ ｙ ｎ ａ ｍｉ ｃ ｉ ｆｏ ｎ ｍａ ｒ ｔ ｉ ｏ ｎ ｓ ｙ ｓ ｔ ｅ ｍ ｏ ｆ ａ ｎ ｅ ｗ ｔ ｈ ｅ ｏ ｒ ｙ ａ ｎ ｄ ｎ ｅ ｗ ｍｅ ｔ ｈ ｏ ｄ ｓ ． Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ： Ｐ － ｓ ｅ ｔ ｓ ； Ｆ － ｉ ｎ ｆ ｏ ｍ ａ ｒ ｔ ｉ ｏ ｎ ｐ ｏ ｔ ｅ ｎ ｔ ｉ ａ ｌ ； Ｆ － ｉ ｆｏ ｎ ｍａ ｒ ｔ ｉ ｏ ｎ ｒ ｅ ｄ ｕ ｃ ｉ ｔ ｏ ｎ ； ｐ ｏ ｔ ｅ ｎ ｔ ｉ ａ ｌ ｄ ｅ ｇ ｒ ｅ ｅ ｏ ｆ
一种基于P4P技术的网络监管服务器的设计
力 和运 营 成 本 ． 提 高Ｐ Ｐ 用 程序 的性 能 。根据 并 ２应
Ｖ ｒ ｏ 的反 馈 ． 用Ｐ Ｐ 术 ， 能 较 传统 Ｐ Ｐ 很 ｅｉ ｎ ｚ 使 ４技 性 ２有
大 的 提 升 。 Ｐ Ｐ 称 是 “ ｒａｔ ｅ ｎｔ ｒ ｒｖｄｒ ４全 Ｐｏ ｃｉ ｅ ｖ ｗｏｋ Ｐ ｏ ｉｅ
进行 节 点 的优 化 选择 ． 同时 引． ｐ ｌ 型 来提 高ｉｒｃ ｅ的并 发性 ， ￣ｅ ｏｌ 模 Ｔ ａｋ ｒ 引￣ｍｅ ａｈ ｄ 存 ｍｃｃ ｅ 缓
技 术 减 少ｊ ｒｃ ｅ的数 据 处 理 时 延 ， 详 细 描 述 了ｉｒｃ ｅ的 系 统 构 架 和 设 计 思路 。 Ｔａｋ ｒ 并 Ｔ ａｋ ｒ 关键 词 Ｐ Ｐ ２ ； 网 络 监 管服 务 器 ；ｅ ｏｌ ４ ；Ｐ Ｐ ｐｌ ；ｍｅ ａ ｈ ｄ ｍｃｃ ｅ
Ｐ ｒｃ ａｉ ｏ ２ （ ａｔ ｉ ｔ ｎ ｆｒＰ Ｐ 电信 运 营商 主动 参 与Ｐ Ｐ网 ｉｐ ｏ ２ 络 ） 。Ｐ Ｐ ” ４ 协议可 以协调 网络拓 扑数据 ． 能够 有效选 择节点 ， 而提高 网络 路 由效率 。Ｐ Ｐ 从 ４ 的运 行 机制还
会 根据用 户 的上 行 、 载带 宽进行 综合判 断 ， 下 以进行 最有 效选 择 ． 大化整 体交换 的效 率 。 最 ＰＰ ４ 的架 构包 括控 制平 面 、数 据 平面 和 管理 平
了骨干 网络 传输 压力和 运 营成 本 ， 并提 高 了Ｐ Ｐ 用程 序的 传输性 能 。文章提 出了一 种基 ２应 于Ｐ Ｐ 术的 网络 监 管服务 器 （ ｒｃ ｅ） 设计 思路 ， 用ｉｒｃ ｅ 中的ｐ ｐｄｓ ｎ ｅｇ口 ４技 ｉ ａｋｒ 的 Ｔ 利 Ｔ ａ ｋｒ ４ —ｉａ ｃ － ｔ ￣
