基于旋转交错网格的TI介质二维三分量面波模拟

基于标准交错网格(Standard Staggered Grid,SSG)的有限差分法在面波的正演模拟中应用广泛。单一的瑞利波或勒夫波模拟已不能满足横向各向同性(TI)介质中面波模拟的需求。为此,提出一种基于旋转交错网格(Rotated Staggered Grid,RSG)的TI介质二维三分量面波模拟方法。首先,采用一阶速度—应力二维三分量波动方程将P-SV波方程和SH波方程联合;其次,将RSG有限差分法结合多轴完美匹配层技术,实现包含瑞利波和勒夫波的二维三分量面波模拟;然后从波前快照、波形曲线和频散曲线三个方面,定性和定量地对比RSG和SSG有限差分法在二维各向同性介质均匀半空间面波模拟的效果和精度;最后,将所提方法应用在均匀半空间TI介质(包括VTI、HTI和TTI)和两层速度递增TTI介质的二维三分量面波模拟,通过波场快照、地震记录和频散能量图分析TI介质中的面波特征和各向异性参数对面波频散特征的影响。实验分析结果证明了文中方法在面波模拟实践中的适用性,为二维全波场地震波模拟甚至是全波场反演提供了重要参考,对进一步认识各向异性介质中面波的传播特征具有重要意义。

基于二维离散小波的鲜玉米果穗成熟度的等级评定

采用计算机视觉技术,经二维离散小波分解后提取与玉米果穗成熟度相关的图像特征实现成熟度等级评定。在HSI颜色模型下对鲜玉米果穗图像H分量进行二维离散小波分解,提取低频子带的颜色特征。在RGB颜色模型下提取鲜玉米果穗图像高频子带的纹理特征。通过主成分分析法实现特征参数的降维。以前4个主成分值作为网络输入,构建概率神经网络,实现鲜玉米果穗成熟度的等级评定,评定正确率为95%。

二维无散度向量值小波及其应用

介绍了二维无散度张量积小波,给出了一个"尺度函数"并用来求解了一个Stokes问题。

具有紧支撑的非张量积形式二维小波有限元

分析论述了构造非张量积形式二维Daubechies小波的几条定理,在此基础上着重构造了具有紧支撑的非张量积形式二维小波,随后用具有紧支撑的非张量积二维小波有限元去解弹性薄板挠度问题,给出了误差阶,最后列举了一个数值例子·

二维直方图斜分最大散度差阈值分割算法

最大散度差法是经典的Otsu法一种很好改进算法,为了提高它在图像受到噪声干扰或光照不均匀时的分割准确性,现提出一种基于二维直方图斜分的最大散度差法,该算法不仅综合考虑了类间散度及类内散度对图像信息分类的作用,同时还利用图像空间区域信息以提高抗噪声能力,为减少计算量、提高分割速度,文中给出了快速递推算法,实验结果表明该算法比二维斜分Otsu法、二维斜分最大熵法等算法具有更准确的分割效果、更强的抗噪声能力,同时运行时间更少。

二维非张量积小波用于图像的边缘检测

构造了二元非张量积紧支集对称的连续预小波,分析了所构造的紧支集、对称的、非张量积预小波适合于图像边缘检测的原因,针对所构造的非张量积小波的特点,提出了有效的边缘检测算法,其中噪音与边缘信息的区分非常重要.用所构造的非张量积预小波对不同的图像进行了边缘检测,所提出的边缘检测方法明显优于Sobel边缘检测算子,与Canny最优边缘检测算子的效果与复杂性均持平,并且对纹理性强的图像(如指纹)边缘检测效果优于其他算法.

