ON THE LOCALIZATION AND CONVERGENCE OF MULTIPLE FOURIER INTEGRAL BY BOCHNER-RIESZ MEANS

In this paper we consider lim _(R-) B_R^(f,x_0), in one case that f_x_0 (t) is a ABMV function on [0, ∞], and in another case that f∈L_(m-1)~1(R~) and x^k/~kf∈BV(R) when |k| = m-1 and f(x) = 0 when |x -x_0|<δ for some δ>0. Our theormes improve the results of Pan Wenjie ([1]).

基于LMD的能量算子解调方法及其在故障特征信号提取中的应用

局域均值分解是将多分量调频调幅信号分解为一系列单分量调频调幅信号的有效时频分析方法。为提取故障信号的特征,提出了基于局域均值分解的能量算子解调方法,局域均值分解将复杂的多分量信号分解为若干个乘积函数的线性组合,再通过能量算子解调方法可求取每个乘积函数的幅频信息,从而可进一步获取故障信号的时频分布或提取其故障特征。为提高分析精度,提出了特征趋势正弦函数数据延拓方法以有效克服端点效应的影响。实验信号的分析结果表明,所提出的基于局域均值分解的能量算子解调方法能有效提取机械故障振动信号的特征。

数值方法进展:从连续介质到离散粒子模型

数值方法经历了由连续介质到离散粒子模型的进展过程。无网格粒子方法正是离散粒子模型发展的产物,它在纳米时代显示出具大的发展潜能。介绍了无网格粒子方法的背景、原理及其与其他数值方法的区别,探讨了无网格法的基函数、权函数、影响半径、本质边界条件、积分与离散方案等热点问题,列举了这种数值方法的应用现状。最后,介绍了自然单元法、多尺度计算概念、中值定理与局部边界积分方程等,并对无网格粒子方法在未来的发展进行展望。

模糊数值函数的强可导性、连续性、局部平均McShane可积性

通过所提出的模糊数值函数的强可导性和平均 Mc Shane可积性等概念 ,对模糊数值函数的连续性从导数和积分两方面进行了讨论和刻画 ,也回答了强可导性与强导数可积之间的关系 ,给出两个充分必要条件。

基于积分边缘强度局部均值的红外目标跟踪

针对红外目标跟踪问题,提出了在粒子滤波跟踪框架下,采用积分边缘强度局部均值作为红外目标特征的跟踪算法,不仅提高算法的跟踪精度,还提高算法的实时性。红外目标跟踪仿真试验比较表明该算法是稳健的,能够对红外运动目标进行有效、可靠的跟踪。

快速二步交叉非局部的图像混合噪声滤波器

真实的自然图像常被各类图像噪声污染,而传统去噪方法普遍只针对一种噪声类型设计,因此在处理混合噪声时往往去噪效果不佳。针对这一问题,提出一种快速二步交叉非局部混合滤波算法。该滤波包括二步交叉滤波部分与整体滤波部分,在二步交叉滤波部分,首先找到像素灰度的极值点进行定位,并使用非局部中值滤波对极值点进行简单的去除椒盐噪声,求出图像的差值积分图,最后使用改进的加速非均值滤波进一步去除噪声。在整体滤波部分,使用非局部中值滤波整体去除噪声。实验结果表明,所提算法在高强度的混合噪声污染情况下,修复的图像获得了更高的测量指标和更加理想的视觉效果。

基于改进LMD方法的风电机组齿轮箱故障诊断研究

局部均值函数的求取是局部均值分解(LMD)的关键环节。针对局部均值函数求取存在偏差进而造成模态混叠的问题,提出了一种基于局部积分均值的LMD风电机组齿轮箱故障诊断方法。该方法改变了对相邻两极值点求平均值的思路,采用求取相邻两极值点的局部积分均值,再通过滑动平均法进行平滑处理,最终得到局部均值函数。为实现风电机组齿轮箱故障诊断,首先采用改进LMD方法对信号进行降噪处理,然后采用多尺度熵提取降噪处理后信号的特征向量,最后采用极限学习机进行故障诊断。通过仿真分析,证明了该方法能有效解决模态混叠现象,提高了LMD的分解精度。试验验证分析表明,该方法的故障诊断准确率为100%,通过对比分析表明,该方法优于其他故障诊断方法,具有工程应用价值。

