扩充的非周期性控制算法

提出一种扩充的非周期控制算法,以解决原始的dead-beat算法在采样周期比过程时间常数小很多,以及有纯滞后场合达不到性能指标的矛盾。文中还提供了模式识别原则和参数自整定步骤,并用仿真试验进行了验证。

基于Criminisi算法的非周期性印花织物缺陷检测

由于非周期印花织物颜色多变、花型复杂、印花缺陷纹理及背景纹理之间对比度低,导致织物缺陷不易被识别,因此给出一种Criminisi算法。首先,采用频率谐调(frequency-tuned,FT)显著性算法对印花织物缺陷图像进行显著性增强,突出缺陷的边缘轮廓;其次,利用大津阈值法对显著图进行二值化处理,并将得到的二值图作为图像修复时的Mask掩码图;最后,运用Criminisi算法对原印花织物缺陷图像进行修复,将修复的印花图像减去原印花缺陷图像,获得缺陷区域。实验结果表明,该方法能准确分割出非周期性印花织物的缺陷区域,如漏墨、污渍等,且检测准确率达97.39%。同时,实验过程中不涉及参数的调节。

基于非周期性提取像素的全景图像三维重构

图像深度信息提取是三维图像重建的关键,利用匹配算法可以达到对全景成像可控处理的目的,因此在非周期性提取像素基础上完成全景图像三维重构。首先采用非周期性像素提取解决成像过程中出现的失真问题,构建无失真图像;通过立体视图系统和独立立体视图系统对全景图像重建处理,利用SSD计分准则的块匹配算法,对微透镜记录的两幅图像计算提取,同时运用邻域限制与放松方法深度提取全景图像;并依据最佳视差值及多基线立体匹配算法过滤出更准确信息,以采用差值算法实现更高精度的三维重建。仿真结果表明,所提方法具有较高适用性,计算过程简便、图像特征采集快。

基于光场的高分辨率非周期性视角图提取算法

针对光场成像中视角图提取的分辨率与数据准确性无法兼顾的问题,提出一种非周期性视角图提取算法。首先分析微透镜阵列采样原理,计算出各微透镜中心的偏移量;然后分析视角范围,通过合成多个视点的方式,计算合成视点对应各微透镜的投影区域;最后非周期性地提取像素块构成视角图。实验中采用Lytro相机采集光场数据,采用非周期性算法提取大小为2×2和3×3的像素块构成视角图,相较于传统方法视角图的分辨率分别提升了2×2倍和3×3倍,图像质量也得到较大幅度提升。

基于电池剩余电量的动态电压调节算法的改进

低功耗的设计已经成为嵌入式系统设计中一个非常重要的方面,而动态电压调度算法DVS又被认为是降低功耗的一种有效手段。分析了已有的基于电池剩余电量的DVS调度算法局限性,通过实验对非周期性电流负载对应的电池单元行为进行建模,设计了一种新的低能耗调度算法。实验证明该算法能很好满足复杂的具有非周期性任务特点的嵌入式实时系统的性能与低功耗要求。

一个矩阵问题的判定算法

本文为非负方阵不可约性和非周期性的判定给出了实现算法。作为非构造性的求解算法，这是个典型的例子。

基于Linux平台的流量统计与异常检测系统的设计与实现

流量统计与异常检测技术具有广泛的应用前景,从一个实际的应用项目出发,针对Netflow流数据的生成、输出、采集、统计、检测等几个方面进行了大量深入的研究,并对统计结果的输出方式、监测算法的参数优化提出了改进。在此基础上,设计并实现了一个基于Linux平台的流量统计与异常检测系统。

APPLN中声光偏振旋转-倍频级联过程研究

为了突破声光偏振耦合和倍频级联过程中工作波长和晶体工作温度的限制,采用非周期的光学超晶格进行了级联过程的研究。光学超晶格的结构由自调制算法计算得到,在此基础上对晶体内的级联耦合过程进行了研究。模拟结果显示,声光偏振旋转和倍频过程间存在着竞争效应,它们之间竞争过程可由应变场振幅控制,通过改变应变振幅的大小可实现输出光波的调节。

动量VLBP神经网络在缺陷接地电路中的应用

采用一种改进的人工神经网络反向传播算法(BP算法),将动量方法和可变学习速度的BP算法(VLBP算法)结合,并且在每个样本点更新权值和偏置值,这种算法称为动量VLBP算法。用C语言实现该算法,并将其运用到对一种新型组合式非周期性缺陷接地结构(CNPDGS)低通滤波器的神经网络建模之中。以CNPDGS的结构尺寸和频率为输入样本,传输系数参数为输出样本,建模成功后,在样本范围内输入结构尺寸和频率能够很快得出准确的传输系数。结果表明应用动量VLBP算法的神经网络相对于FDTD分析方法可以节省大量的时间,并且与基本的BP算法相比,可以加速算法收敛、减少训练时间。

基于图正则化的高分辨率光场显微成像研究

针对光场显微成像中空间分辨率较低的问题,提出了一种基于图正则化的方法,并进行了光场超分辨率重建,得到了光场的高分辨率视图。首先,通过非周期性提取的方法,获得了光场的视角图;然后,将光场的超分辨率问题,转化为一个全局优化问题,利用光场视图之间的互补信息,进行正则化平滑处理;最后,用最速下降迭代算法,对目标函数最小化求解,重构出高分辨率视图。实验中,采用显微物镜、微透镜阵列以及CCD相机,搭建光场显微镜采集数据,使用图正则化的方法进行光场高分辨率重建;相较于传统方法,所提方法视差估计计算量较小,成像质量较高,并有效保留了原始光场结构。

主动传感系统的波形设计

本书的重点是开发活跃在传感系统应用，如雷达、声纳、通信、医学成像中传输波形设计的计算算法。波形设计是为了达到特定要求的属性，分为三个类别：即良好的非周期性关联，良好的周期性关联和梁模式的匹配（Beampattem Matching）。主要方法是基于实际问题的数学模型，并使用优化技术解决问题。书中对性能的低限做了理论分析。使用新波形的各种应用实例，提出了包括雷达成像、信道估计、超声波系统治疗和隐蔽的水下扩频通信。

基于贝叶斯优化的选择性热光伏辐射器设计

通过控制热光伏系统辐射器的发射光谱,可以有效降低光伏接收器的热损失能量。本文证明了在机器学习的指导下可以实现高效的非周期性选择性热光伏辐射器的设计。对于锑化镓光伏电池,在超过5.23×10^(9)个每层包含不同材料和不同层厚的多层膜候选结构中,仅计算了不超过0.67%的候选结构就可以得到最大特征因子为82.16%对应的结构参数。测量利用优化的结构参数加工的样品发射光谱得到的特征因子为81.35%,并对优化的选择性辐射器进行了系统理论效率分析和热稳定性测试。结果表明采用贝叶斯优化算法可以高效设计选择性热光伏辐射器,进一步促进了基于机器学习的超材料设计方法在其他领域的应用。