一种基于三部图网络的协同过滤算法

推荐系统是电子商务领域最重要的技术之一,而协同过滤算法又是推荐系统用得最广泛的.提出了一种基于加权三部图网络的协同过滤算法,用户、产品及标签都被考虑到算法中,并且研究了标签结点的度对用户相似性计算的影响.实验结果表明,此算法在解决用户冷启动问题的同时,还具有较高的推荐准确性.     

用VC＋＋实现气象资料的FTP自动上传下载

主要介绍了在C＋＋语言中胛P基本程序的实现，包括远程登陆、上传、下载、定时执行、系统托盘等程序代码的实现。另外，介绍了一种字符串匹配算法——KMP算法，可以用于解决程序中模糊匹配检索的问题。FTP客户端软件正式运行的检验效果良好，该软件采用VisualC＋＋6．0开发，在WindowsXP环境中编译执行通过。     

基于边缘指导的双通道卷积神经网络单图像超分辨率算法

当前基于卷积神经网络（CNN）的超分辨率（SR）重建算法,虽然取得了很大的成功,但是重建图像高频纹理的效果仍然不能令人满意,其高分辨率（HR）图像局部边缘存在明显的震荡.本文提出一种结合形态学成分分析（MCA）分解的边缘指导双通道CNNSR算法：待处理的低分辨率（LR）图像通过MCA分解为纹理部分和平滑结构部分;纹理部分和原LR图像共同组成双通道,输入到改进的网络结构中重建HR纹理部分;结合HR纹理输出与LR平滑结构部分重建HR图像.训练过程采用最小化纹理损失与原图像损失之和最优化网络模型参数.后处理包括：执行网络输出与LR输入图像的直方图匹配使色调保持一致,提升感官效果;应用迭代的反向映射使HR重建与LR输入保持退化算子一致性提高PSNR值.实验结果显示：该方法能够很好地恢复HR图像的纹理细节,对纹理细节丰富的图像恢复效果更好.     

一种稳健的角点匹配方法

在不同的图像之间寻找若干稳健的匹配点是许多计算机视觉算法有效应用的关键.SIFT(Scale Invariant Feature Transforms)算法已经证明了能够实现稳健匹配点提取的任务,然而SIFT算法提取的匹配点往往处于目标内部的某些均匀的区域,并不包括目标的边角点.考虑到角点往往包含了目标关键的结构信息,因此利用SIFT匹配点的稳健性结合角点检测,既能够提高角点匹配的稳健性又能够减小角点匹配搜索范围.匹配实验证明了该方法能够有效抵御噪声的干扰以及尺度和视角变化的影响,具备良好的匹配稳健性.     

基于预测平方和PRESS准则选取预报因子的向前、向后算法及其应用

本文提出了基于预测平方和PRESS准则选取预报因子的二个快速算法——向前、向后算法,这二个算法不仅使计算PRESS值的回归方程个数从原算法2~P—1个减少到至多为P(P 1)/2个,而且使每个PRESS值的计算量减少很多。通过长期天气预报的实例计算,预测效果比逐步回归有明显提高。     

FY-3B/VIRR海表温度算法改进及精度评估

该文介绍了卫星观测海表温度 (SST) 算法的发展历程,给出了所用SST算法的回归模型,并在FY-3B/VIRR业务SST算法的基础上进行了改进。基于NOAA-19/AVHRR匹配数据集,进行多算法建模分析及精度评估,白天最优算法为非线性SST (NL) 算法,夜间最优算法为三通道SST (TC) 算法,最优算法的确定与NESDIS/STAR一致。建立2012年8月—2013年3月FY-3B/VIRR匹配数据集,并在此基础上进行多算法回归建模及精度评估,白天和夜间的最优均为NL算法,分析发现夜间TC算法采用匹配数据集版本2(MDB_V2) 时,3.7 μm通道存在类似百叶窗的条带现象。以2012年10—12月FY-3B/VIRR匹配数据集计算回归系数,以2013年1—3月独立样本进行精度评估,与浮标SST相比,NL算法白天和夜间的均方根误差分别为0.41℃和0.43℃。与日平均最优插值海温 (OISST) 相比,NL算法白天和夜间的均方根误差分别为1.45℃和1.5℃; 选择与OISST偏差在2℃以内的样本,NL算法白天和夜间均方根误差分别为0.82℃和0.84℃。     

细网格推算流域面雨量方法应用浅析

介绍了流域细网格化的划分、在不固定测站条件下通过距离权重插补网格结点的雨 量和流域面雨量计算的方法，以及利用API函数(GetPixel)统计流域内网格结点的技术。     

基于小波分析的组合随机模型及其在径流预测中的应用

提出了一种随机组合预测模型利用Mallat算法对水文时间序列进行多尺度分解,得到对应尺度下的概貌(低频)分量和细节(高频)分量;分别对概貌分量和细节分量建立随机模型进行预测,预测结果的叠加即为原水文变量的预测.将该模型用于黄河三门峡站年径流预测中,并与传统预测模型进行了对比分析,结果表明,建立的组合模型充分利用了现有信息,预测精度高.     

