用多焦点全息透镜实现多重谱分数傅里叶变换

提出用多焦点全息透镜实现多重谱分数傅里叶变换 利用全息方法通过一次曝光制作出多焦点的全息透镜 ,分析了用此全息元件实现这种变换的条件 ,并在实验上实现了多重谱分数傅里叶变换 .实验结果表明这种变换方法简便可行 。

多重谱线拟合(MSF)扣除光谱干扰法在电感耦合等离子体发射光谱法测定钢铁中磷的应用研究

在用电感耦合等离子体发射光谱法测定钢铁中磷时 ,已有的研究报告中大多采用 P 1 78nm作分析谱线 ,但因其发射强度低而使测定精密度和检出限不理想。本文在采用多重谱线拟合 ( MSF)法扣除光谱干扰的基础上 ,测定了存在严重光谱干扰的 P2 1 4nm、P2 1 3nm谱线 ,同时也测定了没有光谱干扰的P1 78nm、P1 77nm谱线 ,结果表明 ,P2 1 3nm谱线的测定精密度和检出限最好 ,比常用 P1 78nm谱线的精密度高 5倍 ,RSD达到 2 %以内 ,检出限也比常用 P1 78nm谱线的小 1 0倍。

光谱法测定锑锭中Se-多重谱线拟合扣除光谱干扰

一、前言近年来，锑锭成为广西梧州口岸的主要出口产品，１９９４年出口曾达二万六千多吨，７００多批次。国标中采用３，３′－二氨基联苯胺光度法，两次萃取，手续繁杂，分析时间冗长［１］。我们曾ＫＩ催化极谱测定，虽结果可靠并简化了手续，但仍需较长时间。现在，我...

基于EMD关联维数和多重分形谱的心音识别

心音是一种高度非线性、非平稳性的振动信号,传统的线性分析方法不足以揭示其内在特征,提出了一种基于EMD关联维数和多重分形谱的心音分类识别方法。首先通过EMD将心音信号分解成若干个IMF,利用互相关系数准则对其进行筛选以得到主IMF分量,并利用G-P算法求主IMF分量的关联维数;然后分析多重分形谱的4个特征参数,其中多重分形谱宽度的差异性最大,将它结合主IMF分量的关联维数,作为二叉树支持向量机的输入向量实现对临床采集的正常心音和5类异常心音信号的分类识别。结果表明,该方法能有效地提取心音特征,同时提高了心音信号的识别率。

基于荧光光纤检测GIS局部放电的多重分形谱识别

为了获取SF6气体绝缘电器(GIS)局部放电(PD)光信息特征,完善了反映GIS内部4种典型绝缘缺陷的物理模型,并利用研制的PD荧光光纤传感系统,获取了用绝缘缺陷模型产生的PD光信号,构建出了相应的φ-u-n三维图谱及其灰度图像。同时,针对简单分形特征不足以描述PD灰度图像而导致模式识别率较低的问题,采用具有分析灰度图像丰富特征信息能力的多重分形谱技术,提出了一种计算PD光信号灰度图像的多重分形谱概率算法。然后通过对多重分形谱中各特征信息的物理意义分析,提取了用于PD模式识别的特征量,并选用改进共轭梯度算法的反向传播(BP)神经网络作为分类器。研究结果表明:多重分形谱可有效描述PD灰度图像不均匀程度及其不同层次的几何结构特征,用于分类识别4种典型绝缘缺陷产生的PD时正确率均>87%,优于用盒维数与信息维数作为特征量的识别。

基于多重分形谱和支持向量机的风电机组行星齿轮箱故障诊断与研究

风电机组行星齿轮箱振动信号是一种典型的非平稳、非线性信号,传统故障检测方法对于此类信号处理能力有限。为了克服传统方法的不足,提高故障诊断能力,提出了一种基于多重分形谱和支持向量机相结合的故障检测方法。首先通过多重分形定义求取信号的多重分形谱。然后在多重分形谱中提取八个特征量。最后将特征量作为支持向量机的输入向量,实现了在不同转速情况下对正常信号和四种太阳轮故障信号的分类与识别。实验结果证实了所提方法对行星齿轮箱信号特征进行提取是有效的,在不同转速情况下均提高了故障识别率。

