基于光热频谱检测技术的非均匀材料导热系数二维重构算法

在材料热学参数深度剖面重构理论的基础上,建立了一种基于光热检测技术的材料参数分布重构算法,用于处理有关二维非均匀材料热学和光学参数的反问题,实现对存在损伤性裂纹或含有杂质的薄板状样品的无损检测与评价.同时,该算法也是处理三维不均匀固体材料物理参数重构的理论基础.通过模拟光热信号对算法进行数值模拟,结果表明:通过3次迭代,重构函数的形态与原始函数的形态吻合良好,这说明基于光热检测技术的反演方法在理论层面上可靠、有效,可用于处理二维板状非均匀固体样品的热学参数重构.

基于LS-SVM的超声导波管道缺陷二维重构

针对当前超声导波检测中的缺陷成像技术难点,提出了基于支持向量机的缺陷轮廓重构方法.通过实验和有限元仿真相结合的方式,获得不同大小缺陷的检测信号.采用最小二乘网络学习算法,选取缺陷回波数据作为支持向量机的输入,缺陷轮廓数据作为输出.建立了缺陷回波到缺陷二维轮廓的非线性映射,实现了缺陷轴向宽度和径向深度的二维轮廓重构,并与径向基神经网络重构效果进行了对比.实验结果表明,该方法速度快、精度高、泛化能力好,是管道超声导波定量化、可视化检测的一种可行方法.

活塞杆摩擦焊接头的超声检测及缺陷二维重构

针对活塞杆摩擦焊接头的未熔合缺陷,采用超声无损检测方法对部件接头进行检测并提取了含噪声的超声回波信号,利用小波降噪法对含噪声缺陷信号进行了降噪处理,通过多位置、多点检测的方法对未熔合缺陷进行了二维轮廓重构.结果表明:1)通过优化小波阈值降噪算法的参数提高了回波信号的信噪比,可以提升检测的有效性与准确性;能实现对缺陷信号的降噪并保证信号的完整性;2)对检测数据进行理论计算确定了缺陷的多位置边缘点,通过缺陷边缘点的拟合,实现了未熔合缺陷的二维轮廓重构,重构结果与破坏性检验结果基本吻合.

艺术形态转化:高校美术二维重构教学的应用研究

学生的核心素质培养是教育关注的重要问题,也是国家推进国民教育的重要指向。文章以肇庆学院美术学专业教学为例进行研究,针对在专业课程教学中学生普遍存在的创新力不足问题,提出运用B-T.E.C.R原则理论作为教学辅助手段,引导学生在艺术创作过程中从三维到二维重构的形态转化,从根本上解决学生思维定性问题,提升学生审美能力,兼顾思辨能力与观察能力,从而培养更全面的美术类人才。

采用两层级联神经网络从少量投影重构二维图像

文中算法第一级建立像素到其吸收系数的映射 ;第二级建立图像吸收系数矩阵到射线投影值的映射 ;最后由一级网络的输出构建吸收系数矩阵 该算法可以在较少投影数据量的条件下提高重建图像质量 。

页岩气储层迂曲微裂缝二维重构及多点起裂分析

在复杂的地质条件下,页岩气储层中的天然裂缝往往呈现迂曲状几何形态,为了研究迂曲微裂缝在水力压裂过程中的起裂位置,根据描述真实裂缝几何形态的相关参数,利用自主开发的MATLAB程序,实现了对不同长度、孔隙度、迂曲度和方位角的裂缝的二维重构,借助COMSOL Multiphisics中"自由和多孔介质流动模块"以及"多孔弹性模块"建立了裂缝—基质耦合渗流模型及岩石基质应力—应变模型,对不同迂曲度、方位角以及带天然裂缝的迂曲裂缝周围应力及起裂位置进行分析。结果表明,压裂液流速在迂曲微裂缝中呈现波动下降,其压力平缓下降且压力梯度沿裂缝长度方向逐渐减小;迂曲微裂缝会在裂缝曲率较大的位置出现多个起裂点,且起裂位置数量和区域大小随裂缝迂曲度的增大而增加,而裂缝方位角的变化对起裂位置影响较小;在主裂缝中流体压力作用下,未胶结的天然裂缝两端出现破裂,更有利于页岩气储层中复杂缝网的形成。

合成孔径雷达运动目标谱图二维压缩与重构方法

在完成合成孔径雷达(SAR)双通道回波数据对消处理的基础上,提出一种基于压缩感知的运动目标谱图二维压缩与重构方法。通过构造二维观测矩阵对SAR谱图在距离和慢时间方向上分别进行压缩,接收端设计二维正交匹配追踪法来重构原始谱图信息,进一步得到目标高分辨二维像。该方法可大幅降低SAR运动目标谱图数据量,并在稀疏度估计值不小于应有稀疏度值且两者比较接近的条件下,准确重构出原始谱图信息,同时得到高质量的运动目标二维像。仿真验证了方法的有效性。

