基于改进的MSE准则的小波图像压缩

目前 ,大多数图像压缩算法是在纯粹基于像素值的均方误差 (MSE)准则下工作的 ,由于MSE准则不能很好地刻画图像的边缘和平坦区域的差别 ,因此按MSE准则进行优化的压缩方法有时难以达到很好的视觉效果 根据人类视觉的特性 ,小波子带图像的分布特性和子带系数对保存边缘、纹理信息的重要性程度 ,提出一种改进的MSE准则 实验证明 ,基于文中改进的MSE准则的小波图像压缩方法可以获得较好的效果 ,能在低比特率下较完整地保存边缘和纹理信息 。

GRS结构与MSE结构的性能差异及评价方法

GRS(Geosynthetic Reinforced Soil)结构是指加筋间距不超过30 cm、填料压实度超过95%的加筋土体;MSE(Mechanically Stabilized Earth)结构则是加筋间距相对较大的加筋土体,即目前工程中常用的加筋土结构。相比于MSE结构,GRS结构的加筋间距更小、压实度更高,一般表现出与MSE结构不同的受力机制和结构性能。通过模型试验,对比研究GRS结构和MSE结构在竖向沉降、侧向位移、筋材应变等方面的性能差异,以加深对这2种加筋土结构的认识。试验结果表明:GRS结构的侧向位移明显小于MSE结构,GRS结构中筋材的应变较小且分布更为均匀;这说明GRS结构与MSE结构在结构性能上确实存在明显的区别。此外,还将部分试验实测数据与相关计算评价方法的理论值进行了对比分析,发现适用于MSE结构的现有评价方法通常并不适用于GRS结构;这种评价方法上的差异进一步说明了GRS结构和MSE结构之间存在较大的差别,因此需在工程设计中引起注意并区别对待。

AFLP分子标记技术的改进——内切酶EcoRⅠ/TruⅠ组合与EcoRⅠ/MseⅠ组合的比较

通过对EcoRⅠ/TruⅠ与EcoRⅠ/MseⅠ两个双酶切组合的比较,证明在AFLP标记体系中,完全可以用内切酶TruⅠ替代昂贵的内切酶MseⅠ。EcoRⅠ与TruⅠ可同时加入,在不同温度下分段进行酶切:37℃酶切4 h,然后65℃酶切2 h,可达到分步酶切的效果。

基于MSE模型的高分辨率遥感图像变化检测

目前,传统高光谱分辨率遥感图像变化检测方法大多基于单一特征信息进行处理,没有综合影像所有特征信息,难以检测出完整的变化信息。为此,提出了一种基于多特征流形嵌入模型(multiview spectralembedding,MSE)的高分辨遥感图像变化检测方法,利用该模型对图像特征变化信息向量中所有的变化信息进行融合,获得完整的检测结果。实验结果表明,本文方法的检测精度好于传统的变化检测方法,并且稳定性良好。

藏药印度獐牙菜化学成分的UPLC-ESI-Q-TOF MS分析

采用超高效液相色谱-电喷雾四极杆飞行时间质谱(UPLC-ESI-Q-TOF MS)技术对印度獐牙菜的化学成分进行定性分析。选取Acquity HSS T3色谱柱(2.1mm×100mm,1.8μm),用含0.1%甲酸的乙腈-水(含0.1%甲酸)溶液作为流动相进行梯度洗脱。采用ESI离子源,在正、负离子模式下扫描,通过对精确质谱信息及元素组成的分析,结合Scifinder数据库、相关文献和对照品信息,共鉴定出24个化学成分,包括6个环烯醚萜、11个口山酮、2个黄酮、2个异香豆素、2个酚类及1个三萜。其中,马钱苷酸、异芒果苷、红白金花酸、苦当药酯苷、3-氧去甲双口山酮苷和鸢尾酚酮等6种化合物为首次从该药材中发现。结果表明,UPLC-ESI-Q-TOF MS技术可快速、灵敏地鉴定印度獐牙菜中的化学成分,可为有效控制该药材质量,阐明该药的药效物质基础提供实验依据。

用于运动估计的最小化MSE滤波器设计

根据估计量的统计特性,提出了一种适用于低信噪比条件下运动估计的最小化MSE(均方误差)滤波器多尺度运动估计算法.首先,根据Cramer-Rao下界建立一个包含估计量噪声项的MSE惩罚函数.然后,最小化MSE惩罚函数设计一种用于低信噪比条件下运动估计的优化滤波器.该优化滤波器与多尺度方法相结合,使其对低信噪比条件下运动估计的精度得到了进一步提高.实验模拟表明,该方法在估计2个像素附近的噪声图像运动时,估计偏差小于0.008个像素.与传统方法相比,本文方法对低信噪比条件下的运动估计具有更高的估计精度.

