一种高效的灰度图像真彩化方案

提出了一种高效的灰度图像真彩化方案。该方案的关键技术包括:YUV亮色分离、采样点序列去冗余精简和基于像素空间相关性的匹配点搜索。YUV亮色分离技术在复杂度低、计算量小的同时,有效去除了RGB颜色空间中存在的相关性。通过去除采样点序列的数据冗余,节省了后续整幅目标图像的匹配点搜索时间。利用图像像素点的空间相关性进行匹配点搜索,提高了搜索效率和准确性。经实验验证,本文算法在取得和Welsh算法相近效果的同时,可以节省50%～70%的彩色化处理时间。

利用数据可视化实现智能非侵入式负荷辨识

针对传统人工智能负荷辨识算法网络参数规模庞大、计算复杂度高、辨识准确率不足的局限性,提出一种多维数据融合可视化方法,融合负荷的电压、原始电流和电压-无功电流轨迹信息,生成尺寸更小、区分度更高的真彩可视化图像,作为人工神经网络的输入数据.实验结果表明:在采用真彩可视化图像后,仅用不到传统算法1%规模的人工神经网络和计算量,就可以在PLAID(即插即用设备标识)数据集上达到96.63%的负荷辨识准确率、在WHITED(全球家庭和工业瞬态能量)数据集上达到99.05%的负荷辨识准确率.