基于改进无参尺度空间经验小波变换的变压器高频电流局放噪声抑制研究

变压器是电力系统中的关键设备,局部放电(PD)是致使变压器绝缘劣化的主要原因,也是绝缘劣化的重要表现形式。针对高频PD信号中复杂的噪声信息,提出一种基于互信息和峭度优化的改进无参经验小波变换的降噪方法。该方法以经验小波变换(EWT)分解为基础,构造高斯核函数平滑频谱生成尺度空间,利用k-means聚类对边界点进行筛选得到频带分界点,然后提取无参尺度空间EWT分解的模式分量的互信息值和峭度值进行合并优化,排除冗余的频谱划分点并对频谱重新分割,利用新的频谱边界进行划分得到有价值的分量,在有价值的分量中去除噪声分量并将剩余分量进行通用阈值降噪然后重构信号达到PD信号降噪效果。文中方法不需要人工参与且解决了模态混叠问题,仿真和实验室、现场测试表明,与现有小波变换降噪和基于经验模态分解降噪的方法进行对比,文中的方法能够更加有效抑制PD信号中的噪声信息。

多尺度方向性Hermite变换在低信噪比图像边缘检测中的应用

针对现有的边缘提取方法存在着无法同时满足抑噪能力强和定位精度高的问题,提出了多尺度的Her-mite变换边缘检测法.通过分析可以证明Hermite法是一种建立在滤波基础上的边缘提取方法,而且由于Her-mite变换提取出的是图像局部最优方向下的边缘检测,因此其在提取边缘时的抑噪能力要比一般方法高.此外,由于多尺度Hermite变换结合了大尺度的抑噪能力和小尺度的定位能力,因此这种方法能非常有效地提取出边缘并保持了较高的定位精度.通过与Sobel法的边缘检测结果进行对比,可以发现多尺度Hermite变换法在进行低信噪比条件下的边缘检测时具有较好的抑噪和定位能力.

最优尺度变换—层次分析法视角下城市内涝风险评估

在城市暴雨内涝频发的背景下,以辽宁省阜新市主城区为研究对象,利用无人机采集处理得到高精度正射影像和DEM,结合城市排水管网数据建立InfoWorksICM的耦合水动力模型,对城市内涝进行模拟研究和精度验证。通过对城市内涝灾害系统的三个组成部分——致灾因子、孕灾环境和承灾体的分析,对其指标因子进行最优尺度变换和层次分析法分析(AHP)。利用情景模拟结果和指标体系技术建立城市内涝风险评估模型,并利用GIS空间分析技术绘制直观的风险评估图,多角度解释阜新市主城区内涝原因并提出建议,研究结果也可为其他城市内涝防治提供借鉴。

多时间尺度小波变换和LSTM自编码器电弧故障检测方法

在光伏发电系统中,电弧故障检测是维持系统安全运行的关键问题。以往的电弧故障检测方法大多基于单时间尺度的故障特征,然而单一时间尺度特征往往会受到环境变化的干扰,导致检测精度降低,针对这一问题,提出一种多时间尺度小波和长短时记忆(LSTM)自编码器电弧故障检测方法,该方法首先在机理分析的基础上找到电弧3个特性,即电弧初始阶段电流发生突变、燃弧阶段电流均值降低、燃弧阶段高频分量变大。再基于上述电弧特性进行小波变换提取对应多尺度特征,然后使用LSTM自编码器进行端到端的自动检测。与以往方法不同,该方法提取了电弧特性的多种时间尺度特征,增加了故障信号的检测依据,降低了受外界干扰时检测结果出现误报漏报的可能性。理论分析和实验结果表明,所提出的方法降低了故障电弧检测的误报率,提高了其准确率。

基于参数尺度变换的多谐波自适应前馈主动控制方法

螺旋桨脉动力会产生与轴频、叶频及倍频相关的周期激励信号,在频谱中表现为多个低频窄带线谱。此外,激励幅值、频率及相位会随着轴系转速、油膜润滑等条件的变化而产生未知波动,具有显著的时变特征。该文针对船舶动力系统的时变多谐波线谱振动特征,提出了一种基于参数尺度变换的自适应前馈主动控制方法。基于多跨多支承推进轴系动力学模型,进行了多谐波自适应前馈算法仿真验证,实现了对多个未知窄带干扰的有效衰减。考虑通道耦合响应关系,建立了多输入-多输出系统的多通道振动主动控制策略,开展了多通道交叉耦合谐波振动控制效果分析。结果表明,该文所提出的基于参数尺度变换的自适应前馈主动控制方法对多跨多支承推进轴系的时变多线谱振动具有良好的控制效果。