基于小波变换的快速二维门限化方法复杂度研究

将小波分析这一新兴的数学工具与传统的基于灰度直方图的门限选择方法结合起来，提出了一种快速的二维门限化方法，并对其复杂度进行了深入地研究．该方法首先对二维直方图进行小波分解，得其低频分量，然后在此低频分量上确定出门限矢量的范围，最后在此范围内确定出精确的门限矢量．理论分析及实验结果均表明，该方法可以极大地降低二维门限化的时间复杂度．

慢度平方三角网格模型VTI介质二维QP波各向异性立体层析反演

基于慢度平方三角网格剖分模型下的各向异性射线扰动理论,建立了具有垂直对称轴的横向各向同性(VTI)介质中二维QP波立体层析所需的FRECHET导数矩阵,实现了慢度平方三角网格模型的VTI介质二维QP波各向异性立体层析.考虑到各向异性参数是影响地震波运动学特征的次一级因素,制定了先反演慢度再反演各向异性参数的反演策略.由于慢度平方三角网格模型的稀疏性,使得数据空间对模型空间的FRECHET导数矩阵规模被大幅压缩,在降低了计算成本的同时也很好的保证了界面位置、背景慢度、各向异性等各个参数的反演精度.理论数据算例证实了FRECHET导数的正确性和反演策略的合理性.

基于改进粒子群的二维模糊散度多阈值图像分割

针对只利用灰度信息的图像分割算法精度低和未加优化的二维多阈值分割算法耗时长,以及粒子群算法易出现虚假收敛的问题,提出基于改进粒子群的二维模糊散度多阈值图像分割算法。考虑图像像素空间邻域信息,建立二维隶属度函数,进而推导出二维多阈值α型模糊散度作为选取最佳阈值的准则函数;用线性递减和线性递增函数分别对粒子群算法的自我认知和社会认知部分做改进;用改进粒子群算法优化求解二维多阈值α-型模糊散度的多组阈值。实验结果表明,该算法可以提高分割精度和改善分割性能。

二维傅立叶变换在Lamb波模式识别研究中的应用

用二维傅立叶变换对实验测定的 L amb波信号进行分析。该方法是在波的传播路径方向上 ,对一系列等间距位置接收到的时间信号进行二维傅立叶变换。给出了各向同性和各向异性媒质中传播的 L am b波频散曲线的数值和实验结果。研究表明 ,二维傅立叶变换能有效地识别 L amb波模式。

二维母小波函数的投影

由二维母小波函数的投影 ,得到二维母小波函数与一维母小波函数的非张量积关系。指出当二维母小波函数满足一定的条件时 ,其投影为一维母小波函数。

二维拟线性散度型二阶椭圆型方程弱解的弱收敛

本文用 H—测度来研究二维拟线性散度型二阶椭圆型方程弱解的弱收敛性,并讨论了非一致椭圆的情形,得到了一些很好的结果.

利用小波求解二维非线性双曲型守恒律

在 C.W.Shu和 S.Osher提出的基于点值的高阶精确基本无振荡格式的基础上 ,使用插值小波变换对函数进行多尺度分解 ,直接利用点值插值误差来探测具有奇异性的区域范围 (比如包括激波的区域 )。在这些奇性区域 ,利用代价昂贵的高阶基本无振荡格式计算单元边界的数值通量 ;而在解光滑的区域 ,则用廉价的多项式插值根据先前低分辨尺度上得到的值来计算出其数值散度 ,从而减少计算工作量。一些其它的技巧也被用来提高其计算效率。最后这种方法被应用到求解二维非线性双曲型守恒律 ,同时还可以很容易地通过在一维基础上计算数值散度的方式扩展到高维情形。

地形坡度面积的二维多分辨分析研究

不同分辨率下地面坡度的面积存在较大的差异,这为水土流失监测及水土保持规划工作的开展带来诸多不便.本文基于二维小波的多分辨分析理论,提出并证明了不同分辨率下地面坡度的面积与复杂地貌形态复杂度及尺度之间的变化关系。为水土流失的监测及水土保持规划工作的开展提供必要的理论工具.数值仿真试验验证了该理论的有效性及稳定性.

二维四向多小波的构造理论

引入二维四向多加细函数和二维四向多小波的概念,并研究二维四向加细方程,建立二维四向多加细函数的正交准则,给出一类正交二维四向多加细函数和正交二维四向多小波的构造算法.