入 了网络 监 管 服务 器 ｉｒｃｅ作 为 提供 网络 信 息 的 Ｔ ａｋ ｒ
基于地震P波初始信息的台站场地危险性概率评估
基于地震P波初始信息的台站场地危险性概率评估地震是一种具有突发性的自然灾害,也是造成建筑物损坏和人们生命财产损失的主要因素之一。
地震的发生一般无法预测,只能在破坏性地震波抵达台站场之前的短时间内,对地震的大小和发震位置等信息进行预报,然后采取相应的措施,以减少损失。
本文基于四川地理区域的地震数据,研究了地震预警中震级,震中距等关键参数的估算方法,并评估了台站场地的潜在危险性。
首先,介绍了地震震级和震中距的常用估算方法,并结合地理环境等因素,使用贝叶斯方法对这些常用方法进行改进,提出了贝叶斯Gibbs方法和经验贝叶斯Gibbs方法。
其次,使用地震P波前3秒时程数据,对比了震级和震中距的各种估算方法的拟合效果,并验证了震级和震中距的各类估算方法在处理实际地震预警问题时,是否具有效性和准确性。
对比结果表明,经验贝叶斯Gibbs方法在解决实际地震预警问题时,更为准确。
然后,由于一般地面运动强度估算模型在处理实际数据时存在不足,采用留一法交叉验证对一般的地面运动强度估算模型和误差项服从偏正态分布的地面运动强度估算模型进行选择和评估,建立误差项服从偏正态分布的地面运动强度估算模型。
最后,基于偏正态的地面运动强度估算模型和概率分析方法,提出了一种地震台站场地危险性的概率评估方法,这为地震的预警,风险评估和防治等工作提供了参考。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｓ ｏｈ ｎ ｆ ｃ ｆｔｅ ａｇ ｒ ｈ ａ ｄ ｒｄ ｃ ｓ ｎ ｉｅｗｉ ｏ ｔｄ ｓｒ ｙ ｔ ｅｃ ａａ ｔｒｓｉｓｏ ｅ ｅ ｆａｕ ｅ ．Ｔ ｅ ｓｍｕ ａ ｍｏ ｔｉ ｇ ｅ ｅ ｔ ｌ ｏ ｔ ｍ ｎ ｅ ｕ ｅ ｏｓ ｔ ｕ ｅ ｔｏ ｈ ｈ ｒ ｃ ｅ ｔ ｆｔ ｓ ｅ ｔ ｒ ｓ ｈ ｉ ｌ － ｏ ｈ ｉ ｈ ｉ ｃ ｈ
（ ｅａｔ ｎ ｆ ｔｅ ａｉ ｎ ｏ ｕｅ ｃ ｎ ｅ Ｊ ｙｎ ｏａｉ ａ ａｄＴ ｃｎｃｌ ｃｏｌ Ｄ ｐｒ ｔ ｈｍ ｔ ｓａｄＣ ｍｐｔｒ ｉ ｃ ， ｉ ａｇＶ ｃｔ ｎｌ ｎ ｅｈｉａ Ｓｈｏ ， ｍｅ ｏ Ｍａ ｃ Ｓｅ ｅ ｇＧ ａｇｏｇ５ ２０ ， ｈｎ ） ｅ