基于多重分形谱的高压直流输电线路区内外故障识别方法

对高压直流输电线路区内、区外故障进行仿真计算和分析发现:由直流输电线路平波电抗器和直流滤波器构成的物理实体边界对高频分量具有很强衰减作用,使得区外接地故障的直流输电线路两端量测的故障线模电压短窗时域波形极为平滑,即高频含量低,而区内接地故障的线路两端量测的故障线模电压短窗时域波形的高频含量高。利用短时窗内线路单侧故障电压计算每次分割形成的多重分形集上各个子集的质量分布概率分布的不均匀程度,区外故障时小于1,区内故障时远大于1。据此,提出了以多重分形谱中质量分布概率分布的不均匀程度作为区内外故障甄别算法。大量的PSCAD数字试验表明,该算法可靠有效,耐受高阻能力强。

多重分形谱在叶片图像处理中的应用

将多重分形理论引入到植物叶片的图像处理中,用数字图像处理与分析技术,重点对葫芦科的4种植物叶片的图像进行处理,通过计算多重分形谱分析植物叶片的特点。该文处理叶片图像的方法,可望在植物分类及农业生产中产生积极意义。

多重分形谱在材料分析中的应用研究

基于多重分形谱的物理意义 ,通过图像分析与处理技术 ,利用 Delphi语言设计了图像结构的多重分形谱的计算程序。通过程序中图像黑白二值化转化阈值的设定 ,实现了从材料组织结构形貌图像上提取其相应的概率测度和标度指数的功能 ,并计算了它们的多重分形谱。分析表明 :在对材料的组织结构进行研究的问题中 ,多重分形谱是一种有意义的表征参数 。

矿井涌水量时间序列的多重分形维数谱计算

介绍了多重分形的概念 ,在Chhabra和Jensen提出直接法的基础上 ,给出了以矿井涌水量时间序列的功率谱函数为特征量的多重分形谱的计算方法和步骤 .利用 6个矿井涌水量的实测数据对该方法的可行性和有效性进行了验证 ,同时说明了矿区地下水系统具有多重分形的特征 .

股票价格持续大幅波动前后多重分形谱的异常及分析

利用多重分形谱可以深入地分析金融时间序列的微观结构及其特征。本文以民生银行、长江通信二上市公司的具体数据为例,以它们出现持续大幅震荡前后共35天的5min股价高频交易序列为原始数据,并将连续5天的高频数据分为一组,考察每支股票在持续大涨及持续大跌前后各个阶段时多重分形谱的形态及其重要参数的变化。研究表明股价持续大幅波动前后,股票价格的高频时间序列的多重分形谱具有前兆性的共同特征。运用本文的研究方法可以对个股持续大幅波动的开始及结束做出一定预测。

薄膜生长的多重分形谱的计算

规则分形具有理想的标度不变性 ,而随机分形 (如薄膜生长 )概率分布曲线及标度不变性的范围与计算方法有关 :以偏离平均高度的方差值求概率 ,标度不变性不好 ,多重分形谱也不光滑 ;而以薄膜平均底面为基准面求概率得到的标度不变性可延伸到 3个数量级 ,多重分形谱光滑 .采用外延的方法修正灰度设置的偏移可以对多重分形谱有所改善 .另外 ,讨论了权重因子 q取值范围的影响 ,确定了 q的取值范围 .

基于多重分形谱的碳纤维复合材料表面评定方法

碳纤维复合材料(CFRP)表面的多重分形谱能表征其表面形貌特征.用TalyScan 150表面测量仪测量了CFRP的表面形貌,使用小波变换算法计算了其多重分形谱.结果表明,CFRP 3D表面的形貌与其多重分形谱密切相关,Lipschitz指数的范围可以表征表面的粗糙度,多重分形谱的数值可以表征表面的波峰和波谷的分布.同传统表面粗糙度分形维数表征方法相比,多重分形谱能表征加工表面形貌的局部特征.

多重分形谱及其计算

多重分形理论是进行信号奇异性处理的有用工具 ,由于只有少数集合的多重分形谱可以有解析表达式 ,多重分形谱的计算是其中重要而又较难处理的问题 .简要介绍了多重分形理论的一种形式体系 ,提出了一种采用动态链表来进行多重分形谱计算的方法 ,大幅度地降低了对存储器容量的要求 .用所提出的方法对康托集进行了计算 ,计算结果与理论结果相符 ,表明了算法的有效性 .

