非局部降噪快速模糊C-均值聚类算法

传统的模糊C-均值聚类算法未利用图像的空间信息,在分割迭加了噪声的MR图像时分割精度较差。采用了既能有效去除噪声又能较好地保持图像边缘特征的非局部降噪方法,结合基于图像灰度直方图聚类分析的快速模糊C-均值聚类算法,得到了一种具有较高分割精度的图像快速分割算法。通过对模拟图像、仿真脑部MR图像和临床脑部MR图像的分割实验,表明提出的新算法比已有的快速模糊C-均值聚类算法有更精确的图像分割能力。

自适应滤波技术研究及在船舶检测方面的应用

研究了自适应噪声消除技术,利用Wiener滤波理论解释和研究自适应滤波器的功能。研究表明,当没有可用信号和其他条件满足参考输入时,主输入中的噪声也可以基本上消除,并且没有信号失真,证明了该方法的有效性。本文还研究了自适应消噪在船舶检测方面的应用,包括消除语音信号中的周期性干扰,消除播放宽屏带信号期间磁带嗡嗡声或转盘隆隆声,以及被宽带噪声掩盖的低频周期信号的自动检测,得到了良好的效果。

基于数据挖掘的光纤通信故障数据诊断方法研究

针对传统方法进行光纤通信故障数据诊断时易受噪声条件、光照变化、信号强度等问题干扰,诊断精准度不高的问题,提出基于数据挖掘的光纤通信故障数据诊断方法研究。首先利用滤波器剔除光纤通信数据中的噪声,以避免噪声对故障诊断结果产生影响,其次利用主成分分析法提取数据的特征,最后将提取的特征输入到最小二乘支持向量机中,采用粒子群算法优化最小二乘支持向量机参数,输出故障分类结果,完成光纤通信故障数据的诊断。测试结果表明,所提方法的信号提取效果好、诊断精确率高、召回率高、F1分数高。