多时间尺度下大沽夹河流域河流径流小波变换分析

为了研究大沽夹河流域河流径流的变化规律,通过小波变换和灰色关联分析,对河流径流变化特征、气候变化和人类活动对径流的影响进行了分析,结果表明:近年来大沽夹河径流量明显下降,人类活动对河流径流演变过程产生显著影响,河流径流量正急剧减少。研究结果为区域水资源开发利用提供参考。

基于动态多尺度变换的资源信息快速检索技术

针对传统医疗资源信息检索算法检索效率低、准确率不足,难以实现信息快速检索等问题,文中提出了一种基于动态多尺度变换的资源信息快速检索技术。该技术方案利用多尺度变换中的离散小波变换对待检索的资源信息关键词进行分解,再按照规则推理及语义形式转换在数据库中查找对应检索信息,通过计算检索信息与检索条件之间的相似程度来确定检索结果的有效性,最后再返回满足符合条件的数据。以某医疗人力资源数据集为样本展开的实验结果表明,相较于其他同类信息检索算法,所提算法能够在保证检索响应时间的条件下,使查全率与查准率分别达到91%和95%以上。

基于多尺度多方向Gabor变换的Tsallis熵阈值分割方法

为了能在统一框架内处理无模态、单模态、双模态或者多模态直方图情形下的自动阈值选取问题,该文提出一种基于多尺度多方向Gabor变换的Tsallis熵阈值分割方法(MGTE)。该方法先通过Gabor变换得到多尺度乘积图像,然后利用内外轮廓图像从多尺度乘积图像中重构1维直方图,并在重构1维直方图上采用Tsallis熵计算模型来选取4个方向Tsallis熵取最大值时对应的阈值,最后对4个方向的阈值进行加权求和作为最终分割阈值。将提出的方法和5个分割方法在4幅合成图像和40幅真实世界图像上进行了实验。结果表明提出的方法虽然计算效率不占优势,但它的分割适应性和分割精度有明显的提高。

双指数变换与多尺度细节凸显的红外图像增强

鉴于现有的红外图像增强方法易产生局部的欠增强和过增强以及不清晰的边缘纹理,提出了一种双指数变换与多尺度细节凸显的红外图像增强方法。根据红外图像边缘纹理的粒度,基于Retinex理论用双边滤波将红外图像分解为大、中和小尺度的细节层和基础层;对基础层进行系数小于1的自适应指数变换,在控制亮区过增强的同时自适宜地提高图像的亮度和对比度,而对大、中和小尺度的细节层分别进行系数大于1的自适应指数变换,多尺度地增强图像的边缘细节。实验结果表明,所提方法具有比部分现有方法更优的增强效果,增强图像的视觉效果较清晰,对应的平均梯度和信息熵均较高,而无参考图像质量指标更小。

基于Hermite插值的小波变换模极大值重构信号快速算法

信号在不同尺度上的小波变换模极大值包含了信号中的重要信息,因此研究如何由小波变换模极大值重构信号是很有意义的。论文提出了一种基于Hermite插值多项式由二进小波变换模极大值重构信号的快速算法。数值试验表明,与S.Mallat提出的经典交替投影算法相比,该算法可以在保证重构质量的前提下简化计算过程,提高计算效率,计算所需时间与交替投影算法相比大大减少,是一种实用性较强的信号重构算法。

Hermite多尺度小波

利用Hermite插值多项式构造出了2n-1(n∈N)次多尺度函数,这些尺度函数具有固定的短支集[0,2]、n-1阶连续导数、关于x=1交替对称和反对称等良好性质.用多尺度分析理论和消失矩构造出了Hermite多尺度小波.Hermite小波函数具有固定的短支集[0,4]、高阶的消失矩、半正交性及正则性等优良性质,可用于解决奇异性问题,并可大大降低运算量和提高计算精确度.

一类2+1维群体平衡方程的尺度变换群分析及自相似解

该文研究一类2+1维既有聚合又有破损过程的群体平衡方程.用尺度变换群方法获得了方程接受的尺度变换群、自相似解、精确解和约化方程.研究结果表明尺度变换群方法不但可用于群体平衡方程,而且不需要很困难地求解决定方程.

Hermite多尺度函数在普通电阻率测井模式匹配法中的应用

模式匹配法是普通电阻率测井的一种有效的半数值、半解析的正演方法。在使用有限元法进行数值解时,基函数的选取十分重要,它影响着计算的速度和精度。Hermite多尺度函数具有正交性、高阶逼近和一阶偏导数在节点连续等特性,本文在解决数值本征模式解时,将Hermite多尺度函数作为形函数,并对其进行了改进。在不同介质的地层模型中进行验证,实验结果表明将该函数作为有限单元的形函数,电流在节点处连续并且计算精度大大提高。

