基于CDoubleGAN的电网时序暂态数据生成

为解决电力系统人工智能应用中样本数量不足的问题,对时序数据生成方法进行研究,提出一种CDoubleGAN模型。结合编解码器和两对生成器-鉴别器,采用ARFNN替代RNN解决Lipschitz连续性问题,实现使用Wasserstein距离对目标函数的稳定优化。将数据类别标签融入模型中,生成特定类别的样本。在IEEE-39系统的实验结果表明,CDoubleGAN在类别生成上的准确度超过98%,与TimeGAN相比,生成的数据与原数据具有更高的相似度,更好保留了数据原始特性以应用于数据生产。

基于金字塔正交小波分解的快速分形图像编码

本文提出了一种基于小波分解的快速分形图像编码方法．先对子图像块进行金字塔Haar变换；然后从低频段开始依次累加误差并与阈值比较，大于阈值则结束匹配由于各频带的数据量和能量分布不均匀，许多搜索过程可以提前结束．文中只需用对比度比例因子来估计误差，仅对搜索成功的块才计算亮度平移值．此外，对四叉树剖分的块方法也作了进一步的改进实验表明在不影响图像质量的前提下，编码时间缩短了100倍以上．

基于拉普拉斯算子的Snakes方法分析

基于一个与传统Snakes方法能量函数等价的目标优化函数,变分得到Snakes的水平集形式.该形式具备清晰的几何物理意义:一方面,演化速度自适应于图像内容,并在理论上精确达到零,给出了Snakes曲线在边缘位置停止演化的理由;另一方面,演化方向自适应于图像内容,揭示了Snakes的初始曲线不用设定演化方向而水平集需要设定的原因.文中结果对如何拓展水平集演化方向的自适应性具有理论意义.

基于形态学算子的分形图像编码

本文提出了一种基于数学形态学算子的分形图像编码方法．首先用AMSS算子对原图像进行作用，得到的结果作为DomainPool．在此基础上，再对图像进行分割、搜索并获得仿射交换族，形成相应的PIFS（PartitionedIteratedFunctionSystem）．本文对该方法下的压缩变换、解码算法、Collage定理等相关的理论进行了讨论．在编码过程中，采用AMSS图像作为DomainPool的意义在于，AMSS算子拓宽了DomainPool的边缘范围，使经过采样后的Domain块具有与Range块类似的边缘宽度，增加了两者之间匹配的可能性．实验表明，采用改进后的DomainPool，使Range块和Domain块得到了比较好的匹配，提高了压缩比．

Arnold反变换的一种新算法

Arnold变换因其具有周期性,在图像加密方面得到了广泛的应用.但在解密过程中,若要利用其周期性,则显得很费时,因此提出了一种新的Arnold反变换算法.该算法通过求解方程组来求得反变换.在此基础上,把二维Arnold变换用在正方形图像的情形推广到一般的矩形图像,即图像矩阵不是方阵的情况,扩大了其在图像加密中的应用.同时,从理论上又把二维Arnold反变换推广到了m维Arnold反变换.

客观评价图像编码质量的新方法

为了客观正确地衡量图像编码质量 ,基于重要性测度和模糊积分 ,给出了一种评价图像编码质量的新方法 ,该方法的第 1步 ,首先分别计算图像在边缘、纹理和平坦区域各部分的误差 ,然后根据评价函数给出各部分的评价值 ,最后再根据边缘、纹理和平坦区域的重要性测度给出一个全局评价值 ;第 2步 ,首先根据误差发生的位置来确定重要性测度 ,然后在这个重要性测度下 ,通过对全部像素的误差进行模糊积分来给出一个精细评价值 ;第 3步 ,基于前面两步的评价值给出最终的评价值。实验结果表明 ,从和人的主观测试 (MOS)的相关系数的角度来衡量 ,该方法明显高于 PQS、峰值信噪比。