二维超声剪切波弹性成像及频散成像在诊断代偿期肝硬化高风险食管胃静脉曲张中的临床价值

目的:分析代偿期肝硬化高风险食管胃底静脉曲张诊断中应用二维超声诊断剪切弹波成像与频散成像的临床价值。方法:以2022年1月~2023年8月本院接诊的100例代偿期肝硬化患者为观察对象,在胃镜前对全部患者分别予以二维超声剪切波弹性成像与频散成像,基于胃镜诊断结果,评价两种成像方案对于高风险食管胃底静脉曲张的筛查预测诊断效能。结果:在高风险食管胃底静脉曲张的筛查预测诊断中,剪切波频散成像的诊断灵敏度、特异性、阳性预测值、阴性预测值高于对照组,组间差异具有统计学意义(P<0.05)。结论:在代偿期肝硬化高风险食管胃底静脉曲张预测分析中,二维超声剪切波频散成像较弹性成像的预测效能较佳,其可在一定程度上预测食管胃底静脉曲张的发生。

缸套磨损表面波纹度和粗糙度形貌特征变化规律

以硼磷合金铸铁缸套与氮化铬活塞环为研究对象,通过设计贫油试验,获得了缸套从磨合磨损到正常磨损直至异常磨损的三维表面形貌。基于多分辨率二维离散小波获得三维表面形貌的各层高频系数,以二维功率谱密度进行高频系数分类,重构出磨损表面的形状误差、波纹度和粗糙度形貌。采用算术平均偏差、坡度参数、峰顶曲率参数,量化描述波纹度和粗糙度形貌几何特征的变化规律。结果表明:多分辨率二维离散小波可以提取不同磨损阶段的波纹度和粗糙度形貌;随着磨损的进行,波纹度和粗糙度形貌的算术平均偏差、坡度参数、峰顶曲率参数均增大;当出现异常磨损时,波纹度形貌的算术平均偏差变化幅度大于粗糙度形貌,粗糙度形貌的坡度变化幅度大于波纹度形貌,波纹度和粗糙度形貌的峰顶曲率参数变化幅度相近。

双树复小波多频带类内类间不确定度融合的人脸识别

为了更好地获取人脸的纹理特征和解决人脸多频带的权值问题,提出了双树复小波多频带类内类间不确定度特征融合的人脸识别算法。首先使用了人脸双树复小波多频带特征构建人脸的纹理特征,引入了双树复小波多频带类内类间的不确定度计算多频带特征权值,同时采用了二维主成份分析方法对人脸多频带特征进行重构线性子空间,人脸子空间加权融合得到的最终特征能够保证投影后样本在新的空间中有最小的类内距离和最大的类间距离。使用ORL人脸图像库进行了实验与分析,结果表明所提出的方法比经典的二维主成份分析、传统小波、Gabor小波和双树复小波方法取得了更好的识别效果。

基于差空间和最大散度差鉴别分析的人脸识别方法

为了提高最大散度差鉴别分析方法在人脸识别中的识别率,提出了一种改进的基于差空间的最大散度差鉴别分析人脸识别算法.该方法把类内平均脸方法应用到2DPCA算法中,并基于改进的2DPCA方法分别建立训练样本和测试样本的差空间,然后用类内中间值代替类内均值修改了最大散度差鉴别算法中类内散布矩阵的定义.用改进后的最大散度差鉴别法对得到的差空间进行鉴别分析,分别提取训练样本和测试样本的鉴别特征,用最近邻分类器分类.在ORL人脸数据库上的实验结果表明,该方法可以有效地改善识别率.

二维非线性鉴别分析及人脸识别

二维最大散度差线性鉴别分析方法不仅有效地避免了在人脸识别中传统的Fisher线性鉴别分析通常存在的"小样本问题",而且使其特征抽取的速度有了大幅度的提高.本文通过引入著名的"核技巧",将二维最大散度差线性鉴别分析扩展到非线性空间,提出了一种新的二维核最大散度差鉴别分析方法.该方法不仅抽取了图像中更加有效的非线性鉴别特征,使正确识别率显著提高,而且为二维非线性鉴别分析提供了一个统一的构架.最后在AR标准人脸库中的实验结果验证了本文算法的有效性.