基于MMSE准则的MIMO多中继系统线性收发机设计

本文以放大转发MIMO多中继系统为研究对象,研究其联合线性收发机的优化设计问题,其基本思想是在中继的总发射功率约束下,最小化系统的均方误差(MSE).为降低系统复杂度,本文首先引入了乘积矩阵的奇异值分解,把收发机的设计简化为以奇异值向量和酉矩阵为优化变量的优化问题;接着利用变量替换并引入罚项,将简化后的问题转化成只有酉矩阵约束的优化问题.在此基础上,通过引入替换变量的欧氏梯度,设计了新的黎曼欧氏最陡下降算法,从而有效地处理酉矩阵约束.仿真结果表明,与传统的设计方法相比,本文提出的方案性能最优,最接近MSE下界.

入侵检测的Fisher、Bayes和MSE识别算法及等价性证明

Fisher判别、Bayes判别和MSE判别是三种重要的线性判别方法,在模式识别和故障诊断中得到广泛应用。证明三种分类器分类算法实际上是等价性,并通过网络入侵检测来检验等价性结论的正确性。

一种改进的LMMSE信道估计算法

LS算法简单,容易受到噪声的干扰,但是它不需要预先知道信道的统计信息。通过对信道的时域特性进行研究,在基于LS算法的基础上提出了一种改进的LMMSE信道估计算法,与传统的LMMSE信道估计算法相比,改进的LMMSE算法不需要预先知道信道的统计信息,其性能要优于LS算法;并针对MSE和BER的性能进行了仿真,理论分析和仿真结果也表明:改进的LMMSE算法性能优于LS算法,而且比较接近传统的LMMSE算法。

MSE准则下岭-主成分组合估计与LS估计的比较与选择

研究了测量平差Gauss-Markov模型中岭-主成分组合估计与LS估计的比较与选择问题。首先在均方误差(MSE)准则下对岭-主成分组合估计与LS估计进行了比较,得到了岭-主成分组合估计优于LS估计的椭球条件;然后运用MonteCarlo方法对这些条件进行了假设检验;最后通过数值实验说明,在一定显著性水平下当原假设被接受时,可采用岭-主成分组合估计对LS估计做出比较有效的改进,当原假设被拒绝时,应该仍采用LS估计。

MSE-OFDM系统的频偏和信道估计

在OFDM系统重复结构频偏估计的基础上,提出了基于多符号封装正交频分复用(MSE-OFDM)重复结构的大范围频偏估计方法;基于最大似然准则的时域信道估计方法和训练序列的峰均比尽可能小的条件,找到了一种时域峰平比恒定、频域比较平坦的MSE-OFDM信道估计用的训练序列.仿真结果表明,所提出的信道和频偏估计方法有效地提高了系统性能且训练序列时频域均比较平坦.

MSE与MAE对机器学习性能优化的作用比较

机器学习是人工智能的核心,是目前使计算机具有人工智能的根本途径。笔者在介绍了应用于机器学习优化的损失函数MAE与MSE机理的基础上,给出了Python实现上述函数的参考代码,说明了各损失函数的适用情况,进行了各函数在机器学习优化方面的性能比较。

基于VMD-MSE与SSA-SVM的往复式压缩机气阀故障诊断

往复压缩机气阀故障振动信号具有较强的非线性和非平稳性。为了从往复压缩机气阀振动信号中提取故障特征用于故障诊断,提出一种基于变分模态分解(variational mode decomposition,VMD)与多尺度熵(multi-scale entrope,MSE)的故障特征提取方法,并与采用麻雀寻优算法(soarrow search algorithm,SSA)优化的支持向量机(suppot vector mackine,SVM)相结合,用于往复压缩机气阀故障诊断;通过对往复压缩机气阀信号进行VMD分解,选取合适的内禀模态分量(intrinsic mode function,IMF)进行信号重构,基于MSE熵值分析构成特征向量集,最后将其输入SSA-SVM训练并识别故障类型。试验结果表明,基于VMD-MSE与SSA-SVM的故障诊断模型能有效并准确的识别往复压缩机气阀故障。