基于显著像素复合矩阵的多图像同步实时加密算法

当前图像加密算法对多图像同步实时加密效率低、复杂度高,且无法满足实时传输要求。为此,提出一种基于显著像素复合矩阵的多图像同步无损实时加密算法。引入Zig Zag机制扰乱所有明文像素位置,定义显著像素择取机制,将置乱后的密文像素分割为显著像素与次要像素,形成多个显著像素矩阵。设计迭代复数模型,将显著像素矩阵形成复合矩阵,借助奇异值分解与Logistic映射得到矩阵密钥。构造扩散函数,利用矩阵密钥对显著像素复合矩阵执行扩散获取密文。实验结果表明,该算法安全性高、无失真,与目前多图像加密机制相比,加密效率更高,可同时对多幅图像进行实时安全加密传输,满足实时性传输需求。

基于SSH技术移动账务系统管控平台的设计

以移动账务运维管控平台的开发为例,通过需求分析,设计了账务运维管控平台的组织结构,进行了架构设计,并基于SSH(Struts2+Spring+Hibernate)技术,将JavaScript与Spring中的依赖注入技术运用于平台设计中。使用该平台对数据进行操作,可以避免直接操作数据库,减少数据误操作的发生。

融合转发意愿与能力度量的中继节点选择策略

提出一种面向移动自组织网络应用的中继节点选择策略。依据生存时间、有效带宽和队列容量3个度量自适应计算每一个节点的转发意愿度量;依据节点之间的链路传递概率、转发频率和握手损耗3个度量计算节点的转发能力度量;将节点的转发意愿度量和转发能力度量进行加权融合,用于度量无向图模型中节点之间的边的长度属性;依据边长最大准则,选择最优的中继节点进行数据转发。仿真结果表明,与EM-AODV和TARF两种常用的路由协议相比,采用该策略建立的路由具有更高的报文送达率和更低的端到端传输延时。

基于时空信息的运动目标分割算法

为了提高运动目标分割质量,提出一种基于时空信息的运动目标分割算法。首先利用回声状态网络仿射参数进行估计实现运动目标背景补偿,并采用非下采样轮廓波变换对视频图像进行消噪处理,然后采用标记分水岭算法对分割区域进行标记,并融合自适应光流法对运动目标进行分割,最后采用仿真实验测试算法性能。仿真实验表明,本文算法大幅度减少了运动目标分割误差,提高了分割精度,具有较强的鲁棒性。

基于最优功率控制和马尔可夫链优化的异构无线网络

为了提高异构无线网络的资源利用率以及网络吞吐量,提出一种基于最优功率控制和马尔可夫链优化的异构无线网络,通过建立异构网络模型对异构网络的业务负载情况进行分析,采用有限容量下的最优功率控制方法来使业务能够选择合适的接入网络,并采用基于马尔可夫链来进行网络吞吐量优化,在对不同形式的网络进行速率分配时,采用了多权重优化进行求解最优解,可以降低网络的阻塞情况,提高网络的利用效率。实验仿真结果及分析表明,该算法在提高网络吞吐量、减少网络利用效率上具有较好的效果。

一种基于噪声概念的新的去噪方法

在几乎所有的图像处理领域,在正式对图像处理之前,为了改善图像的质量,一般都要去除在图像传输等过程中产生的噪声。笔者介绍了一种新的去噪方法,该方法是基于噪声的概念提出的,对去除诸如椒盐噪声、随机噪声等效果都很好,尤其对随机噪声更显出其优势。该算法简单有效,容易实现。最后给出了在不同噪声量的情况下试验的对比图,经过大量的试验证明,这种新的算法能得到很好的去噪效果。

无线网络信号衰退测量方法研究与仿真

研究无线网络信号衰退测量问题。在无线网络中,随着传输距离的增加,信号的频率和振幅等属性将存在较大程度的差异,造成差异性较大的信号特征在融合处理的过程中出现信号冲突的问题,导致无线网络信号衰退。传统的信号衰退测量方法是根据衰退特征进行测量的,由于信号融合过程中存在冲突,导致信号特征准确率降低,无法实现无线网络信号衰退程度的准确测量。为此,提出了一种基于多特征差值算法的无线网络信号衰退测量方法。利用多特征信息融合方法进行无线网络信号相关信息整合处理,为无线网络信号衰退测量提供数据基础。利用多特征差值算法,计算准确的无线网络信号衰退特征。实验结果表明,利用本文算法能够有效提高无线网络信号衰退测量的准确性,取得了令人满意的结果。

