基于改进Bubble函数的红外图像边缘提取方法

针对bubble函数不具有调节带宽的缺点,提出了一种改进的bubble函数,该改进函数能够通过调节参数来获取不同时域、频域响应和滤波效果。将改进后的bubble函数与平稳小波相结合构造出多分辨率网络,该网络利用平稳小波变换去除噪声、利用改进bubble函数增强图像边缘,从而可以准确、有效、快速的提取出图像的边缘。实验结果表明,该方法优于传统bubble函数与平稳小波相结合提取边缘的效果。

改进Bubble函数的多分辨率边缘提取方法

在数学上,通常用Bubble函数来描述神经系统的侧抑制现象。Bubble函数在频域里相当于一带通滤波器,它可以反映不同的时域、频域特性,但它不具有调节带宽的功能。因此对Bubble函数进行改进,改进后的Bubble函数能够通过调节参数来获取不同时域、频域响应和滤波效果。最后,用改进的Bubble函数将小波和侧抑制有机地结合,构造出多分辨率侧抑制网络,该网络利用小波变换去除噪声、侧抑制网络突出边缘,从而可以准确、有效、快速地提取出图像边缘。

基于Bubble函数的子波构造

本文首次系统地探讨基于 Ｂｕｂｂｌｅ函数的子波构造原理和方法。通过选取不同形状参数和时移因子，可以得到许多具有不同侧抑制性能的子波函数．文中给出了相应的Ｍａｌｌａｔ塔式分解快速算法所用的滤波器组系数计算公式与设计条件。

基于Bubble函数多分辨断层检测

基于 Bubble函数构造小波基 ,用 Mallat塔式快速算法对地震信号进行二维多分辨分析 ,并利用局部极值理论提取、检测反射同相轴及断层 .理论和计算结果均表明 ,该方法能够检测出不同尺度下的地震信号突变特征 ,且具有一定的抑制噪声能力 .

基于低风速功率修正和损失函数改进的超短期风电功率预测

风电功率具有较强的波动性和随机性。为进一步提升风电功率的预测精度,提出一种基于低风速功率修正和损失函数改进的超短期风电功率预测模型。该模型采用卷积神经网络、自注意力机制和双向门控循环单元捕获风电功率序列的长期时序依赖关系。为了解决低风速下待风状态神经网络难以精确拟合的问题,模型通过预测风速并结合当前时段的风电功率对低风速段的预测功率进行修正。针对参数训练的稳定性问题,模型通过改进预测策略和共享权重,引入一种多元非线性的损失函数来提取序列间的关联性。结果表明,所提模型在多项误差指标中均优于对比模型,能够有效提升超短期风电功率的预测效果。

基于改进小波阈值函数和全尺度Retinex的红外图像融合增强算法

针对现有红外图像增强算法存在信噪比低、细节模糊、清晰度差等问题,本文提出基于改进小波阈值函数和全尺度Retinex的红外图像融合增强算法。首先,为克服尺度参数固定和光线散射导致红外图像退化的问题,利用大气透射率得到Retinex尺度参数的全尺度映射图,从而有效提高图像的清晰度,并将输入图像和使用全尺度Retinex处理后的输入图像作为算法的第一个输入和第二个输入。其次,为解决传统小波阈值函数在图像降噪过程中存在伪影、细节丢失等问题,设计改进小波阈值函数,通过引入尺度因子,在计算每层高频子图小波系数后,能根据该层数自适应调整尺度因子,并引入调节因子,结合指数函数,使该函数不仅能抑制高频子图噪声,还能极大程度保留细节信息。然后,使用小波图像融合的方式融合输入的高频子图和低频子图,进一步提高输出图像的纹理细节。主客观仿真结果表明,所提算法比其它对比算法具有更好的降噪和细节突出能力,并能提高红外图像的人眼视觉效果。最后,本文算法应用于红外成像模块采集的红外图像增强,效果良好,表明本文方法具有实用性。

基于改进函数投影同步的PMSM有限时间混沌控制

研究了均匀气隙永磁同步电动机(permanent magnet synchronous motor,PMSM)在参数确定,以及空载且定子绕组只有直轴输入电压供电的情况下,对在一定的输入电压范围内发生的混沌振荡进行控制.针对PMSM中直轴、交轴电流和电机角速度的混沌振荡,提出一种基于改进函数投影同步和有限时间稳定的控制方法.设计了改进函数投影同步控制器,并基于Lyapunov稳定性定理,从理论上证明所设计的控制器的有效性.仿真结果表明,系统在施加的控制器的作用下,原运行于混沌状态的系统能够在很短时间内收敛于稳定的状态,且具有对外部扰动的强鲁棒性.与施加输入–状态线性化方法设计的控制器的效果相比,系统状态变量能够更快达到预期控制设定值,并维持在平衡状态运行,具有良好的动态品质.

