研究了偏振产生的原理和基于标准HSV颜色空间的偏振融合，并根据红外偏振图像对比度较强、强度较弱的特点改进了HSV融合算法，利用原始偏振图像的灰度均值和极值进行图像强度修正，计算融合权重，进行偏振图像融合，增强红外偏振融合图像的强度和对比度。对室内以及室外人造目标进行实验验证，改进的HSV融合算法较红外原图灰度均值最高提升216%，对比度最高提升1384%；较标准HSV融合图像的灰度均值最高提升1363%，对比度最高提升292%。为使用红外偏振融合图像进行目标识别打下了很好的基础。

论文研究-BP神经网络模型的改进.pdf,  本文在深入研究ＢＰ神经网络模型的基础上，提出了对该模型的若干改进技术处理方法，并通过仿真试验．实践表明，这些改进和技术处理方法是有效的．

在分析传统主动轮廓模型的基本原理、数学表征及算法实现的基础上，针对其收敛于局部极小值和依赖初始位置选取方面存在的不足，提出了改进的主动轮廓模型。该模型通过对一阶连续性能量Econt的改进和增加外部约束能量Esand,使MRI图像边缘提取能够接近真实边缘且不依赖初始位置选取。通过脑部肿瘤边缘提取实验证实了该改进主动轮廓模型的有效性。

基于matlab实现人工势场算法，同时改进算法约束条件，避免算法陷入极值局部小的可能

提出了一种基于改进卷积神经网络的交通标志检测方法。预训练模型产生否定; 使用难分类负样本采集将负样本输入到网络中，提高模型的判别能力; 使用多尺度训练过程中的特征级联策略来进一步提升模型的性能。利用TensorFlow框架在德国交通标志检测数据集上对所提方法的有效性进行了仿真。研究结果表明，与现有技术相比，所提方法能够获得更快的检测速率，处理每幅图像仅需0.016 s。

为了实现对高光谱图像的分类, 提出了一种基于多特征和改进稀疏表示的方法——MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征, 求解稀疏系数, 同时增加一个2范式约束, 利用所得系数得到每个测试像素的最终类别标签。实验结果表明：所提MFISR方法对小样本的检测效果显著, 分类性能稳定且较优。

摘 要 本文主要介绍了酒店客房管理信息系统的开发过程.论文详尽的论述了从需求分析,系统分析,概要设计,详细设计,以及测试与调试的整个开发过程.总结了开发过程中的经验及本系统今后的改进方向. 关 键 字：酒店客房管理信息系统; 功能; VisualBasic 6.0 ABSTRACT This thesis introduced the development process of the guest room Management information system. The thesis discussed in details analytical from the need , system analysis, essentials design, detailed design , and test and the whole development process that adjust to try , tallied up to develop the improvement direction process aftertime. KEY WORDS：The guest room management information; function; visualBasic 6.0

针对旅游景区路径规划问题的复杂性，将景区路径分为全景区图和子景区图，并归为同一问题解决。提出一种改进蚁群算法，设计繁殖蚂蚁、视觉蚂蚁和普通蚂蚁，各类蚂蚁按各自规则遍历；蚂蚁遍历完所有景点，求出最佳行程MIN，并根据约束条件对符合要求的路径上的信息素进行更新；再结合模拟退火算法，在每个状态对蚁群行程进行舍取，重复迭代，最终获得全局最优解。仿真实验结果表明,该方法在景区路径规划中表现出良好的稳定性和高效性。

信息素更新 对信息素矩阵进行更新，更新方法为 新值为原信息素值乘以(1 - rho)，rho为信息素蒸发率，在加上最小偏差值的倒数。 for i = 1 : N tau(i,best_solution(1,i)) = (1 - rho) * tau(i,best_solution(1,i)) + 1/ tau_F; 信息数更新之后，再根据新的信息数矩阵，判断路径。进行迭代运算。直到达到最大迭代次数，或偏离误差达到要求值。

针对多区域电-气综合能源系统(MIEGSs)优化调度策略求解过程中面临的区域子问题非凸的难点，提出一种能快速求解的改进二阶锥(SOC)松弛方法。构建MIEGSs的数学模型，将管道方程约束松弛为线性约束，通过求解松弛模型得到管道流量初值，由初值确定管道流向；根据管道流向采用SOC松弛方法，从而避免引入整数变量，并得到区域子问题的最优解；进而采用交替方向乘子法(ADMM)迭代求解各区域子问题，实现各区域间协同。所提方法无需引入整数变量，使得所求解问题均为凸优化问题，能够保证ADMM算法的收敛性，并具有较快的求解速度。最后，通过算例仿真验证了所提方法的有效性和快速性，并分析了算例参数对所提方法性能的影响。