声 和保持 图像原有特 征信息 对于后 期 图像 信息提 取处 理是
意义重大 的…Ｌ 。在众 多 的图像 平滑算 法 中 ， ２ Ｊ 基于 Ｐ Ｅ的 Ｄ
２ 基本算 法原 理
２ １ ｇ ｕｓ ． ａ ｓ 噪声平滑
ｔ ｎ ａ ａｙ ｉ ｈ ｗｓｔ ａ ｅｐ ｏ ｏ ｅ ｇ ｒ ｍ ａ ｂ ｉｕ ｆ ｃ ｏａｅ ｏｓ ｏ ｎｓ ｎ ｏ ｃ ｆ ｃｓｔ ｅ Ｏ ｉ ｎ ｓｓｓ ｏ ｔ ｈ ｒｐ ｓ ｄ ａ ｏ ｉ ｏ ｌ ｈ ｔ ｌ ｈ ｔ ｈ ｓ ｏ ｖｏ ｓｅ ｅ ｔ ｏ ｉ ｌｔｄ ｎ ｉｅ ｐ ｉ ｔ ，ａ ｄ ｎ ｔ ｔ ｓ ｍｕ ｈ ａｆ ｔ ｈ － ｅ
为解决此问题 ， 提出了一种基 于 Ｐ ＥＳ Ｄ ’各项异性的扩散 Ｐｍ ａ＆Ｍ ｌ 算法 。通 过引入高斯平滑算子 ， 用 Ｐ Ｍ模型的可 ｅｎ ａｋ ｉ 利 ＆
调扩散系数来改善图像平 滑效果 ， 在抑制噪声的同时能够保持这些特征 的特点 。通过仿 真分析表 明， 提出的算法对孤立 所 的噪声点平滑效果明显 ， 同时也不会过多地影响原来 图像 的特征 。 关键词 ： 向异性 ； 各 梯度阈值 ； 图像平滑
中图分类号 ：Ｐ ９ Ｔ３ １ 文献标识码 ： Ａ
Ｉ ａ ｅ Ｓ ｏ ｔ ｎ ｏ ｅ ｓＭ ｏ ｌａ ｍ ｐ ｏ ｉ ｇ ｍ ｇ ｍ ｏ ｈｉ ｇ Ｐｒ ｃ ｓ ｄｅ ｎｄ Ｉ ｒ ｖ ｎ Ｂａ ｅ ｎ Ｐ＆ Ｍ ｏ ｌ ｓｄｏ Ｍ ｄｅ
ＣＡＩＹｉ —ｓ ａ ｎ ｈ ｎ，ＨＵＡＮＧ ｎ Ｙｉ ｇ—ｍｉ ｇ ｎ
ｒｇｎ ｍａ ｅ ｆ ａｕ ｅ ｉｉ ａ ｉ ｇ ｔ ｒ ． ｌ ｅ
ＫＥＹＷ ＯＲＤＳ：Ａｎ ｓ ｔ ｐ ｉｏｒ ｙ；Ｇｒｄ ｅ ｔｔ ｒ ｓ ｏｄ；Ｉ ｇ ｍｏ ｔｉ ｇ ｏ ａ ｉｎ ｅ ｈ ｌ ｈ ｍａ ｅ ｓ ｏ ｈ ｎ
基 于 Ｐ Ｅ的各 向异性 的扩散 算 法能 够保 持 图像 特 征 的优 Ｄ
第８ 第 期 ２卷 ８
文章编号 ：０ ６—９４ （ ０ １ ０ ０ ５ １０ ３ ８ ２ １ ）８— ２ ６—０ ３
计
算
机 仿
真
２１年８ ０ １ 月
基于 Ｐ ＆Ｍ 模 型 的 图像 去 噪 平 滑 处理 算 法
蔡银 珊 ， 黄英 铭
（ 揭阳职业技术学院数学与计算 机科学 系， 广东 揭阳 ５ ２ ０ ） ２ ００ 摘要 ： 研究图像 平滑处理去噪 问题 。针对传统 图像平滑算法在去除噪声 的同时会破坏边缘 、 纹理等不能保持原 图图像特征 。