激活函数在CNN模型中改进算法的研究

CNN,即卷积神经网络算法,是深度学习研究领域的重要分支,尤其是在图像识别领域,其已成为最为热门的研究对象。文章以图像识别为研究基础,先阐述卷积神经网络在图像识别中的进展,然后研究深度学习图像目标识别的传统算法,并在目标定位、特征提取、分类方法等方面与传统的目标识别算法进行了比较。在以上研究基础上,提出了一种新的卷积神经网络压缩激活函数模型,通过改进的CNN模型对卷积神经网络的结构进行了部分优化。实验验证了该模型的有效性,不仅降低了错误率,还大大减少了网络参数的数量,具有更强的学习能力。

基于改进权函数距离的机器人运动偏差补偿算法设计

针对机器人在组装和生产过程中,由于几何参数存在一定误差,使连杆以及关节处等不可避免地出现细微差别,对机器人运动精度产生一定影响问题,提出了基于改进权函数距离的机器人运动偏差补偿算法设计方案。在定位机器人位置前添加扭角,获取机器人两坐标系间转换矩阵,根据线性标定计算机器人运动定位的绝对误差,利用改进权函数建立机器人距离误差数学模型,初步补偿运动误差。计算机器人末端执行器中心点位置和姿态的偏差,将补偿问题转化成机器人运动优化问题,得出运动偏差优化问题目标函数,经多次迭代得出最终补偿结果。实验结果表明,所提方法的误差补偿效果佳,重心补偿后的机器人运行稳定性好。

基于Bubble小波函数的印鉴鉴别

利用 Bubble小波函数 ,通过 Mallat算法可对印鉴图像进行小波分解和边缘检测 ,在此基础上 ,提取由傅里叶系数所导出的形状特征 ,然后利用神经网络分类器进行训练 ,继而实现印鉴的自动鉴别。

基于改进核函数的支持向量机天然气脱硫装置故障诊断方法

针对传统脱硫故障诊断方法反应慢、诊断准确率低的问题,根据Mercer理论,改进了支持向量机(Support Vector Machine,SVM)的核函数及其参数,建立了一个由多项式核函数、Sigmoid核函数和高斯径向基核函数复合成的改进核函数,在此基础上提出了一种基于改进核函数的SVM天然气脱硫装置故障诊断方法。相对于传统SVM,改进SVM体现了各单一核函数的优点,并具有更好的学习效率及诊断准确率,在小样本数据条件下仍然具有较好的泛化能力。利用HYSYS软件建模并与现场数据进行对比实验,由实验结果可知改进SVM的误差率降低到传统SVM误差率的约30%,验证了新方法能有效提高脱硫装置故障诊断的准确率和效率。研究结果有助于天然气脱硫装置故障诊断系统工作的智能化开展,同时也为故障诊断方法的研究提供了借鉴。

四川盆地及邻区地壳分层结构研究——基于接收函数改进的序贯H-κ叠加方法的约束

接收函数H-κ叠加方法已被广泛应用于单个台站下方地壳结构的研究中.为探测盆地的沉积层和结晶地壳结构,一些研究提出了序贯H-κ叠加方法.但在实际应用中,往往需要人工区分存在沉积层的台站和基岩台站,分别应用序贯H-κ叠加和常规H-κ叠加方法.这种处理方式效率相对要低.为了克服这一局限性,本文对序贯H-κ叠加方法进行了一些改进,理论测试分析表明,该方法能够同时适用于单层和双层地壳模型,易于对大批量数据进行快速分析.其次,本文利用四川盆地及邻区近7年来的区域固定台站资料,以及威远地区布设的流动台网数据,基于改进的序贯H-κ叠加方法,对研究区地壳内部分层结构进行了研究.结果显示,盆地中北部地区沉积层厚度为4.6~6.7 km,平均V_(P)/V_(S)值约1.9~2.9.盆地南部一些台站下方观测到了康拉德界面,埋深约21~25 km,进而估算上地壳占整个地壳厚度的比例约56%.研究还发现,龙门山断裂带两侧地壳厚度变化明显,且断裂带南段地壳平均V_(P)/V_(S)值略高.此外,华蓥山断裂带局部地区下方呈现双Moho结构.