基于差分和局部积分均值的EMD算法

针对经验模态分解中无法分离频率相近信号的问题，提出一种新的经验模态分解算法。该算法将局部积分均值的“筛分”算法和差分经验模态分解算法的思想结合在一起。仿真结果表明，该算法的频率分辨率比基于局部积分均值的经验模态分解算法要高，分解效率要比基于差分的经验模态分解算法要高，同时在一定程度上抑制了边界效应。

Simons型积分不等式(英文)

研究n+p维局部对称δ Pinching黎曼流形中具有平行平均曲率向量子流形Mn,获得了推广的J.Ｓｉｍｏｎｓ型积分不等式 : ∫Ｍｎ{ [(2δ-1 )ｎ-83 (1 -δ)(ｐ-1 )(ｎ -1 )12 ]Ｓ -(3 +ｎ12 -2ｐ)Ｓ2 -23 (1 -δ)｜Ｈ｜ｎ2 ｐ12 Ｓ12 } ≤ 0 .

基于局部积分均值的经验模态分解改进算法

端点效应和模态混叠现象是经验模态分解算法应用中存在的主要问题。在介绍标准经验模态分解算法的基础上,阐述了基于局部积分均值经验模态分解算法的基本原理,提出自适应的端点局部积分均值拟合线的拟合方法。改进算法通过距离相关度函数在待分解信号内部寻找与端点处信号变化趋势相关度最高的一段波形,并用此段波形的局部积分均值拟合线来重新刻画端点处的局部积分均值拟合线,将修正后的局部积分均值拟合线应用于EMD算法筛选过程中。仿真实验结果表明,改进算法有效抑制了模态混叠和端点效应现象,提高了分解的精度和可靠性。

经典实分析中的几个基础性问题

利用Henstock Kurzweil积分和局部平均Henstock Kurzweil可积性,讨论了经典实分析中的几个基础性问题.问题的解决不仅完备了实分析理论,而且可直接应用于非连续微分方程广义解的求解.

局部对称黎曼流形中具有平行中曲率向量的子流形

设Nn + p是截面曲率KN 满足 12 <δ≤KN≤ 1的n +p维局部对称完备黎曼流形 ,P≥ 1.M是Nn + p的具有平行中曲率向量的n维紧致子流形 ,本文讨论了这类子流形关于第二基本形式模长平方的积分不等式及其Pinching问题 .

矿山远程监控图像的改进非局部均值滤波算法

“少人化”“无人化”综采工作面是煤矿发展的重要方向,同时也是煤矿安全生产的重要保障。矿山远程监控系统则是其中的重要一环,由于采煤工作面环境复杂,光线昏暗、高粉尘、成像电压不稳定、对比度低等诸多因素严重影响了视频监控图像的质量。为提高图像质量兼顾传输效率,在经典非局部均值滤波算法的基础上提出了一种基于积分图像的快速非局部均值滤波算法。分别将所提算法与经典非局部均值滤波算法、中值滤波算法以及不同窗口尺寸的均值滤波算法进行性能对比分析,并结合主观评价法和客观评价法对各算法去噪后的图像质量进行了评价。结果表明:经典非局部均值滤波算法以及所提算法均能起到较好的降噪效果,但在运行时间上,前者耗时约为后者的40倍,难以实现图像的实时处理。所提算法不仅为图像降噪提供了新思路,而且有助于实现高效处理远程监控图像,进而实现无人化、少人化开采。

基于LMD和SVM算法的模拟电路故障诊断

对模拟故障电路进行特征提取与分类是模拟电路诊断的两个重要环节。现有方法多对时域响应信号进行小波变换以提取故障特征,并用神经网络或支持向量机方法实现对故障进行分类。为提高模拟电路故障诊断率,提出一种局域均值分解(LMD)与SVM相结合的新算法。该算法运用局域均值算法(LMD),将其自适应地分解为一系列单分量调幅-调频信号(PF),通过提取电路正常和故障状态的特征,运用SVM对其分类,获得诊断效率。仿真实验结果表明,该方法对模拟电路的故障诊断精度达到98%以上,适用于模拟电路的故障诊断。