基于MDA的虚拟仪表建模与仿真平台设计

目前,模拟器在现代教学与训练中得到了越来越广泛的应用,虚拟仪表成为模拟器研制中不可或缺的重要模拟组件,呈现高度化集成、综合化显示的发展趋势,如何快速地构建虚拟仪表仿真应用成为项目研制中的突出问题.本文以虚拟仪表的仿真为中心,基于MDA的思想,构建了虚拟仪表建模与仿真平台,并对平台中的基础性图元、设备图元、语义、类代码生成等关键性模型组件的设计实现方法进行了探讨.实际应用表明,利用该平台可快速实现虚拟仪表软件的开发,具有效率高、柔性强的优点.

基于三维多孔泡沫镍材料的乳糖传感器研究

提出了一种基于三维多孔泡沫镍的乳糖传感器,采用泡沫镍材料作为工作电极,铂电极作为对电极,在0.1 M的NaOH碱性环境中以循环伏安法(CV)和电流-时间曲线法(i-t)建立了乳糖定量检测方法,循环伏安扫描结果证明乳糖可以被泡沫镍氧化,电流-时间检测结果表明乳糖在0.2 mmol/L^3.5 mmol/L的线性浓度范围内,泡沫镍检测乳糖的灵敏度为9.433 1m A/(cm2·mmol/L),检测限为6.8μmol/L。本文所研究的乳糖传感器具有响应速度快、成本低、高灵敏度、低检测限等优势,具有较好的实际应用价值。

地球动态三维仿真显示的算法设计

地球旋转模型的三维图形显示取决于每幅图的生动的显示效果.每幅图变换的主要步骤是处理哪些隐藏线的消隐、边界计算及填色.

地球外貌动态仿真显示的算法设计

具有表面纹理的球体和地球外貌旋转图像的真彩显示，一般取决于每幅图的生动的显示效果。每幅图变换的主要步骤是处理哪些隐藏线、面来计算边界并进行填色。

基于Arnold变换的图像逆置乱算法

针对Arnold变换的周期依赖于图像的阶数这一特性,提出了一种反变换算法.该算法通过分析加密图像任一点处两坐标分量间关系,得到原图像相应点的坐标,从而实现图像的解密.该反变换也可作为图像置乱的正变换,相应的反变换就是Arnold变换.在此基础上,把二维反变换算法推广到m维的情形.实验结果表明,对于已应用Arnold变换进行预处理的置乱图像,在无须计算原图像变换周期的前提下可快速实现图像的逆置乱,该过程具有确定性,其迭代次数与预处理置乱次数相等.

基于边界和梯度特征的图像识别

提出了一种基于边界和梯度特征的图像识别方法。在相差仿射变换的图像识别过程中，将边界点和其对应的梯度特征组合，既使特征具有仿射变换下的不变性，又提高了识别的效率。严格的数学推导证明了算法在理论上的可行性，实验结果表明了该算法在实际应用中取得了较好的效果。

基于变分模态分解的SAR图像目标识别方法

为提升合成孔径雷达(synthetic aperture Radar,SAR)目标识别性能,提出基于变分模态分解算法(variational mode decomposition,VMD)的SAR图像目标识别方法。首先采用二维变分模态分解算法(bidimensional VMD,BVMD)对SAR图像进行分解,从而获得多模态的表示;然后采用联合稀疏表示对SAR图像的多模态特征进行同时表征;最后基于最小重构误差的原则判定目标类别。在MSTAR数据集上对提出方法进行性能测试,结果显示,在标准操作条件(standard operating condition,SOC)下对10类目标的识别率达到99.24%,在型号差异、俯仰角差异、噪声干扰条件下的性能也优于现有几类方法,证实了方法的有效性。