基于小波多分辨分析和支持向量机的柔性直流系统单端保护方案

提出一种基于小波多分辨分析和支持向量机(support vector machine,SVM)的柔性直流系统单端保护方法,仅使用单端电流即可以准确区分区内、外故障,并识别直流故障类型。首先利用小波多分辨分析求得故障电流在各频带的能量百分比,构成输入特征向量;然后通过已有数据训练后的SVM模型区分并识别故障类型。结果表明,文中所提保护方法在柔性直流系统多种运行工况下均能对故障进行准确识别,且保护方法整定简单、无需数据同步和通信,具备较强的抗干扰能力。

河北省CT机空间分辨率调查与分析

随着医学影像技术的发展和计算机体层摄影装置(CT)的普及应用，CT机的应用质量越来越受到各方面的重视。为保证CT设备的诊断质量，发挥卫生资源综合效益。根据卫生部第43号部长令及其他有关规定，我们对全省的CT机定期进行应用质量检测。空间分辨率(Spatial Resolution)是CT机最重要的性能指标之一．下面根据上一周期检测结果对CT机的空间分辨率讲行简单分析．

基于多分辨率分析和支持向量机的电力电子电路故障诊断技术

将小波多分辨率分析(multi-resolution analysis,MRA)和支持向量机(support vector machine,SVM)应用于电力电子电路故障的诊断.首先采用小波多分辨率分析对电力电子故障信号进行特征处理,再用支持向量机理论建立多类故障分类器来识别电力电子电路故障,仿真结果验证了该方法的正确性和有效性.

压气机叶片排内三维紊流流动的隐式高分辨率数值分析

对跨音速压气机叶片排内具有复杂三维激波的紊流流场所进行的数值分析，采用了空间三阶精度无波动格式以保证对紊流特征的正确模拟，利用ＬＵ－ＳＧＳ算法避免了一般隐式算法的繁琐运算，使之与显式方法推进一步的运算工作量基本相当，从而构成了一种既准确又高效的跨音速压气机紊流流动数值求解系统。计算与实验进行了对比，结果是令人满意的。

基于小波分析与支持向量机的风速预测

将小波多分辨率分析特点和支持向量机良好的泛化性能相结合,建立小波-支持向量机风速预测模型。先将原始风速序列经小波分解成概貌分量和细节分量,再对各分量分别应用支持向量机模型进行预测,最后将各分量的预测结果经小波重构得到原始风速序列的预测值。仿真表明该方法能够改善预测滞后现象以及减小突变点误差,从而提高模型的泛化性能和预测精度。

框架多分辨分析谱的研究

首先给出了一个可测集是框架多分辨分析(FMRA)谱的充分和必要条件,然后用一种新的方法刻画了包含于给定多分辨分析(MRA)的框架多分辨分析(FMRA)的谱．这是对H．O．Kim等人研究的改进．

NURBS自由曲面在光机设计和分析中的应用

针对光学曲面要求面形描述能力和拟合精度高以及光线追迹速度快的要求,研究了NURBS作为自由曲面的拟合、坐标空间转换和光线追迹算法。首先使用多分辨率B样条拟合方法浅度非球面,深度非球面和Peaks自由曲面进行NURBS拟合,RMS误差均小于10 nm,表现出很好的适应性。其次研究了NURBS曲面的参数空间到坐标空间的转化算法,与传统曲面求导方法相比,速度提高了3倍以上。在提出合理迭代初值计算方法的基础上,将计算每个曲面点的时间缩短至0.3 ms。最后通过NURBS曲面在自由曲面头盔系统的光机分析中和CODEV用户自定义曲面中的成功运用,证明了NURBS曲面能很好地满足光机设计、分析和加工的要求。

基于小波分析的压气机失速初始扰动信号处理

文章对于在某型压气机试验器失速/喘振试验中获得的6组压力脉动信号进行失速初始扰动分析研究。利用时域-小波函数对信号进行降噪预处理、多分辨分析,将分解在各个频带内的小波系数重构为相关频带内的压力信号分量,当重构后信号的幅值大于预先设定的阈值时,认为压气机即将进入失速状态,可以采取控制措施。结果表明,小波降噪能有效分离信号中的高频噪声同时保留突变信号,达到有效降噪的目的。通过预先设定的阈值,监测压力重构信号,可以给出失速预警信号。

GIOTTOMD乳腺机伪影故障分析及处理

0引言 GIOTFO MD乳腺机采用的是非晶硒平板探测器。非晶硒平板探测器具有最优的MTF值，可以获得高空间分辨率的图像，以满足乳腺检查对细节较高的要求，但是它对温度要求很高，如果温差过大，就会导致探测器产生伪影日。因此，在实际工作中要对探测器定期进行校准。

小波分析在燃气轮机传感器故障诊断中的应用

为提高燃气轮机状态监测中传感器的有效性,提出了一种用小波分析的传感器故障诊断方法。该方法通过对传感器输出信号进行小波多分辨分析(MRA),利用其表征信号趋势和细节的特点,能对缓变故障和突变故障进行准确定位,同时根据故障突变点的Lipschitz指数和故障前后能量的变化特征实现对突变故障类型的判别。对燃气轮机排气温度实时数据进行的故障仿真,表明了该方法的有效性。