“雨燕”中风暴算法在北京奥运天气预报示范项目中的应用及改进

介绍了临近预报系统“雨燕”中的风暴系列算法, 包括风暴识别、 风暴追踪、 基于TREC技术的风暴位置预报, 以及预报位置实时评分算法等。利用2008年北京奥运期间出现的多个强对流天气, 统计出该风暴产品在30 min和60 min预报时效的绝对距离误差分别约为13 km和23 km。分析了北京奥运天气预报示范项目期间该风暴产品误差较大的原因, 主要集中于TREC技术本身及其适用范围, 以及风暴预报方案中处理细节的不足, 具体为TREC技术不适用于孤立的回波单体, 雷达探测边界对TREC技术的影响, TREC矢量有时呈现出一定的空间不连续性, 以及对孤立少动单体的不当处理等。针对上述原因, 提出了一系列的改进方案, 包括对用于风暴位置预报的TREC矢量增加一致性检验, 利用风暴的历史轨迹校正不恰当的TREC矢量; 对TREC技术中象素阵列大小进行统计分析, 选择最适合北京地区的阵列大小; 风暴预报位置超出回波范围时新的处理技巧等。利用北京奥运期间的强对流资料, 对改进后的风暴算法进行评估。结果表明, 一方面, 改进后的算法能较好地控制风暴预报位置的绝对误差, 在30 min和60 min预报时效, 绝对误差分别减小了25%和26%。另一方面, 由于预报位置精度的提高, 能够提升相邻时刻风暴匹配的效率, 使得与以前算法相比有更多的风暴样本参与了各个预报时效的评分。     

FY 2双星亮温归一化及其在台风个例中的应用

针对台风业务应用中发现FY-2D和FY-2E双星观测存在亮温差过大的问题,本文以2010年台风鲇鱼（Megi）为例,利用2010年10月17日1030-1230UTC的FY-2D／E红外1通道数据,提出了双星亮温归一化的解决方法,结果如下：（1）采用CDF（Cumulative Distribution Function）匹配法对双星亮温进行归一化处理,可有效利用FY-2D和FY-2E双星观测结果。个例分析表明,经归一化处理以后,双星的PDF（Probability Distribution Function）分布更趋一致,甚至在很多地方出现重合,归一化效果良好。在台风定强分析,如ADT（Advanced Dvorak Technique）算法中,归一化处理可作为数据预处理的一部分内容,不影响后面的算法和流程。（2）以MTSAT为基准,经CDF匹配法对FY-2D和2E的TBB分别进行归一化处理,将使得FY-2的亮温与MTSAT具有可比性,便于比较国内外的台风定强分析结果和算法差异。     

利用云导风矢量的台风中心自动定位

文中提出了一种利用云导风矢量图进行台风中心自动定位的方法。云导风矢量通过对具有一定时间间隔的两幅相关卫星云图进行模板匹配而得出。模板匹配就是根据已知模式的图像在一幅陌生图像中寻找对应于该模式的子图像的过程。根据气象知识 ,台风云系运动的特点是中心平移量大而自旋很弱 ,且台风中心与台风云系整体的移动方向一致 ,因此求出云导风矢量图中与台风整体移动矢量大小和方向一致的矢量集合的最密集区 ,经过数学形态学处理后便得到台风中心     

多普勒天气雷达下击暴流图像识别

以下击暴流具有的低层显著辐散特征为基础,引入图像识别中的连通区识别技术,开发出了应用于多普勒天气雷达的下击暴流图像识别算法。首先通过设置的速度阈值将径向速度进行二值化处理,然后运用8邻域法寻找速度大值区,并采用距离、夹角和正、负速度差值等条件进行约束对正、负速度大值区进行配对,最后对未成功配对的速度大值区进行邻近区域的二次匹配,从而识别出下击暴流区域。利用多个下击暴流个例实测的多普勒雷达数据对该算法进行了测试,结果表明该算法对一些较小尺度的下击暴流,尤其对受环境风场影响而具有不对称辐散特征的下击暴流有良好的识别效果。     

基于双目视觉的船舶跟踪与定位

设计了基于双目视觉的船舶跟踪与定位系统,并且完成对应算法设计.算法分为摄像机标定、目标跟踪、立体匹配、视差定位4个模块,其中,跟踪模块以目标窗口的形式给出跟踪结果,匹配模块在跟踪结果中进行左右目立体匹配,定位模块根据左右目匹配点对的像素位置计算其在物理空间的坐标,减少了匹配时间.实验结果表明,该方式可实现实时跟踪目标并给出目标的准确位置,满足应用要求.该定位系统可同时完成动态目标跟踪和定位,提供三维图像的丰富信息,具有很强的推广应用价值.     