基于改进径向基函数神经网络的图像识别系统设计研究

为保证神经网络的并行计算能力,降低神经网络计算复杂度,基于改进径向基函数(radial basis function, RBF)神经网络设计了一款功能完善、实用性强的图像识别系统。首先,从图像识别系统架构、图像识别系统业务流程、系统运行环境搭建三个方面入手,确定系统设计方案。其次,结合基于改进RBF神经网络算法,完成基于改进RBF神经网络图像识别系统的设计。最后,将改进RBF神经网络图像识别算法与其他三种算法进行实验对比。结果表明:本文系统采用的改进RBF神经网络算法识别效率高,与LeNet-5、AlexNet和VGG16三种算法相比,其平均识别时间明显缩短50%,完全符合实际应用需求。

基于改进差动电流函数的柔直配电线路保护原理

针对纵差保护辨识高阻故障困难,且易受噪声、区外短路和异常数据等因素干扰的问题,提出基于改进差动电流函数的柔直配电线路保护原理。改进差动电流函数放大了区内外短路暂态特征差异,有利于高阻故障识别,同时也避免了区外故障对保护可靠性的影响;基于Same卷积的Hausdorff距离算法可有效抑制异常数据干扰,最终通过两者配合实现故障区域和故障类型辨识。PSCAD/EMTDC仿真验证表明,所提保护能有效识别直流线路短路,不受过渡电阻、噪声和异常数据等因素影响,适用于含多类型换流器和分布式可再生能源电源的柔直配电网。

基于改进阈值函数的直埋供热管网检漏研究

为提高声波法直埋热水供热管网泄漏应用的定位精度,在分析各种小波法阈值函数适用性的基础上,提出了改进阈值函数降噪方法,该方法理论上能够克服软阈值函数的恒定偏差和硬阈值函数信号振荡的缺点,设置调节参数,提升降噪能力,保留小于阈值点区域信号,避免有效信号丢失。在大型直埋热水循环管网中进行泄漏测试实验,研究表明采用本方法进行声波法直埋供热管道泄漏检测,可实现泄漏定位误差在±1 m内,定位精度可达0.11%~3.49%,最后选择北京市供热系统中实际工程案例,采用本方法进行声波法泄漏检测,泄漏定位误差为0.37%~0.66%,定位精度提升。

基于改进预测函数的乳化液泵用伺服电机控制策略研究

为了提高乳化液泵驱动系统控制精度,采用伺服电机作为系统动力源,将位置环和速度环合并,设计时引入了具有预测功能的控制算法,对伺服电机位置伺服系统的控制性能进行了优化。采用简化模型来预测伺服电机未来的角度输出,再通过最小化二次多项式获得最优控制律,并引入扩张状态观测器用来估计总干扰、通过前馈进行补偿。为此搭建了控制原理验证小型试验台,开展了串级PID控制、预测函数控制和所提控制器的对比试验。研究表明,与现有技术相比所提控制律位置跟踪误差绝对值的最大值可分别降低41.9%和24.04%。所提系统可显著提高现有煤矿设备的自动化、智能化程度。

Copula函数在水库枯水期径流预测的改进研究

为提高中型水库枯水期径流预测精度,引入改进的Copula函数,选取辽宁省2座中型水库为研究实例,对其枯水期径流预测的精度进行对比。结果表明:改进后的Copula函数引入变量概率密度,对函数变量进行优化后,可提升求解精度,相比于改进前,各中型水库枯水期径流年尺度径流预测相对误差分别降低12.6%和13.7%,月尺度径流预测误差分别降低10.9%和11.8%。研究成果对于中型水库枯水期径流预测精度提高具有参考价值。

一种改进的小波阈值函数降噪方法

信号降噪中传统阈值函数降噪存在局部震荡、边缘模糊等问题。近年来一些学者对阈值函数进行研究改进一定程度上消除了传统软硬阈值函数恒定偏差和伪吉布斯现象等问题,但许多改进阈值函数都不具有高阶可微性致使数据降噪后不够平滑。本文基于传统阈值函数及一些相关学者研究对阈值函数进行改进,加入双参数模型让阈值函数调节时更具有灵活性,参数在一定范围内选取具有高阶可微性。基于仿真实验对传统阈值函数、一些学者改进的阈值函数与本文改进的阈值函数对比分析可知改进的阈值函数信噪比和均方差都有一定程度的提升。

基于改进型sigmoid函数的混合储能系统SOC控制策略

介绍锂离子电池-超级电容混合储能系统的传统SOC控制策略,提出一种基于改进型sigmoid函数的SOC控制策略,并通过算例来展示混合储能模型的构建、仿真过程,分析验证基于改进型sigmoid函数的混合储能系统SOC控制策略的有效性。

基于Bubble小波的多尺度边缘提取

侧抑制是生物视觉信息处理中广泛存在的一种机制，Ｂｕｂｂｌｅ函数很好刻画了侧抑制现象。本文利用Ｂｕｂｂｌｅ函数构成小波，高斯函数作为平滑函数，用Ｍａｌｌａｔ快速算法进行小波分解，分解的局部极大值就是多尺度边缘，理论和实验都表明，这种算法对于不同的尺度，有不同的抑制噪声的能力和提取边缘细节的能力，当Ｂｕｂｂｌｅ函数的尺度较大时，抑制噪声的能力增强，提取边缘细节的能力变差；当Ｂｕｂｂｌｅ函数的尺度较小时，抑制噪声的能力变弱。