一种蚁群优化小波包基选择的方法

为了研究已有最优基选择算法在微弱故障信号降噪方面效果差以及终端节点不易确定的问题,依据蚁群算法和小波包的相关理论,分析了小波包基选取的影响因素,对选取规则进行了重新定义,并结合蚁群算法的全局优化能力对新定义的终端节点坐标集和分解层数寻优,给出了一种基于蚁群算法的小波包基优选方法。对比传统最优基选择算法,新方法的收敛性能及分布性能加强了12.5%,在轴承的微弱故障信号降噪过程中,经处理后的信号信噪比提高了46.7%,均方根误差降低了20.4%,验证了新方法的有效性和优越性。

基于稀疏表示分类的人工地物目标检测

针对遥感图像中人工地物目标复杂性和多样性的问题,提出了一种基于稀疏表示分类的人工地物目标检测方法。根据遥感图像的特点,首先,在冗余Contourlet变换域中对遥感图像进行了预处理,降低了噪声的干扰;其次,研究了高效的特征提取方法,通过在冗余Contourlet多级分解中引入最优基函数选择策略,计算出遥感图像的旋转不变纹理特征和基于低频的强度特征,并与遥感图像中的分形误差特征进行组合,得出复合特征向量;最后,利用稀疏表示分类方法对提取出的组合特征进行处理,完成了人工地物目标分类,并且利用数学形态学操作对分类的结果进行了优化。实验结果表明,该方法对人工地物目标检测具有较好的鲁棒性和准确性。

基于体全息的光电混合虹膜识别系统的研究

对基于体全息的光电混合虹膜识别系统进行了研究,采用基于联合最优小波包基的特征图像相关识别方法实现虹膜的光学识别。生成联合最优小波包基的特征图像以压缩存储的模板图像库,降低后处理数据量。改进最优小波包基优选标准,使所选最优基获得最大识别能力。采用统计特征识别的后处理方法使光电混合识别系统具有更好的适应性。系统仿真结果表明,所提出的系统既具有光学运算和体全息相关的高并行性,又具有计算机数值计算的高精度,获得了良好的识别效果。