基于改进PSO-LSSVM的脉冲涡流缺陷二维轮廓重构

基于最小二乘支持向量机(LSSVM)对脉冲涡流信号构建了缺陷二维轮廓重构模型。以脉冲涡流信号的垂直分量By的正峰值包络作为LSSVM重构模型的输入,缺陷的二维轮廓作为输出,对LSSVM进行网络训练。同时,利用改进的粒子群算法优化模型参数,提出模型泛化能力的评估方法。通过比较基本粒子群算法及改进的粒子群算法的LSSVM模型的重构结果,验证了改进粒子群算法的LSSVM重构模型的有效性。

高速漏磁检测的二维缺陷轮廓重构

针对高速漏磁检测缺陷可视化中的关键技术与难点，通过提升小波包的方法对缺陷漏磁信号进行预处理，根据电磁场基本理论，对高速漏磁检测过程中传感器速度对漏磁信号的影响作了理论分析，提出了基于正则化理论的径向基函数神经网络的补偿措施，通过网络的映射，得到了缺陷漏磁信号的速度不变响应，最后利用蚁群算法优化的径向基函数网络对缺陷漏磁信号进行二维反演，实现了缺陷的二维轮廓重构。

基于局部特征的二维白化重构

白化是一种能够去除数据各属性间相关性的数据预处理方法。最近提出的二维白化重构方法(Two-dimensional whitening reconstruction,TWR)是一种针对单张图片的白化方法,阐述了TWR方法等价于基于图像列的ZCA白化,即TWR具有去除图像列内相关性的作用;但是图像局部块内的相关性往往远大于列内,因此本文从去除图像局部块内相关性的角度出发,提出了两种TWR的改进方法:基于重组的TWR(Reshaped-based TWR,RTWR)方法和基于块的TWR(Patch-based TWR,PTWR)方法。RTWR首先将图像进行重新组合使得每个列向量对应着原始图像的子块,然后将TWR预处理作用在重组后的图像上;而PTWR方法则将TWR直接作用在图像的每个子块上。在ORL、CMU PIE、AR三个人脸数据集上的实验结果表明,RTWR和PTWR预处理比TWR预处理更有利于后续分类性能的提高。

电磁二维可重构滤波器研究进展

介绍了电磁二维可重构滤波器的背景、意义、国内外的发展现状及调节原理,将电磁二维可重构滤波器分为利用磁电复合材料结构和利用磁可调和电可调混合结构两类,并分别进行性能分析。重点对结构和材料各异的利用磁电复合的电磁二维可重构滤波器进行了性能参数上的对比,最后总结了电磁二维可重构滤波器的现存问题和未来发展趋势。

基于蚁群算法的径向基网络漏磁信号二维反演

利用蚁群算法的并行寻优特征和一种自适应调整挥发系数的方法,寻找径向基函数(RBF)网络基函数的中心点,能够大大提升网络的鲁棒性及训练速度。将优化算法下的RBF神经网络应用于漏磁信号的二维反演中,能够在训练样本较少的情况下快速地得到更为准确的缺陷模型,更好地满足了漏磁检测的实时性和在线性。实验结果表明,该方法能够达到预期的效果,是一可行的方法。

基于二维小波包和v-SVR的电能质量数据压缩

将支持向量回归算法应用于电能质量数据压缩领域。将一维向量表示的电能质量原始数据进行二维重构,获得二维表示的的电能质量图像。再采用自适应小波包变换把二维电能质量图像分解到不同尺度的子空间,并针对小波系数方向性采用不同的数据编码算法。低频系数采用DPCM编码。高频系数采用v支持向量回归机算法,用稀疏支持向量表示原始数据,以达到去冗余,数据压缩的效果。仿真实验证明提出算法的压缩效果与传统算法相比,压缩性能有了明显的提高。

二维网格型粗粒度可重构系统乘法器和全加器设计与验证

二维网格型粗粒度可重构计算系统具有较高的加速比和较低的功耗,已成为国内外的研究热点,对其计算模块进行设计和验证是二维网格型粗粒度可重构计算系统实用化的关键.本文针对粗粒度可重构计算系统的全加器、乘法器采用Verilog HDL设计语言进行综合设计验证,对二位、四位、八位、十六位、三十二位的乘法器和全加器的动态功耗、结温、硬件资源的使用等进行了分析比较.设计了乘法器原理图和测试代码,实验结果表明:相比较二位全加器,三十二位全加器动态功耗、结温、查找表、I/O分别增大了20.519 w、38.9℃、28个、90个;相比较二位乘法器,三十二位乘法器动态功耗、结温、查找表、I/O个数分别增大了0.603 w、1.1℃、28个、114个.随着位数的增加,全加器动态功耗、结温、查找表、I/O个数的使用消耗较高,但是乘法器动态功耗、结温消耗较低,查找表、I/O个数的使用消耗较高.

