检索结果

Select

1. 基于梯度场的工业X射线图像增强算法

周冲, 刘欢, 赵爱玲, 张鹏程, 刘祎, 桂志国

计算机应用 2019, 39 (10): 3088-3092. DOI: 10.11772/j.issn.1001-9081.2019040694

摘要（499）

PDF （843KB）（289）

在X射线成像检测厚薄不均构件时，经常会出现对比度低或对比度不均以及照度低的问题，这会导致图像显示时构件的一些细节难以被观察与分析。针对这一问题，提出一种基于梯度场的X射线图像增强算法。该算法以梯度场增强为核心，分为两步：首先，提出一种基于对数变换的算法，压缩图像的灰度范围、去除图像冗余灰度信息、提升图像对比度；然后，提出一种基于梯度场的算法，增强图像细节、提升图像局部对比度、提高图像质量，使构件细节清晰显示在检测屏上。选择一组厚薄不均构件的X射线图像进行了实验，并与对比度受限自适应直方图均衡化（CLAHE）、同态滤波等算法进行了比较。实验结果表明所提算法具有更明显的增强效果，能更好地显示构件的细节信息，并且通过计算平均梯度和无参考结构清晰度（NRSS）纹理分析的定量评价标准进一步表明了该算法的有效性。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于多目标骨架粒子群优化的特征选择算法

张翠军, 陈贝贝, 周冲, 尹心歌

计算机应用 2018, 38 (11): 3156-3160. DOI: 10.11772/j.issn.1001-9081.2018041358

摘要（502）

PDF （908KB）（366）

针对在分类问题中，数据之间存在大量的冗余特征，不仅影响分类的准确性，而且会降低分类算法执行速度的问题，提出了一种基于多目标骨架粒子群优化（BPSO）的特征选择算法，以获取在特征子集个数与分类精确度之间折中的最优策略。为了提高多目标骨架粒子群优化算法的效率，首先使用了一个外部存档，用来引导粒子的更新方向；然后通过变异算子，改善粒子的搜索空间；最后，将多目标骨架粒子群算法应用到特征选择问题中，并利用 K近邻（ KNN）分类器的分类性能和特征子集的个数作为特征子集的评价标准，对UCI数据集以及基因表达数据集的12个数据集进行实验。实验结果表明，所提算法选择的特征子集具有较好的分类性能，最小分类错误率最大可以降低7.4%，并且分类算法的执行时间最多能缩短12 s，能够有效提高算法的分类性能与执行速度。

参考文献 | 相关文章 | 多维度评价

Select

3. 数控车床仿真系统中数控内核的设计和实现

周冲，钱昆明，齐昕

计算机应用 2005, 25 (02): 463-465. DOI: 10.3724/SP.J.1087.2005.0463

摘要（1187）

PDF （148KB）（1036）

以数控车床仿真系统为例,阐述了数控内核模块的设计和实现,并详细介绍了数控内核中程序输入和显示、G代码编译、智能查错三个方面的设计思路,在G代码编译中提出了一种针对G代码语言语法分析的构造二叉树的算法,并最终用Lingo语言实现了整个数控内核的仿真。