基于AR/CGARCH模型的液体火箭发动机自适应阈值故障检测算法

为了解决传统自适应阈值算法对时间序列方差跟踪能力不足,以及故障阶段带宽自动放大的问题,提出了紧广义自回归条件异方差(Compact General Auto-Regressive Conditional Heteroskedasticity,CGARCH)模型。针对液体火箭发动机稳态试车数据的波动性特点,提出一种基于自回归(Auto-Regressive,AR)模型和CGARCH模型的自适应阈值故障检测算法。采用AR模型对稳态参数的均值进行估计,并采用CGARCH模型对稳态参数的方差进行估计,从而利用均值和方差的估计值自适应地构造检测阈值。用某氢氧火箭发动机的热试车数据进行验证,结果表明,该算法能够准确、快速、灵敏地检测液体火箭发动机故障,在正常工作阶段,能够有效跟踪数据波动性,在故障阶段,能够避免阈值变宽带来的漏检。

基于MWSA的热力系统单参数时序预测方法

热力系统的状态参数变化可以实时反映系统的运行状态,针对热力系统参数运行数据预测手段匮乏的现状,基于4种算法提出一种单参数预测方法并简称MWSA,对当前设备状态参数进行分解降噪、趋势提取和时序预测,并将预测结果作为下一步运行管理策略和装备维修的参考,对系统的长期安全稳定运行具有重要意义.首先,利用中值回归经验模态分解(MREMD)方法将监测得到的运行状态参数分解为若干个本征模态函数(IMF)和残余分量.然后,对不符合筛选条件的分量进行小波阈值降噪(WTD),并将去噪后的分量与原本符合筛选条件的分量重组成新的IMF分量.最后,利用基于奇异值分解(SVD)和优化参数排列熵(PE)的K-means聚类算法,对重组后的IMF分量进行分类,取熵值较低的一类分量重构为趋势项并采用整合滑动平均自回归模型(ARIMA)进行预测.经实际案例验证,该方法能够有效克服原始参数时序中高频噪声的干扰,与不采用降噪处理的同类方法相比,该方法预测的准确度更高.

基于谱图小波自适应阈值降噪的滚动轴承早期故障诊断

针对滚动轴承早期故障信息微弱,被强大噪声干扰的问题,基于谱图理论在图谱域构建小波系数以分析图信号中包含信息的思想,提出一种谱图小波自适应阈值降噪(Spectral Graph Wavelet-adaptive Threshold Denoising,SGW-ATD)的滚动轴承早期故障诊断方法。首先,将一维振动信号转换为路图信号,引入谱图小波变换将路图信号分解。其次,保留低频尺度系数,构建自适应阈值对高频系数进行阈值处理,通过谱图小波逆变换得到降噪信号。最后,为进一步抑制噪声,求取降噪信号的自相关函数,通过对自相关函数进行包络谱分析实现故障特征提取。将所提方法与其他几种经典降噪方法进行对比;结果表明,所提方法得到的降噪信号信噪比更高,可以更有效地实现滚动轴承早期微弱故障诊断。

基于Roberts梯度的自动聚焦算法

如何快速有效地实现聚焦一直是图像测量中的焦点,其中图像自动聚焦评价函数的选择是关键问题。在比较、研究图像聚焦评价函数和边缘检测的基础上,提出了将Roberts梯度算子作为聚焦评价函数引入自动聚焦之中,同时为了消除噪声的影响,仔细研究阈值问题,并引入了一个阈值参数。经过大量的仿真实验,画出了几种自动聚焦算法的聚焦图形,并进行了详细的比较分析。结果表明,引入参数的Roberts算子具有无偏性好、单峰性强、灵敏度高等特点,该算子比其他评价函数更为准确、稳定、可靠。

图像分割在成熟茄子目标识别中的应用

针对在自然光生长条件下采集的茄子图像,采用自动取阈的算法,分别利用图像的灰度信息、基于R、G、B分量线性变换的3个正交彩色特征量和基于HSV彩色空间对图像进行分割。经Matlab仿真对比结果得出:利用Otsu算法对灰度图进行分割,虽然对灰度直方图进行了优化,目标与背景的分割效果较好,但存在局部反光的影响;采用改进的Otsu算法,对彩色特征量(2G-R-B)/4进行分割,可以在一定程度上消除局部反光的影响;同样采用改进的Otsu算法对HSV彩色空间色调分量的分割,则可以克服目标茄子表皮的反光对分割结果的影响,取得了较好效果。以数学形态学降噪方法进一步对利用色调分割后的二值图像进行平滑处理,可大大改善分割效果。