二维逐步正交匹配追踪算法

在图像等二维信号的应用与处理上,常规压缩感知理论框架存在重构算法效果差、图像块效应明显、对噪声敏感等问题。针对这些问题,根据现有二维观测模型和二维重构算法设计思想,可以设计一种新的重构算法:二维逐步正交匹配追踪算法。该算法借鉴了相关一维重构算法的设计思想,通过每次迭代选取符合阈值条件的多列原子进而正交化处理的步骤,提升了重构效率,改善了恢复图像质量。理论分析和实验结果表明,提出的算法在重构时间得到控制的情况下,得到的图像信噪比有较大提升,超越了现有典型的二维重构算法。

双小波神经网络迭代的漏磁缺陷轮廓重构技术

在二维漏磁缺陷重构中,建立基于径向基小波神经网络(RWBF)的正演和反演模型,提出了一个反馈形式的双小波神经网络迭代模型,通过迭代使目标函数最小化,实现对缺陷轮廓的快速逼近。用仿真和实验获取的训练样本分别对正演和反演模型的RWBF进行训练。为了提高径向基神经网络的适应性和精度,提出了一种新的训练算法。首先确定最优分解层数,然后利用梯度下降法修正网络的权值。对不同分辨率和不同信噪比下的漏磁信号进行了重构,并与其他方法进行了比较。结果表明,双小波神经网络迭代模型能够实现漏磁缺陷的精确逼近,具有良好的鲁棒性,是有效的二维轮廓重构方法。

对脑干听觉诱发电位相关维数的研究

用二维延时重构技术重构了脑干听觉诱发电位（ＢＡＥＰ）时间序列，并用Ｇｒａｓｓｂｅｒｇｅｒ－ｐｒｏｃａｃｃｉａ算法计算了正常人与有听觉障碍病人的关联积分Ｃ（ｒ）．结果表明在局部线性区域，病人的关联维数Ｄ２较正常人偏高，两者的Ｄ２均不收敛．Ｍａｃｋｅｙ－Ｇｌａｓｓ方程的数值模拟表明噪声不是影响Ｄ２的根本原因．因此，ＢＡＥＰ信号不是一个稳定的混沌吸引子，Ｄ２不能作为临床识别的标准．

基于分形布朗运动的二维路面不平度重构

分析了二维分形布朗运动的功率谱,得出其与路面不平度二维功率谱具有相似的特性,提出了利用分形布朗运动建立路面不平度的二维重构模型。运用分形布朗运动随机中点位移插值算法基本原理,通过求解分形参数即分形维数与路面方差,利用随机中点位移算法实现了二维路面不平度重构。对重构模型的功率谱与理论功率谱进行对比。结果表明,分形布朗模型建立的路面不平度模型的功率谱能够较好的逼近理论值。

基于捷变频联合数学形态学的干扰抑制算法

数字射频存储器(digital radio frequency memory,DRFM)通过截获雷达发射信号并对其进行调制和转发,在距离维上形成欺骗式干扰,严重影响了雷达对目标的检测与跟踪。针对这一问题,提出一种捷变频联合数学形态学的密集假目标干扰抑制算法。首先,采用最大类间方差法(Otsu)对脉冲压缩后的数据进行二值化处理。然后,通过数学形态学中的开运算抑制干扰和噪声。最后,通过二维稀疏重构获得距离速度二维高分辨,实现对目标的检测。仿真实验与实际雷达和干扰机对抗实验表明,该方法可以获得良好的抗干扰性能和目标检测性能。

利用阵列协方差矩阵稀疏性的到达角估计方法

为了解决传统基于阵列协方差矩阵稀疏性到达角估计方法计算复杂度高的问题,提出基于直接二维稀疏重构思想的高效到达角估计方法。该方法利用阵列输出数据的协方差矩阵构造二维稀疏表示模型,对协方差矩阵进行特征值分解以实现噪声功率估计,从而降低噪声对到达角估计的影响。在求解稀疏表示模型时,直接对该二维稀疏重构问题进行求解,避免了矩阵矢量化操作。仿真实验结果表明,该方法运行效率大大提高,并且在低快拍数、低信噪比和稀疏阵元等条件下估计性能优于传统方法。