不同损失函数下Poisson分布参数的E-Bayes估计及其E-MSE

为了度量E-Bayes估计的误差,该文基于E-Bayes估计的定义,引入了E-Bayes估计的E-MSE(expected mean square error)的定义.对Poisson分布的参数,在不同损失函数(包括:平方损失,K-损失,加权平方损失)下分别给出了E-Bayes估计及其E-MSE的表达式.用MonteCarlo方法进行模拟比较提出的估计方法的性能,分析了一个真实数据集并进行了比较,所得结果比较基于E-MSE,结果表明该文提出的方法可行且便于应用.

OFDM调制系统中一种鲁棒的MMSE信道均衡算法

在OFDM调制系统中,由于多载波的存在,载波间ICI对信道均衡结果影响很大,同时,采用MMSE信道均衡算法对不同的信道模型也存在均衡误差不稳定的情况。本文提出一种鲁棒的MMSE信道均衡算法,该算法的核心是针对不同信道对信道的PDP进行归一化处理,从而得到在不同类型信道下稳定且鲁棒的信道均衡性能。

失效概率的E-Bayes估计和E-MSE及其应用

为了度量估计误差,该文在E-Bayes估计(expected Bayesian estimation)的基础上引入了E-MSE(expected mean square error)的定义,并推导不同损失函数(包括平方损失函数和LINEX损失函数)下失效概率的E-Bayes估计及其E-MSE的表达式.通过MonteCarlo模拟比较了所提出估计方法的性能(比较基于E-MSE).最后,分别采用E-Bayes方法和MCMC方法,结合发动机可靠性问题进行了计算和分析.在考虑评价不同损失函数下参数的E-Bayes估计时,该文提出用E-MSE作为评价标准.

一种基于特征值的3D MMSE角度域波束赋形算法

将传统二维角度域波束赋形算法应用于三维多输入多输出(3D MIMO)场景时,会导致波形畸变、不稳定甚至失效。为此,在传统二维最小均方误差算法的基础上,提出一种改进的3D MMSE角度域波束赋形算法。在面阵信号模型中利用特征分解法对信号相关矩阵进行分解,去除与噪声相关的小特征值扰动因子,以此解决波形畸变与算法失效问题。仿真结果表明,该算法可实现3D角度域波束赋形,相对3D MVDR算法和ZF算法,其阵列输出均方误差较小,信干噪比较高。

加权系数平均法改进的小波域LMMSE信道估计算法

针对传统LMMSE算法需要知道信道特性的问题,提出了一种加权系数平均法改进的小波域LMMSE信道估计算法。运用离散小波变换对LS初始估计和预滤波处理后的信号实行阈值量化去噪处理,然后结合时域信道能量分布的稀疏性特征,利用加权系数平均法求出各子载波的频域响应,从而克服了传统LMMSE算法需要预先知晓信道统计特性的缺陷。对算法的BER和MSE性能进行实验仿真,结果表明:文中所提改进算法的信道估计整体性能显然会更优于LS、SVDLMMSE以及加权平均改进后的LMMSE算法。另外,在信噪比较低且信道统计特性未可知的状况下,文中算法要优于传统的LMMSE算法,并能够较好地降低噪声的影响,有效提升信道估计的精确度。

MSE虚拟化技术及其应用研究

针对MSE面临的挑战与需求,结合NFV/SDN技术发展,深入探讨了MSE虚拟化技术,并基于MSE虚拟化提出了宽带网络云及业务链的实现思路。

基于MSE准则的TSK模糊系统的蔬菜价格预测

蔬菜价格波动性大、季节性强,受供求关系、季节、气候等多种因素的影响,蔬菜价格具有高度的非线性、高噪声的属性加大了预测的难度。因此运用基于传统的MSE准则函数应用于蔬菜价格预测的建模,以样本的实际输出和神经网络的预测输出的平方差为误差准则函数,来进行人工神经网络参数学习,通过MSE准则的TSK模糊系统模型来预测蔬菜的价格,最后通过实例验证此方法科学有效。