一种自适应阈值的预筛选Harris角点检测方法

为克服Harris角点检测算法中漏检正确角点和提取出较多伪角点的问题,以及在对不同图像处理时,非极大值抑制无法设置通用阈值的现象,本文在进行非极大值抑制时采用自适应阈值,从而可得较多的正确角点。为进一步抑制角点检测中的伪角点数目并提高处理大图像的算法效率,加入预筛选得备选角点这一步骤,通过在进行Harris角点检测之前就先去除部分肯定不可能是角点的像素点,以减少最终得到的伪角点数,并有效地减少了运算量,提高了效率。实验结果显示改进的Harris角点检测算法的运行时间仅为原始算法的30%,且可以得到更多的精确角点和更少的伪角点,具有很好的角点检测性能。

改进的遗传模糊聚类算法及其在MR脑组织分割中的应用

为提高MR图像中脑组织分割的精度,针对目前遗传模糊聚类算法存在的问题,提出了改进的遗传模糊聚类算法。首先,通过完全改变遗传算法的编码方式、变异方式和交叉方式,对现有遗传算法进行改进,从而使遗传算法能获得最小的适应度函数值;然后,结合模糊聚类算法,最终得到改进的遗传模糊聚类算法。将改进的遗传模糊聚类算法应用于MR脑图像的分割,结果表明,改进的遗传模糊聚类算法的分割质量高于现有的遗传模糊聚类算法和快速模糊聚类算法。改进的遗传模糊聚类算法可以做为一种快速、全自动的MR脑图像分割工具。

一种基于自动阈值发现的文本聚类方法

文本聚类随着网上文本的激增以及实际应用中的需求 ,引起了人们越来越多的重视 通过分析文本的特征以及常用的文本聚类方法 ,提出了一种对文本进行细致划分获取细化簇、并在细化簇基础上进行聚类的文本聚类方法 在聚类过程中 ,采用曲线的多项式拟合技术提出了一种自动发现阈值的方法 ,并把该方法应用于细化簇的寻找步骤中 与凝聚的层次聚类方法的实验比较结果表明 ,使用自动阈值发现的方法在时间消耗、聚类效果。

基于多谱图叠加阈值的抑制WVD交叉项的新方法

本文提出了一种抑制Wigner-Ville分布(WVD)交叉项的新方法。首先对多幅具有不同时-频分辨率的谱图进行叠加,然后对叠加结果进行阈值处理,确定WVD自项在时频平面的支撑区域。最后,用该区域的示性函数乘以WVD得到一个新的时频分布。不同于传统的抑制交叉项的核函数方法,该方法抑制交叉项的同时,保持WVD了高时频聚集性。实验结果表明,该方法对由多个LFM信号构成的多分量信号和非线性调频信号都非常有效。

一种自适应阈值曲波图像去噪算法

利用曲波变换进行图像去噪能取得较好的效果,但是现有的曲波去噪没有充分利用图像曲波系数的特点,容易过分扼杀图像的细节信息。本文提出了一种基于阈值自适应的曲波图像去噪算法,利用图像经过曲波变换后的能量分布特性选取阈值,以更好地保护图像细节。实验结果表明,该算法可以将每一尺度上的信号与噪声在最大程度上分离,有效去除了高斯白噪声,进一步提高了峰值信噪比,更好地实现了去除噪声与保护图像细节之间的平衡。

一种新的图像清晰度评价函数

离焦模糊图像清晰度评价函数是采用数字图像处理技术实现自动调焦的一个关键,需要不断地提高评价函数的准确性和有效性。深入研究了各种图像梯度的分布情况后发现模糊图像小梯度像素数较大,而清晰图像大梯度的像素数则明显比模糊图像的多,因此可以给梯度加一个阈值,去掉梯度小的值保留梯度大的值,这样可以突出清晰图像的的优势,易于准确判断。首次提出了一种用图像梯度加阈值求和作为由于离焦产生的模糊图像的评价函数,建立了上述评价函数的数学模型,并给出了实验结果和分析。与以往的图像灰度方差、梯度和、小波变换等评价函数相比,给出的评价函数无偏性好、单峰性强,信噪比高,计算量小,在焦平面附近具有变化趋势明显和灵敏度高的特点。