多媒体数据自适应多尺度分块压缩仿真研究

在多媒体图像数据压缩过程中,为了减小数据体积,通常需要牺牲图像的一些细节和精度,这会导致部分信息的丢失。为了提高压缩效果,以多媒体图像为例,提出一种面向多媒体数据的分块无损压缩算法。通过四叉树算法对多媒体图像展开分块处理,通过结合边缘特征和方向特征的多尺度小波变换算法获取多媒体图像每层子带图像块的自适应采样率,基于纹理块和平坦块的自适应多尺度分块压缩感知方法完成多媒体图像数据的分块无损压缩。实验结果表明,所提算法的压缩效果更好,不仅能够实现数据有效压缩,而且不会损失图像信息,且压缩时间较短,整体应用效果更好。

基于Hermite特征矢量的二维离散分数维变换

分数维变换()是分析时变信号的强有力工具之一,它可实现信号在时频域中任何角度的旋转。由于分数维变换的重要性,实FRFT现离散分数维变换()则显得很重要。根据具有的特征矢量这一特性,对二维离散信号进行二维分析,此方DFRFTDFRFTDFTHermiteDFRFT法既可满足旋转特性,且又可获得与连续相似的结果。

广义Hermite插值型尺度函数向量

通过引入Hermite插值条件,针对膨胀因子为d>2的情形,给出一个新的广义Hermite插值型尺度函数向量,描述了插值性质,并结合相应的Hermite插值型尺度滤波器,刻画了广义Hermite插值型尺度函数向量的性质,进而给出紧支集小波的构造算法.

基于小波变换的精密测量点云多尺度分解

为了减小多源跨尺度点云数据尺度与数据量上的差异,提出了一种基于小波变换的点云多尺度分解方法。对细节丰富的小尺度点云数据进行多尺度分解,以及尺度分解在跨尺度点云数据配准中的应用进行研究。首先,对小尺度点云进行栅格建模,建立全局点云二值表达函数。根据离散小波变换理论,对栅格点云进行多次的三维小波分解,利用小波尺度函数的低通特性,保留低频信息来获取原始小尺度点云的近似尺度数据。然后,基于面维数和差体维数差表征与原始数据的相似度,确定有效的小波分解级数。最后,将各级分解得到的点云数据与大尺度点云数据进行精确配准,并将配准关系应用于原始点云,提高跨尺度点云的配准精度。实验结果表明:本文提出的多尺度分解方法能够对数据进行有效分解,应用于某航空发动机叶片多尺度测量中,将显微测量的局部气膜孔小尺度点云数据与整体叶片结构光数据配准,配准精度提升了61.36%。该分解方法应用于叶片边缘与栅格零件多尺度测量中,配准精度分别提升了48.59%,43.86%。所提的点云多尺度分解方法能够有效分解小尺度点云数据,大幅提升跨尺度数据的配准精度。

一种在尺度空间下基于边缘的角点目标检测方法

图像中的目标角点位置是实现很多计算机视觉任务的关键数据。为了克服传统检测算法产生的数据冗余问题,提出了一种在尺度空间下基于边缘的角点目标检测方法。首先,构建一个分组多层的尺度空间,将原图投影到其中后得到多个平滑图像。与此同时,采用定义的边缘算子检出平滑图像中所有边缘而得到多个按序存放的像素点集,当点集数量稳定时停止更大尺度的变换。然后,在当前尺度下,计算点集中各元素反映其角点强度的特征值。根据这些特征值变化规律检出角点的支撑集区间,并在此区间中采用高斯拟合函数确定最终的目标角点。实验表明,该方法能够检出特征显著的目标角点及其角度,其中合成图像精度在像素级,应用案例中的平均误差与图幅比约为1.5/100。

线性变换与局部均衡融合的红外图像增强

为了改善红外图像的效果,提升对比度和清晰度,丰富边缘细节信息,提出了融合线性变换和局部均衡的红外图像增强方法。利用图像的像素值分布,对像素值进行自适应的分段线性变换,并用局部的直方图均衡增强图像;分别计算两张增强图像的权重图。对比度权重、显著性权重和亮度分布权重;以拉普拉斯金字塔和高斯金字塔的方式,分别对增强图像和权重图进行分解,将分解的图像与权重图进行多尺度线性融合,获得效果理想的增强图像。结果表明,相对于现有方法,本文中提出的方法增强图像的视觉效果更清晰,信息熵、平均梯度和变异系数分别比现有方法高出9.03%、23.87%和9.97%以上。该研究可更有效地提高红外图像增强的性能。

广义Hermite逼近及基于广义Hermite多项式变换的实现

讨论了利用广义的H erm ite多项式作为基函数的谱方法的逼近性质.和古典的H erm ite多项式相比,广义的H erm ite多项式具有更好的逼近属性和更灵活的适应性.并推导了相应的广义H erm ite多项式变换.利用广义H erm ite多项式变换可以有效地实现广义的H erm ite多项式逼近.数值试验进一步验证了理论的正确性.