ＡＢＳ ＴＲＡＣＴ ：Ｒｅ ｅ ｒｈ ｆｒ ｉ ｇ ｍｏ ｔ ｉ ｇ ｐ ｏ ｅ ｓｎ ｅ ｏ ｓ ｇ ｑ ｅ ｔ ｎ ｓ ａ ｃ ｏ ｍａ ｅ ｓ ｏｈ ｎ ｒｃ ｓ ｉ ｇ ｄ ｎ ｉｉ ｕ ｓｉ ．Ｔ ｅ ｔａ ｉ ｏ ａ ｍａ ｅ ｓ ｏ ｔ ｉ ｇ ａｇ — ｎ ｏ ｈ ｒ ｄｔ ｎ ｌ ｉ ｇ ｍｏ ｈｎ ｏ ｉ ｌ ｒ ｈ ｅ ｔｏ ｈ ｄ ｅ ｉ ｌ ｎ ｔ ｇ ｎ ｉ ｓ ｅ ｔ ｒ ｎ ｔ ｅ ｇ ｈ ｒ ｃｅ ｓｉｓ ｃ ｎ ｎ ｔ ｅ ｍａｎ ａｎ ｄ ａ ｅ０ ｉ ｍｓ ｄ ｓｒｙ ｔ ｅ ｅ ｇ ｅｉ ａｉ ｏｓ ，ｔｘｕ ｅ ａ ｄ ｏｈ ｒｉ ｅ ｃ ａ ａ ｔ ｒ ｔ ａ ｏ ｉｔ ｉｅ ｓｔ 一 ｔ ｎ ｍｉ ｎ ｅ ｍａ ｉ ｃ ｂ ｈ ｒ ｉ ａ ｍａ ｅ ｏｓ ｌｅｔ ｉ ｒ ｂ ｅ ｉ ｎ ｉ ｇ ．Ｔ ｏｖ ｈ ｓｐ ｏ ｌ ｍ．ａｈ ｔｒ ｓ ｘ ａ ｐ ｅ ｄ ｏ ｅ ｎ ｇ ｌ ｅｅ ｏ ｅ ｕ ｌ ｒ ａ ｆ ｒ ａ＆ Ｍａｉ ｌ ｏ ｔｍ ｒ ｐ ｓ ｄ ｂ ｓ ｄ ｏ ＤＥ Ｓ ｓ Ｐｏ ｌ ｋ ａ ｇ ｒｈ ｉ ｐ ｏ ｏ ｅ ａ ｅ ｎ Ｐ ’． ｉ ｓ
Ｂ ｔ ｄ ｃｎ ａｓｉ ｍ ｏｈ ｇｏｅａ ｒ Ｐ ＆ Ｍ ｍ ｄｌ ｓｓｔｅａｊｓ ｂｅｄｆ ｓ ｎｃｅｉｉ ｔｔ ｉｐｏｅｔｅ ｙｉ ｒ ｕｉｇＧ ｕｓ ｎｓ ｏｔｉ ｐｒｔ ． ｎｏ ａ ｎ ｏ ｏｅ ｕｅ ｄｕｔ ｌ ｉｕｉ ｏｆｃ ｎ ｒｖ ｈ ｈ ａ ｏ ｅ ｏｍ
１ 引言
图像 平滑是图像 增强技术的一个很 重要 的方 面 ， 大多 是
数 图像分析和计算 机视觉 问题 中必需 的环节 。图像平 滑技 术对于噪声 的消除总是以纹理信息 、 边缘 信息 的减弱作 为代 价 的。因此 ， 选择一种优 良的图像平 滑算 法尽可能地减 弱噪
势 ， 出了一种 基于 Ｐ ＥＳ各 向异性 的扩 散 Ｐｒｎ 提 Ｄ’ ｅ ａ＆ Ｍａ ｋ ｏ ｌ ｉ 算法 。该算法结合 ｇｕｓ 型预处 理和适 当的 Ｐ Ｍ 算法 中 ａｓ． 模 ＆ 阈值 处理分析优势 ， 真分 析结果 表 明， 仿 是一 种效果 明显 的 图像平滑处理算法。