电接风向风速自记纸数字化处理系统的设计与实现

纸质记录曲线的识别和数字化是图像处理和模式识别领域的一项重要内容, 是对气象档案馆保存的气象纸质曲线资料数字化的有效方法。该文研究并构建了电接风向风速自记纸数字化处理系统, 该系统主要包括4个处理阶段:自记纸图像的输入、图像预处理、自记曲线的分割、曲线的跟踪和识别。其中, 自记纸图像的输入应用TWAIN (Toolkit Without An Interesting Name, 无注名工具包协议) 标准来设计, 对记录曲线的跟踪识别, 该文提出的基于灰度积分投影的分段线性插值算法, 取得了很好的识别效果。     

BP神经网络在图像字符识别中的改进和应用

传统BP神经网络算法虽然具有良好的学习能力和容错能力,但是收敛速度慢,易陷入局部极小点等缺点制约了它的进一步发展和应用.针对这些不足,采用自适应学习率结合附加动量因子的方法可以有效缩短训练时间,加快收敛速度,同时抑制寻优算法陷入局部极小点.将该算法应用于图像字符识别系统中,通过一系列实验优化系统参数之后给出系统识别结果,表明该系统识别具有较高的准确性和鲁棒性.     

基于图像处理技术自动判别雷达异常产品

对雷达产品的实时监控是中国气象局气象探测中心运行监控实时业务工作的重要内容之一,因此实现自动化识别雷达异常产品具有重要的现实意义和研究价值。论述基于图像处理技术实现自动识别雷达异常产品,详细介绍系统实现模型及雷达数据异常自动识别算法,其中主要阐述了特征提取、迭代学习器等相关内容。通过对检测出的雷达产品异常产品分析表明,基于图像处理技术的雷达产品异常自动识别系统可以高效的、实时的检测出异常雷达产品,便于技术人员快速发现雷达异常并及时修复,也可作为雷达维修或雷达升级改造的依据,提高雷达的使用效率。     

图像特征检测与匹配方法研究综述

几十年来,图像特征检测与匹配一直是图像处理的最核心领域之一,是计算机视觉的基石.没有特征检测与匹配就没有SLAM、Sfm、AR、通用图像检索、图像配准、全景图像等视觉任务.本文在回顾几十年来的经典检测算法的基础上,阐述了引用最新的以深度学习为首的机器学习算法后,在本领域取得的最新进展,包括特征点、局部特征子、全局特征子、匹配及优化、端到端框架等所有关键点,展示了算法各自的优缺点.总而言之,面对工业界的宽基线、实时、低算力检测的要求,图像特征检测和匹配仍然是一项未能完整攻克的任务,融合特征点、局部特征子、全局特征子、匹配及优化的多任务全局框架成为未来发展的趋势.     

卫星云图的计算机分析识别

提出了采用数学形态学与句法模式识别结合，将云系结构与天气系统联系起来的卫星云图计算机分析识别方法，克服了传统的统计识别方法不能很好地反映云系整体性结构的缺陷，对一次台风过程不同阶段云系发展演特征，实现了计算机分析识别试验，结果显示，在台风发展的不同阶段，云系的结构，形状和组成是不同的。     

基于多普勒天气雷达的低空多普勒速度的切变识别算法研究

低空风切变是影响航空器起飞和着陆安全的重要因素,利用多普勒天气雷达径向速度数据,从风的空间和时间变化上对低空风切变的识别进行了研究,并利用一次飑线过程和一次低空急流过程的资料对识别算法进行了验证。识别算法的核心是分别计算二维合成风切变、垂直风切变和时间风切变。在计算二维合成风切变时,先利用风切变强度因子自适应地选择拟合“窗口”的大小,再利用最小二乘线性拟合方法,得到水平风切变。结果表明:自适应多尺度最小二乘法得到的合成风切变,在低空风切变识别效果、切变连续性和边缘数据处理等方面都优于我国多普勒天气雷达的PUP合成风切变;垂直风切变反映了雷达径向速度的高低空配置情况;时间风切变可提供径向速度随时间的变化情况。算法还可应用于民航机场低空风切变的识别和预警。