基于CANNY算子的自适应双阈值油罐油位红外成像检测

针对油罐油位的监测问题,在研究CANNY边缘检测算子的基础上,提出了一种新的基于CANNY算子的自适应双阈值边缘检测方法。该方法能够根据不同的油罐油位红外成像图像的灰度梯度直方图的特征进行自动设置高低阈值,因此避免了传统的CANNY检测算子手工选择阈值不合理对边缘信息,特别是油位信息的丢失。在油位信息提取过程中,该方法能够自动分析横向条纹数目,并根据该数目获得每一条横向条纹的具体位置,使得边缘检测算法在油罐油位监测应用中更加实用。用该方法对一批油罐的红外成像图像进行了处理,结果表明所得油位的误差在±0.02m以内,而测量误差百分比为0.062%。

基于遗传算法的门限自回归模型在浅层地下水位预测中的应用

提出了建立门限自回归模型的一种简便通用的方法，用遗传算法可同时优化门限值和自回归系数．实例计算的结果说明了其可行性和有效性．

精制吴茱萸胶囊镇痛镇静和对脑血流的作用

目的：观察精制吴茱萸胶囊对正常动物的痛阈、中枢神经活动和脑血流的作用。方法：以热板法和醋酸法测其痛阈值。以小鼠自主活动和探究行为测其对神经系统的作用。以激光Ｄｏｐｐｌｅｒ 测大鼠大脑皮质运动区脑血流的变化。结果：精制吴茱萸胶囊能明显提高小鼠（ 热板法） 痛阈值。延长小鼠的扭体潜伏期（ 醛酸法） ，但对小鼠的扭体次数无明显影响。大剂量（４００ ｍｇ／ｋｇ） 对小鼠探究行为有一定的抑制作用。但对活动次数无明显影响。对大鼠脑血流有明显的增加作用。结论：精制吴茱萸胶囊具有一定的镇痛作用。

基于FPGA的高速实时图像采集和自适应阈值算法

提出了基于FPGA的图像处理自适应阈值算法,实现了激光光斑中心的高速实时检测。采用3×3窗口模块和自适应阈值模块,先对CCD输入数据进行处理,判断光斑的范围,然后再运用光斑的质心算法对光斑所占的像元进行运算,得出光斑位置的脱靶量。本文达到了脱靶量帧速3000帧/s、精度2μrad的技术指标,实现了高速率、高精度的跟踪要求。

一种基于语言概念空间聚类的信息检索方法

提出了一种以语言概念空间中的概念为聚类对象的信息检索方法以及适合于该方法的聚类算法。该聚类算法通过曲线拟合技术来实现文本的自动阈值确定和聚类划分,并最终通过聚类间的迭代和结果修正来完成整个聚类过程。概念的引入为解决词语的同义、多义问题提供了有力保障。实验表明,采用该方法的信息检索系统,与Jelinek-Mercer、k-means模型相比有较高的准确率和召回率,效果理想。

基于DSP的嵌入式显微图像处理系统的设计

为了对显微图像进行有效统计与测量,提出了一种以DSP为核心的嵌入式图像采集处理系统,设计了基于DSP/BIOS的应用程序。首先利用中值滤波、自适应阈值分割等算法对图像进行预处理,将目标从背景中分离出来,然后采用扫描标记的算法对目标加以标记,最后实现对目标的数目及面积等几何尺寸的测量。

遗传门限自回归模型在气象时间序列预测中的应用

提出了建立门限自回归模型（TAR）的一套简便通用的方法。用基于实码的改进遗传算法,可同时优化门限值和自回归系数,解决了TAR建模过程所涉及的大量复杂寻优工作这一难题,为TAR模型在气象预测中的广泛应用提供了有力工具。实例计算的结果说明:通过门限值的控制作用,TAR模型可有效地利用气象时序资料所隐含的时序分段相依性这一重要信息,限制了模型误差,保证了TAR模型预测性能的稳健性,提高了预测精度。该方法具有通用性,在各种气象非线性时序预测中具有广泛的实用价值。

汽车电子燃油表控制策略研究

为解决汽车仪表电子化后燃油表在不同运行条件下指示值不准确的问题,在系统分析问题产生的原因基础上,通过采用分时采样、自动纠偏、阀值记忆、一阶滤波处理及指针响应控制等策略,实现了在电压干扰、连续点火、信号突变及特定条件要求指针响应时间等情况下的准确采样和平稳指示。兼顾了燃油表在不同使用状态下显示的准确性和平稳性指标,实现的产品性能和使用效果均达到了汽车行业标准要求。

用自相关法确定壁湍流相干结构条件采样的门限值

研究了用条件采样方法检测壁湍流相干结构的门限值与壁湍流相干结构平均粹发周期检测结果之间的关系，根据用壁湍流流向脉动速度自相关函数检测壁湍流相干结构平均猝发周期的方法，提出了用自相关法确定壁湍流相干结构条件采样的门限值。