基于模糊联合误差的红外图像边缘检测方法

图像的边缘检测中,非优化梯度阈值选择的不当会造成某些边缘点的丢失;而模糊阈值方法,需占用大量存储空间来搜索参数的最优组合.针对以上问题,本文在模糊理论的基础上,并结合红外梯度图像的特点,提出了一种基于模糊联合误差的红外图像边缘检测方法.本文首先通过改进的Sobel算子构造出红外图像的梯度图,在对其进行模糊划分的基础上计算区域模糊度,最后通过对区域联合误差的比较,确定模糊区域中像素点的隶属,实现边缘提取.与传统的基于梯度的边缘检测算法及最大模糊熵算法进行了对比实验.结果表明,该方法用于红外图像边缘检测时,能够在更短的处理时间内,保留更多的边缘信息.

基于BP神经网络的焦平面阵列的非均匀性校正

传统的基于BP神经网络的非均匀性校正算法由于采用了四邻域均值代替期望值,使得图像呈现低通的特性.本文针对红外焦平面阵列成像系统,对传统的神经网络算法进行了改进,将加权中值滤波处理后的结果作为期望输出,并在神经网络算法中权值修正时加入了动量项,加快了算法的收敛速度.通过仿真实验,与传统的神经网络相对比,校正效果得到明显的改善.

邯郸市杨树优良无性系推广

邯郸市杨树优良无性系推广闫富荣华章保刘新华（邯郸市林业局０５６０００）宋熙龙（河北省林业工程项目管理中心０５００８１）邯郸市是杨树的主要栽培区，自８０年代以来，就开始了杨树的良种推广工作。先后引进了易县毛白杨雌株、沙兰杨、意大利２１４杨，８０年代中期...

邯郸市杨树优良无性系推广效益分析

邯郸市杨树优良无性系推广效益分析闫富荣华章保刘新华（邯郸市林业局０５６０００）５年来邯郸市８个项目县２个国营林场推广杨树优良无性系丰产林面积１万ｈｍ２，其中白杨派无性系丰产林５２６７ｈｍ２，黑杨派的中林４６杨４７３３ｈｍ２。杨树优良无性系生长快，材质...

发展速生丰产林 大力推广中林46杨

发展速生丰产林大力推广中林４６杨闫富荣刘振廷（邯郸市林业局）郜肖（河北省林业工程项目管理中心）陈秀珍（河北省林勘院０５００８１）自１９８４年以来，邯郸市已营造速生丰产林２．６７万公顷。在１０多年的丰产林栽培实践中，体会到营造单一树种的大面积纯林，虽然...

基于行业发展趋势的回归模型在电费回收风险预测中的应用研究

近年来,受电力体制改革、经济转型升级、环保力度加大、极端天气频发以及新冠疫情等影响,一些用电客户面临产量下降、销售困难等问题,进一步增加了电费回收的难度。针对此问题,提出了一种基于行业发展趋势的回归模型,对电费回收风险进行预测。首先利用季节调整算法提取行业历史售电量发展的趋势项,然后对影响售电量趋势的因素进行综合、定量分析。在此基础上构建行业发展趋势预测模型对行业发展态势进行感知,利用感知结果,结合用户缴费行为以及容量变化等数据,通过分类回归算法构建电费回收风险预警模型,客观量化用户电费回收的风险概率,识别存在电费回收风险的用户。最后通过实例验证,所提模型具有较好的预测能力。

基于像素值选择的红外与可见光图像融合方法

在夜视系统中,红外图像可以提供可将光图像没有的信息,但是红外图像又缺少许多可视化的重要特征.图像融合技术能够融合具有相关信息的红外图像和可将光图像.本文中提出了一种基于小波变换的图像融合技术,并且运用此技术做了相关的图像融合试验.

基于深度神经网络的低压台区线损异常识别方法

"煤改电"工程改变了电网的负荷特性,对线损造成了重大影响。为降低"煤改电"工程造成的负面影响,进而提高供电单位的效益,以实施"煤改电"工程后的低压台区为研究对象,提出了一种基于深度神经网络的线损异常识别方法。该方法将异常点检测、EM算法及深度神经网络进行结合,建立了线损异常识别模型,预判未实施"煤改电"台区的各项实施后指标是否可能导致线损异常,从而为"煤改电"工程提供指导性建议,以便采取相应措施进行有效降损。

一种有源相控阵雷达天线环控系统的设计方法

有源相控阵天线中最主要的热源是T/R组件及其供电电源,其散热问题可通过液冷或风冷方式解决。在采用液冷散热方式的有源相控阵天线中,除T/R组件及电源外,单元控制器、高频接收机以及功分网络等分散分布的低功耗组件也应有相应的散热系统,称之为环控系统。文中将天线框架左右侧边梁的中空夹层分别作为送风静压腔及回风腔,并基于全面孔板送风原理,计算出左边梁侧板的开孔尺寸及数量,再通过合理规划风的流动路径完成有源相控阵雷达天线环控系统的设计。以某有源相控阵雷达为例,利用热仿真分析软件并结合工程实际,对其散热模型进行了仿真分析,得到了天线框架内各低功耗器件的表面温度分布图。结果表明,各热源最高温度满足使用要求,从而验证了该环控系统设计方法的正确性与有效性。

基于用电行为分析的绕越窃电识别研究

针对目前农网反窃电排查工作效率不足的问题,文章提出一种基于用电行为分析的绕越窃电行为识别方法。首先,研究农网台区及用户用电行为,结合统计分析量化用电行为特征;然后,利用聚类分析筛选出具备绕越特征的嫌疑群体,结合变异系数和波峰检测确定最终嫌疑用户;最后,在算例分析中,对样例台区进行窃电用户识别,结果表明该方法可有效发现绕越窃电行为。

BB分布信道下基于网络编码的参数调优算法

由于随机删除信道波动造成的丢包,目前的确定性概率删除信道模型不再适用于高动态网络环境。基于贝叶斯统计中的Beta-Binomial(BB)分布模型,在假定信道丢包概率是一个随机变量的前提下,建立适用于随机删除信道网络环境的参数调优算法。分析了Beta分布的两个超参数对成功接收数据包个数的影响,通过BB分布建模找到一组合适的模型参数,来实现模型参数的场景化调优,研究高动态网络环境下随机线性网络编码的最优化传输。仿真结果表明,BB分布模型的参数调优模型算法更加贴近实际的动态随机网络应用环境,通过调整该模型参数可使丢包概率收敛到最小,增加随机删除信道系统的鲁棒性。