基于水平集演化和支持向量机分类的高分辨率遥感图像自动变化检测

提出了基于水平集演化和支持向量机(SVM)分类的高分辨率遥感图像变化检测方法,该方法将像素级的和对象级的变化检测方法相结合,运用了像素特征和对象特征以提高变化类和非变化类的准确率。在像素级上,变化检测问题转化为水平集演化的图像分割问题。在对象级上,本文可以从分割结果中为SVM分类器自动地选择潜在的训练样本。最终将基于像素级的变化和基于对象级的变化相结合得到最终的变化结果。所提出的方法的主要优势在于可以自动选择合适的样本进行SVM分类器训练。此外,提出的方法可以有效的提高精确度和自动化水平。通过SPOT5图像和航空图像进行实验,结果表明该方法是有效的。

基于小波多分辨率分析的自动聚焦算法

利用点扩散函数(PSF)理论讨论了自动聚焦过程中图像高频能量的变化。通过对传统方差评价函数的改进,提出了一种新的自动聚焦算法。该算法利用小波多分辨率分析突出图像高频能量,改善了聚焦的精确度和鲁棒性。同传统的图像灰度方差法和梯度法评价函数相比,本评价函数具有更好的单峰性、尖锐性和准确性。

结合独立分量分析和支持向量机的遥感影像土地覆盖分类

在高分辨率遥感影像中地物的光谱分布非常复杂,同质异谱、异谱同质的现象广泛存在,相互混杂的光谱使得传统的光谱解译方法面临困难。独立分量分析是由信源分离技术发展起来的智能信号处理方法,可将多通道信号按照统计独立的原则通过优化算法分解为若干独立成分,将其引入到高分辨率遥感影像处理中,可以减少地物光谱分布的混杂性,增强目标和背景的反差,从而提高分类精度。支持向量机是在统计学习理论基础上发展出的一种新的模式识别方法,本文将其与独立分量分析结合对高分辨率影像进行分类,以北京地区QuickBird多光谱影像为例,实验证明该方法能有效提高高分辨率影像的分类精度。

基于改进SVM算法的高分辨率遥感影像分类

针对面向对象高分辨率遥感影像分类样本维数多、数据量大的特点,提出了一种简单的支持向量机(support vector machine,SVM)改进算法。首先对原始样本数据进行主成分分析(principal component analysis,PCA)实现降维,对降维后的样本数据进行SVM分类器训练,利用网格搜索法得出降维数据的最佳参数;以此参数作为基准,对基于原始样本数据的SVM分类器参数搜索范围进行重新设定,从而快速获取原始样本数据的最佳SVM分类器参数,并实现分类。利用2景World View2高分辨率影像分别对城市土地利用以及林木树种进行分类实验,比较分析传统SVM算法、仅基于PCA降维样本数据的SVM算法以及改进的SVM算法在分类精度与效率方面的差异。实验结果表明,改进的SVM算法能够快速有效地寻找最佳SVM分类器参数,并获得较高的分类精度。

基于小波变换和最小二乘支持向量机的短期电力负荷预测

提出了采用小波变换和最小二乘支持向量机混合模型进行电力系统短期负荷预测的方法。首先基于小波多分辨率分析方法将负荷序列分解成具有不同频率特征的序列;然后根据分解后各分量的特点构造不同的支持向量机模型对各分量分别进行预测;最后对各分量预测信号进行重构得到最终预测结果。在构建支持向量机模型时考虑了气候因素的影响,并将其作为模型的一组输入点。实验结果表明基于该方法的负荷预测系统具有较高的预测精度。

风电场短期风速预测的MRA-SVM模型

为了提高风电场短期风速的预测精度,提出了基于多分辨率分析和支持向量机(MRA-SVM)的预测模型。模型以历史风速序列为输入对数据进行多分辨率分析,用支持向量机对分解后的单支序列分别回归预测,叠加各序列的预测结果即为最终预测值。通过对某风场10 d的实测风速进行分析,预测了未来4 h的风速。用均方根误差和平均绝对百分比误差对模型进行评价,与单一的SVM方法相比,提高了预测精度。实验证明,模型具有较强的风速预测能力,能普遍适用于风速的短期预测。

基于学习的超分辨率重建技术

超分辨率重建是图像处理和计算机图形学领域的热点研究问题.主要介绍基于学习的超分辨率重建技术的基本理论和研究进展,包括基于支撑向量机、流形学习和独立分量分析等几种典型的基于学习的超分辨率重建技术以及作者的最新研究结果,最后对未来可能的发展做了展望.

基于SVR和PCA的超分辨率图像恢复算法应用研究

利用单幅低分辨率图像重构超分辨率图像的算法中,通常基于样本库进行图像重构,而这类算法效率较低。提出了一种利用SVR和PCA进行特征压缩的图像重构算法,其基本思路是将训练图像分解成若干个基本小块作为样本库;然后利用PCA对低分辨率图像基本小块进行降维处理,并将得到的主成分系数作为特征加以训练,在识别和重构过程中,将待恢复图像进行回归分析,找到相应的超分辨率图像块,然后进行重构。实验结果表明,本文方法较其他算法有更优的恢复结果,并能同时保证较好的实时处理特性,很好地逼近了原始的真实图像。