（ ｅａｔ ｎ ｆ ｔｅ ａｉ ｎ ｏ ｕｅ ｃ ｎ ｅ Ｊ ｙｎ ｏａｉ ａ ａｄＴ ｃｎｃｌ ｃｏｌ Ｄ ｐｒ ｔ ｈｍ ｔ ｓａｄＣ ｍｐｔｒ ｉ ｃ ， ｉ ａｇＶ ｃｔ ｎｌ ｎ ｅｈｉａ Ｓｈｏ ， ｍｅ ｏ Ｍａ ｃ Ｓｅ ｅ ｇＧ ａｇｏｇ５ ２０ ， ｈｎ ） ｅ
声 和保持 图像原有特 征信息 对于后 期 图像 信息提 取处 理是
意义重大 的…Ｌ 。在众 多 的图像 平滑算 法 中 ， ２ Ｊ 基于 Ｐ Ｅ的 Ｄ
２ 基本算 法原 理
２ １ ｇ ｕｓ ． ａ ｓ 噪声平滑
ｔ ｎ ａ ａｙ ｉ ｈ ｗｓｔ ａ ｅｐ ｏ ｏ ｅ ｇ ｒ ｍ ａ ｂ ｉｕ ｆ ｃ ｏａｅ ｏｓ ｏ ｎｓ ｎ ｏ ｃ ｆ ｃｓｔ ｅ Ｏ ｉ ｎ ｓｓｓ ｏ ｔ ｈ ｒｐ ｓ ｄ ａ ｏ ｉ ｏ ｌ ｈ ｔ ｌ ｈ ｔ ｈ ｓ ｏ ｖｏ ｓｅ ｅ ｔ ｏ ｉ ｌｔｄ ｎ ｉｅ ｐ ｉ ｔ ，ａ ｄ ｎ ｔ ｔ ｓ ｍｕ ｈ ａｆ ｔ ｈ － ｅ
为解决此问题 ， 提出了一种基 于 Ｐ ＥＳ Ｄ ’各项异性的扩散 Ｐｍ ａ＆Ｍ ｌ 算法 。通 过引入高斯平滑算子 ， 用 Ｐ Ｍ模型的可 ｅｎ ａｋ ｉ 利 ＆
调扩散系数来改善图像平 滑效果 ， 在抑制噪声的同时能够保持这些特征 的特点 。通过仿 真分析表 明， 提出的算法对孤立 所 的噪声点平滑效果明显 ， 同时也不会过多地影响原来 图像 的特征 。 关键词 ： 向异性 ； 各 梯度阈值 ； 图像平滑
中图分类号 ：Ｐ ９ Ｔ３ １ 文献标识码 ： Ａ
Ｉ ａ ｅ Ｓ ｏ ｔ ｎ ｏ ｅ ｓＭ ｏ ｌａ ｍ ｐ ｏ ｉ ｇ ｍ ｇ ｍ ｏ ｈｉ ｇ Ｐｒ ｃ ｓ ｄｅ ｎｄ Ｉ ｒ ｖ ｎ Ｂａ ｅ ｎ Ｐ＆ Ｍ ｏ ｌ ｓｄｏ Ｍ ｄｅ
ＣＡＩＹｉ —ｓ ａ ｎ ｈ ｎ，ＨＵＡＮＧ ｎ Ｙｉ ｇ—ｍｉ ｇ ｎ
ｒｇｎ ｍａ ｅ ｆ ａｕ ｅ ｉｉ ａ ｉ ｇ ｔ ｒ ． ｌ ｅ
ＫＥＹＷ ＯＲＤＳ：Ａｎ ｓ ｔ ｐ ｉｏｒ ｙ；Ｇｒｄ ｅ ｔｔ ｒ ｓ ｏｄ；Ｉ ｇ ｍｏ ｔｉ ｇ ｏ ａ ｉｎ ｅ ｈ ｌ ｈ ｍａ ｅ ｓ ｏ ｈ ｎ
基 于 Ｐ Ｅ的各 向异性 的扩散 算 法能 够保 持 图像 特 征 的优 Ｄ
第８ 第 期 ２卷 ８
文章编号 ：０ ６—９４ （ ０ １ ０ ０ ５ １０ ３ ８ ２ １ ）８— ２ ６—０ ３
计
算
机 仿
真
２１年８ ０ １ 月
基于 Ｐ ＆Ｍ 模 型 的 图像 去 噪 平 滑 处理 算 法
蔡银 珊 ， 黄英 铭
