遗传算法在特异值识别与处理中的应用

在空间数据中特异值的识别处理中,个别奇异的数据(特异值)可能会对模型产生影响而使预测值与实测值间产生较大的偏差。因此,本文在分析现有的方法的基础上,考虑识别过程中可能存在的"拖尾"和"掩盖"效应,根据"同步"的思想提出了一种新的特异值识别方法:基于遗传算法的特异值识别,该方法以数据标准化差异作为评价标准,将遗传算法应用到特异值识别处理当中,能够有效地识别出观测值中的异常数据,获得一致性数据。     

烤烟烟叶反射和透射图像的同步图像分割

采用自行设计的烟叶图像采集灯箱系统,对同一片烤烟烟叶在不移动位置的情况下分别采集整片烟叶的反射和透射图像。依据烤烟烟叶透射图像烟叶区域敏感吸收蓝色光的特性,提出了一种利用烟叶自身特征的图像轮廓分割法,可实现同一片烤烟烟叶反射、透射图像的同步背景扣除。结合点统计分割方法和区域统计分割方法,能成功获取具有相同有效像素轮廓的反射和透射成对烟叶的纯净图像。经研究验证,分割精度比单独使用点统计分割方法或区域统计分割方法高,并且分割边界光滑而连续,为后续的基于反射与透射图像相结合的烟叶数字分级奠定了坚实的基础。