基于内积延拓LMD的机床滚动轴承故障诊断方法研究

针对机床加工中常见的滚动轴承故障特性,提出了一种基于内积延拓LMD的故障诊断方法。该方法针对LMD方法本身的端点效应缺陷,采用内积延拓的方法对分析信号左右两端点进行匹配延拓以抑制端点效应。首先建立原始信号的特征波形和相似波形并计算其对应的积分值;其次通过计算相似波形和特征波形积分差值并从信号的左端开始迭代运算以寻找最优匹配波形;最后将最优匹配波形延拓到对应的信号左右两侧以完成极值点的端点延拓。该方法充分考虑了信号内部波形的特点以及内部趋势运行规律,使得延拓后的波形可以很好地保持信号左右两端原有的趋势。实验采用滚动轴承故障信号进行分析,实验结果表明该方法可以很好地抑制LMD端点效应,并可以有效地提取滚动轴承故障特征实现故障诊断,可以运用到机床轴承的故障诊断中。

基于波形平均的经验模态分解端点效应抑制方法

经验模态分解(EMD)作为一种非常灵活的自适应时频分析方法,已广泛用于旋转机械故障诊断中的振动信号分析。但是,经验模态分解存在两个问题:端点效应以及模态混叠。针对EMD中存在的端点效应问题,在积分延拓局部均值分解(IELMD)的基础上,提出了一种利用波形平均来改进IELMD的方法。该方法利用一组相似波形来代替最佳匹配波形与特征波形相匹配,通过对相似波形左边或右边波形取平均得到延拓波形,将其附加在原始信号左端或右端。仿真和应用结果表明,与IELMD方法相比,该方法能够更有效地抑制经验模态分解端点效应。

一种改进的非局部均值图像去噪算法

非局部均值滤波算法(Non-Local Means,NLM)有良好的去噪效果,且能保持图像细节。但其复杂度过高引起效率低下,在噪声增大时去噪精度明显下降。快速非局部均值滤波(Fast Non-Local Means,FNLM)虽然提高了算法的效率,但去噪效果没有明显改善,在噪声增大时去噪效果仍不理想。针对该问题,提出一种新的非局部均值滤波算法,算法将Turky型函数与指数型相结合,提出一种新的指数-Turky型权值核函数,替代原NLM算法和FNLM算法中的指数型核函数,同时综合了结构相似性(Structural Similarity,SSIM)和欧氏距离来衡量图像邻域间的相似性,从而使得权值的选取更加合理,有效排除图像中不相似邻域的干扰,提高了算法的去噪性能。通过对添加不同噪声水平的高斯噪声图像进行实验,结果表明提出的算法在去噪性能上与NLM和FNLM相比有较大提高,尤其对于噪声较大的图像效果更为显著,在去噪效率上与NLM相比有明显提高,与FNLM算法的时间复杂度相当,时耗接近略有降低。

改进非局部均值滤波在图像降噪处理中的应用

针对传统非局部均值滤波应用于图像降噪存在降噪效果欠佳、运行效率低的问题,从两个角度对算法进行改进。采用积分图避免重复性计算,提高算法运行效率。采用相似权重系数融合像素点欧式距离改进相似权重系数与最大特征高斯加权系数,提高算法降噪性能。对比不同算法降噪性能,结果表明改进非局部均值滤波算法不仅对图像噪声平滑彻底,同时还可以有效恢复图像边缘。

激光主动成像制导图像去噪算法研究

快速有效地对所获图像进行去噪是提高激光主动成像制导精度的关键一步。针对成像中的散斑噪声,提出了一种改进的小波阈值与基于积分图像的非局部均值滤波相结合的去噪算法。首先对激光主动成像图像进行噪声分析;然后通过对数变换将乘性噪声转换为加性噪声;而后将含噪图像进行两层小波分解,在第一层高频部分运用改进的小波阈值法,在第二层高频部分运用基于积分图像的非局部均值滤波算法进行去噪;最后进行相应的逆变换得到去噪图像。理论分析和实验结果证明,该算法能有效去除噪声,较好地保证了图像细节,并且满足激光主动成像制导对图像去噪实时性的要求。

局部对称空间中的子流形

讨论局部对称空间中具有平行平均曲率向量的子流形,得到其关于第二基本形式模长平方的积分不等式的相关定理.