物联网智能感知数字图像自适应增强方法仿真

来源 :计算机仿真 | 被引量 : 2次 | 上传用户:cjrck
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究一种数字图像自适应增强的有效方法,可以减小图像细节数据损失,提高图像的自适应对比度,增强图像品质,在实际生活中具有实用效果。针对当前物联网智能感知数字图像自适应增强方法增强图像时,存在图像增强效果不好导致增强后的图像品质低、清晰度不够的问题,提出了一种基于蛙跳算法的物联网智能感知数字图像自适应增强方法。通过建立噪声数字图像分解模型,依据图像去噪步骤减小图像噪声估计,对多分辨率数字图像去噪。运用蛙跳算法确定适应度函数值,将适应度函数作为输入,利用交叉熵对适应度函数进行阈值计算,当差异度较小时,选出
其他文献
在复杂不确定的战场环境中,军事决策人员面临的首要问题是确定满足一定约束条件、优化的作战方案。研究考虑资源和协同约束,利用影响网络度量作战方案的优劣程度,建立基于影响网络的混合约束作战方案优化问题。优化问题是一个伪布尔约束和布尔约束混合、优化目标非解析表达的0-1整数优化问题。同时,提出遗传算法结合伪布尔约束求解的方法对优化问题求解,通过测试案例对该优化方法的有效性进行验证。
对分层异构网络信息交互效率进行优化,可提高分层异构网络信息的处理效率。通过构建归一化函数建立分层异构网络信息选择博弈模型,定义最大化网络满意效用与最大化势能函数,才能对分层异构网络信息交互效率进行优化,但是传统方法通过先对不同的信息源进行定位,将空域和时域信息融合于分层异构网络信息交互中完成效率优化,但是不能准确构建归一化函数,无法通过建立信息选择博弈模型计算满意效用与最大化势能函数,降低了交互效
战斗机对多目标航迹跟踪控制仿真的过程中,航迹起始作为多目标跟踪的首要问题,其准确性能够有效地减轻航迹维持的负担,而且能够及时发现地方目标,增强我方的防御能力。针对高密度杂波环境中多目标航迹起始虚假航迹多的问题,提出了一种将扫描的点迹先聚类后进行航迹起始的新算法。新算法首先结合目标点迹的运动学信息,保存满足目标运动状态的目标点迹,然后根据目标的相似性结合K-medoids聚类算法,将保存下的目标划分
对多媒体设备管理资源数据进行合理调度,可提高多媒体设备的管理效率。进行资源数据调度时,应构造资源数据调度模糊相似度矩阵,用以计算相似度阈值,利用阈值对资源数据分类后,进行调度。而传统的内存管理的调度方法是通过建立多媒体设备管理资源数据调度模型完成调度,但调度模型中缺少数据的相似度阈值,不能完成数据分类,降低了调度的效率。提出一种改进熵空间的多媒体设备管理资源数据调度方法。该方法先采用熵空间粒度算法
随着科学技术的发展,机械臂逐渐应用于工业制造、军事、医疗等领域中,为人类的生活带来了巨大的变化。但是由于工作环境中躲避障碍物严重影响了机械臂的发展,针对传统虚拟力算法在双机械臂协同运动规划中容易陷入局部最小的问题,提出一种基于虚拟力的改进方法。基于D-H坐标法建立双机械臂模型并描述关节间的变换关系,采用修改引力场函数方法调整双机械臂运动规划中的位置,使双机械臂在保证效率的同时无碰撞的完成任务。上述
姿态稳定在整个四旋翼飞行器系统中起到了关键的作用,但由于模型具有高度非线性,捷联惯导测量单元中陀螺仪积分误差大,加速度在时变环境误差大等问题。为了得到更加精准的姿
利用空间网络进行中继通信是未来星地通信的主要方式,而空间网络环境存在链路不稳定、传输距离大等缺陷,这些缺陷使得星地通信效率较低,且通信质量不理想。为了解决上述问题,提出一种适合空间网络中继通信的R印tor码作为前向纠删码。首先,以简化的LDGM码为外码、以弱化的LT码为内码得出Raptor码的编码结构,其次,为了适应中继星受限的星上存储与处理能力,对Shokrollahi提出的截短度分布函数进行改
由于导弹的速度、加速度和加加速度都较高,多普勒频移一次变化率、二次变化率很大,常规载波跟踪环路将会失锁。稳定的载波跟踪使导航(GNSS)接收机在高动态环境下正常工作。由于常规锁频环(FLL)辅助锁相环(PLL)的跟踪环路引起失锁问题,提出一种采用四相鉴频方法辅助的加权因子载波跟踪方法。上述方法首先利用四相鉴频的非线性特性将信号的多普勒频偏快速牵引到较低的范围,然后利用加权因子调整FLL&PLL的权
精准定位和稳定控制是实现水下机器人自主导航的关键。水下作业环境复杂性多变,当前导航定位方法进行水下机器人运动轨迹跟踪控制,当导航系统参数有扰动时,难以保证导航系统定位控制精度,误差较大。针对上述问题,提出基于遗传算法的积分滑模水下机器人导航定位控制方法。模拟构建所研究的水下机器人运动学模型并进行参数设定,设计水下机器人导航轨迹滑膜面控制模型。针对当前导航定位方法进行水下机器人导航轨迹跟踪控制,当导
为了快速、准确的抽取出自然语言文本中存在的否定性信息,需要对否定性信息抽取方法进行分析和研究。采用当前否定性信息抽取方法对自然语言文本中存在的否定性信息进行抽取时,得到的抽取结果与实际结果不符,抽取信息所用的时间较长,存在抽取精准度低和抽取效率低的问题。提出一种自然语言文本中否定性信息智能抽取方法,通过基于树核的覆盖域界定模型得到自然语言文本句法树中覆盖域的结构和位置。根据双层图模型对自然语言文本