（ 揭阳职业技术学院数学与计算 机科学 系， 广东 揭阳 ５ ２ ０ ） ２ ００ 摘要 ： 研究图像 平滑处理去噪 问题 。针对传统 图像平滑算法在去除噪声 的同时会破坏边缘 、 纹理等不能保持原 图图像特征 。
ＡＢＳ ＴＲＡＣＴ ：Ｒｅ ｅ ｒｈ ｆｒ ｉ ｇ ｍｏ ｔ ｉ ｇ ｐ ｏ ｅ ｓｎ ｅ ｏ ｓ ｇ ｑ ｅ ｔ ｎ ｓ ａ ｃ ｏ ｍａ ｅ ｓ ｏｈ ｎ ｒｃ ｓ ｉ ｇ ｄ ｎ ｉｉ ｕ ｓｉ ．Ｔ ｅ ｔａ ｉ ｏ ａ ｍａ ｅ ｓ ｏ ｔ ｉ ｇ ａｇ — ｎ ｏ ｈ ｒ ｄｔ ｎ ｌ ｉ ｇ ｍｏ ｈｎ ｏ ｉ ｌ ｒ ｈ ｅ ｔｏ ｈ ｄ ｅ ｉ ｌ ｎ ｔ ｇ ｎ ｉ ｓ ｅ ｔ ｒ ｎ ｔ ｅ ｇ ｈ ｒ ｃｅ ｓｉｓ ｃ ｎ ｎ ｔ ｅ ｍａｎ ａｎ ｄ ａ ｅ０ ｉ ｍｓ ｄ ｓｒｙ ｔ ｅ ｅ ｇ ｅｉ ａｉ ｏｓ ，ｔｘｕ ｅ ａ ｄ ｏｈ ｒｉ ｅ ｃ ａ ａ ｔ ｒ ｔ ａ ｏ ｉｔ ｉｅ ｓｔ 一 ｔ ｎ ｍｉ ｎ ｅ ｍａ ｉ ｃ ｂ ｈ ｒ ｉ ａ ｍａ ｅ ｏｓ ｌｅｔ ｉ ｒ ｂ ｅ ｉ ｎ ｉ ｇ ．Ｔ ｏｖ ｈ ｓｐ ｏ ｌ ｍ．ａｈ ｔｒ ｓ ｘ ａ ｐ ｅ ｄ ｏ ｅ ｎ ｇ ｌ ｅｅ ｏ ｅ ｕ ｌ ｒ ａ ｆ ｒ ａ＆ Ｍａｉ ｌ ｏ ｔｍ ｒ ｐ ｓ ｄ ｂ ｓ ｄ ｏ ＤＥ Ｓ ｓ Ｐｏ ｌ ｋ ａ ｇ ｒｈ ｉ ｐ ｏ ｏ ｅ ａ ｅ ｎ Ｐ ’． ｉ ｓ
Ｂ ｔ ｄ ｃｎ ａｓｉ ｍ ｏｈ ｇｏｅａ ｒ Ｐ ＆ Ｍ ｍ ｄｌ ｓｓｔｅａｊｓ ｂｅｄｆ ｓ ｎｃｅｉｉ ｔｔ ｉｐｏｅｔｅ ｙｉ ｒ ｕｉｇＧ ｕｓ ｎｓ ｏｔｉ ｐｒｔ ． ｎｏ ａ ｎ ｏ ｏｅ ｕｅ ｄｕｔ ｌ ｉｕｉ ｏｆｃ ｎ ｒｖ ｈ ｈ ａ ｏ ｅ ｏｍ
１ 引言
图像 平滑是图像 增强技术的一个很 重要 的方 面 ， 大多 是
数 图像分析和计算 机视觉 问题 中必需 的环节 。图像平 滑技 术对于噪声 的消除总是以纹理信息 、 边缘 信息 的减弱作 为代 价 的。因此 ， 选择一种优 良的图像平 滑算 法尽可能地减 弱噪
势 ， 出了一种 基于 Ｐ ＥＳ各 向异性 的扩 散 Ｐｒｎ 提 Ｄ’ ｅ ａ＆ Ｍａ ｋ ｏ ｌ ｉ 算法 。该算法结合 ｇｕｓ 型预处 理和适 当的 Ｐ Ｍ 算法 中 ａｓ． 模 ＆ 阈值 处理分析优势 ， 真分 析结果 表 明， 仿 是一 种效果 明显 的 图像平滑处理算法。