MoO3纳米纤维TEM图像的多重分形谱

用多重分形方法研究了透射电镜(TEM)观察到的-αMoO3纳米纤维的形貌。TEM观察表明,样品中纳米纤维的分布和均匀程度都随着HNO3浓度的增加而增大,形貌由纤维状向带状过渡。多重分形谱的分析显示,随着HNO3浓度的增加,Δf从0.4345增大到2.4530,样品中纳米纤维的最大概率分布的数目多于最小概率分布的数目,说明纳米纤维数目和宽度均增加;分形谱宽Δα愈来愈小,表明纳米纤维的分布愈来愈均匀。因此,多重分形谱可以很久地表征α-MoO3纳米纤维的分布特性。

基于多重分形谱的链路层协议帧同步字盲识别

该文针对协议类型未知条件下非等帧长同步字的盲识别问题,提出一种基于多重分形谱的同步字盲识别算法。首先,在定义有偏性的基础上,通过分析比较协议帧、同步字和信息段中0,1的概率分布,得出协议帧的有偏性小于同步字的结论。然后,利用上述结论并结合多重分形谱具有描述有偏性分布的特点,通过比较删减前后待识别序列多重分形谱宽度的变化实现信息段的有效删减,达到提高同步字浓度的目的。最后,在计算完成删减的序列中固定长度比特串浓度值分布的基础上,实现了同步字的准确识别。仿真试验验证了所提算法的有效性,表明其具有一定的工程应用价值。

TiO2薄膜原子力显微镜图像多重分形谱的二次函数拟合

用原子力显微镜观察经不同退火温度处理TiO_2薄膜的表面形貌,观察结果表明,随着退火温度的升高,颗粒不断长大,数目逐渐减少,表面粗糙度RMS从4.1nm增大到18.4nm。用最小二乘法对原子力显微镜图像多重分形谱进行二次函数拟合,结果显示,随着退火温度的升高,α_0从1.999增大到2.008,B由正值转变为负值,分形谱宽W由0.064增大到0.246,说明TiO_2薄膜表面形貌愈来愈复杂。

基于多重分形谱智能分析的卫星信号调制识别研究

调制方式识别是电磁频谱战中的关键技术之一,已有星上识别方法智能化程度低、适应性差.针对此类问题,提出了一种基于多重分形谱和深度学习相结合的智能识别方法.首先分析了常见卫星通信信号的多重分形特性,构建了多重分形特征域矩阵.在此基础上,将该特征矩阵与深度学习残差网络相结合,并根据多尺度思想对残差网络结构进行了优化改进,改进后残差网络的多层自主细节特征提取优势完美契合了多重分形谱多尺度特征刻画能力,最终实现了卫星通信信号调制方式的有效识别.仿真结果表明,该方法具有较好的识别性能,当信噪比不低于1 dB时,平均识别率大于89%.

高频金融时间序列的异象特征分析及应用——基于多重分形谱及其参数的研究

文章首先从理论上推导出金融资产价格的高频时间序列出现大幅震荡前后多重分形谱所具有的异象特征,然后随机选取两只股票(民生银行、哈飞股份)各35天的5min高频交易数据对上述特征进行实证分析。结果表明,两只股票在持续大幅波动开始与结束时,其多重分形谱形态及参数的变化与理论上的异象特征相吻合。运用该研究方法可以对金融资产持续大幅波动的开始及结束做出一定预测。

基于多重分形谱的光纤周界振动信号识别

为了有效识别光纤周界系统的振动信号,提出一种多重分形谱参数和改进概率神经网络相结合的光纤振动信号识别方法.该方法能够避免特征提取过程中需要选择经验阈值和模式识别过程中需要确定平滑因子的不足.首先,检验分析光纤振动信号多重分形的存在性和有效性.然后,计算和提取光纤振动信号的多重分形谱参数,构成能够准确描述信号非线性和复杂性特性的特征向量.最后,采用改进的概率神经网络算法进行自适应地学习和分类,实现对不同光纤振动信号的识别.采用现场实验采集的四种振动信号对该方法进行验证,结果表明,平均识别率达到96.25%,识别时间为1.63s.该方法在正确识别率方面优于传统的概率神经网络算法.