一种通信网节点重要性评价方法

    公开(公告)号:CN103476051B

    公开(公告)日:2016-04-13

    申请号:CN201310413387.9

    申请日:2013-09-11

    Inventor: 戚银城 姚杰

    Abstract: 本发明涉及一种通信网节点重要性评价方法,本发明属于网络中节点分析技术领域。一种通信网节点重要性评价方法,该方法包括以下步骤:步骤1:根据实际的通信网建立有权网络数学模型;步骤2:分别计算加权网络的节点度数k、节点介数b、特征向量指标Ce和紧密度指标Cc,并进行规格化;步骤3:对F1、F2、F3和F4,进行线性组合加权得到综合评价的最终得分F;步骤4:根据综合评价的最终得分F值由大到小对n个节点进行排序,取排序靠前的节点,作为实际的通信网中的重要节点,从而确定实际的通信网中节点的重要性。本发明首先利用带宽对实际的通信网络进行加权,然后通过综合评价实现节点重要性的排序。

    一种通信网节点重要性评价方法

    公开(公告)号:CN103476051A

    公开(公告)日:2013-12-25

    申请号:CN201310413387.9

    申请日:2013-09-11

    Inventor: 戚银城 姚杰

    Abstract: 本发明涉及一种通信网节点重要性评价方法,本发明属于网络中节点分析技术领域。一种通信网节点重要性评价方法,该方法包括以下步骤:步骤1:根据实际的通信网建立有权网络数学模型;步骤2:分别计算加权网络的节点度数k、节点介数b、特征向量指标Ce和紧密度指标Cc基本指标,并进行规格化;步骤3:对F1、F2、F3和F4,进行线性组合加权得到综合评价的最终得分F;步骤4:根据综合评价的最终得分F值的大小对n个节点进行排序,取排序靠前的节点,作为实际的通信网中的重要节点,从而确定实际的通信网中节点的重要性。本发明首先利用带宽对实际的通信网络进行加权,然后通过综合评价实现节点重要性的排序。

    一种基于参数选择的图像自适应指导滤波方法

    公开(公告)号:CN105096277B

    公开(公告)日:2017-08-01

    申请号:CN201510593051.4

    申请日:2015-09-17

    Abstract: 本发明公开了一种基于参数选择的图像自适应指导滤波方法,包括确定输入图像I和选择指导图像G,设定滤波窗口w的大小;分别以各像素作为滤波窗口的中心像素,判断指导图像G的当前滤波窗口中各像素点的灰度值与中心像素的灰度值是否相似,统计窗口内相似像素数目并按类别设置偏移函数,同时根据每个窗口方差的大小分类设置平滑因子。完成偏移函数和平滑因子的选择后,将其带入核函数中,按照核函数计算滤波后像素的灰度值,获得滤波后的输出图像。本发明解决了偏移函数和平滑因子选择未考虑窗口自身特性的问题,能够有区别的处理窗口内的局部边缘特征和细节信息。同时依据窗口方差自适应选择多值,使滤波后的图像具有更好的边缘和更多的细节。

    一种可自适应调节放大倍数的螺栓图像超分辨率处理方法

    公开(公告)号:CN113240586A

    公开(公告)日:2021-08-10

    申请号:CN202110671531.3

    申请日:2021-06-17

    Abstract: 本发明公开了一种可自适应调节放大倍数的螺栓图像超分辨率处理方法,包括步骤:构建螺栓数据集,得到不同缩放倍数的低分辨率图像;提取低分辨率图像的浅层特征;利用密集残差模块提取层次特征;将多个密集残差模块输出的层次特征进行融合得到局部融合特征,再将局部融合特征与提取的浅层特征拼接在一起进行全局特征融合;设定对应图像不同大小输出不同放大倍数的阈值,根据图片尺寸确定放大倍数,再根据不同的放大倍数,预测生成高分辨率图像的滤波器权重;基于融合得到的全局特征以及预测得到的滤波器权重,生成高分辨率图像。本发明利用图像超分辨率处理技术对低分辨率图像进行处理,根据不同图像大小自适应调整放大倍数,生成尺寸大小近似的高分辨率图像。

    一种图像深度特征确定方法及系统

    公开(公告)号:CN107730546B

    公开(公告)日:2020-11-03

    申请号:CN201710740343.5

    申请日:2017-08-25

    Abstract: 本发明公开了一种图像深度特征确定方法及系统。该方法包括:提取深度卷积神经网络中各卷积层输出的特征图;计算各所述卷积层的层熵和相对层熵;根据各所述卷积层的层熵和相对层熵,从各所述卷积层中选取特征表达层;根据所述特征表达层输出的所述特征图构建深度特征描述子;对所述深度特征描述子进行编码处理,得到所述输入图像的深度特征表达。本发明提供的图像深度特征确定方法及系统具有泛化性强、处理过程简单的特点,能够获得具有鲁棒性与区分度的高层特征表达。

Patent Agency Ranking