离散不变矩算法及其在目标识别中的应用

该文分析了在离散状态下不变矩特征受比例因子变化的影响,提出了一种修正归一化中心矩的方法,保证了不变矩特征具有平移、旋转和比例因子的不变性,并将此用于目标识别,最后通过仿真实验,比较了修正前后的识别率,表明本文采用的方法是行之有效的方法。

不变矩算法的改进与人耳识别技术

由于人耳识别具有不受表情、化妆等影响的独特优势,研究了人耳识别特征技术,对不变矩算法进行了改进,获得6个改进的高阶不变矩特征向量。分别用两种算法对人耳图像进行识别处理,比较两种识别结果。改进后不变矩算法的高阶不变矩具有平移、旋转不变和尺度缩放不变的特性。采用BP人工神经网络对60只人耳图像进行识别验证,正确识别率达到91.8%。

图像矩算法在TV制导导弹末制导中的应用研究

针对图像矩不随目标平移、旋转和比例的改变而改变的特性,提出一种在VC下实现从任意背景下跟踪目标的方法。该方法利用图像矩算法对连续彩色图像序列进行处理,不仅去噪效果好,而且能够有效跟踪目标。TV制导导弹末制导实验表明,该方法能实时识别和跟踪目标。

图解法和矩算法求解沉积物粒度参数的对比研究

沉积物粒度参数是描述粒度分布特征的数值，包括平均粒径、分选系数你准偏差、偏度（偏态）和尖度（峰态）等。简要介绍了粒度参数的两种计算方法（图解法和矩算法）及基于Mastersizer2000激光粒度仪的简便易行的实现方法，并对两者的计算结果进行了比较。结果表明，两种方法计算的沉积物粒径参数存在一定的差异，平均粒径和分选系数能够通过一定的方式进行转换；偏态值和峰态值离散程度较大，规律性不明显。

HEV共轨发动机扭矩算法研究

从工作模式、工作需求和性能特点三个方面讨论了HEV发动机与传统车辆发动机的差异,按照动态协调算法体系构建了发动机ECU扭矩算法.

轴类零件计算中弯扭矩的计算机辅助算法

分析了在任意不同作用力作用下轴类零件计算机辅助设计计算中弯矩、扭矩的计算机辅助算法 。

基于矢量矩免疫算法优化SVM参数仿真研究

为解决支持向量机(SVM)参数在优化过程中存在的局部极值和收敛速度慢的问题,提出一种基于矢量矩免疫算法优化SVM参数的方法。通过将抗体距离与免疫网络原理中浓度调节机制相结合的方式,提高算法的局部搜索能力,通过引入免疫记忆单元加快算法搜索最优参数的速度,优化过程中用SVM的分类精度作为算法的循环条件,实现对不同分类问题SVM参数的自适应调节。最后,利用Matlab7.0软件进行计算机仿真并与遗传算法进行比较,结果表明前者在优化性能上具有一定的优越性,为应用提供了参考。

地震矩比成像算法的发展及应用

以伤口愈合理论为基础的地震矩比成像算法,把每次大震的能量按照一定的原则在其周围分配,分析地震矩比R值随时空变化的特征,从而找出地震矩比R值与强震的对应关系.本文以中国地震目录分别作分区、震源深度分析和记录完整性分析,应用调整了参数的地震矩比成像算法,分析了1966年以来中国不同地区7.0级以上地震前,震中及其周围R值对应的异常演化过程,发现通过分析R值异常的时空变化,能够定量化确定未来大震的空间范围和时间迫近程度.结果显示,R值的时空变化能够定量反映大震发生的时空要素,而且R值的变化特征能够反映介质破裂的规律.

基于矩匹配算法的CT图像亚像素级精度测量方法的研究

针对从CT图像中获取被测工件精确尺寸的要求 ,使用了特定的算法对CT图像进行处理 ,采用了新颖的基于矩匹配算法进行边缘的定位 ,通过对模拟和实际CT图像进行测量获得亚像素级的测量精度 。

基于PC的不变矩实时计算算法(英文)

矩和不变矩是工业部件识别和检测的重要特征.几何矩的值必须实时计算.介绍了灰度图像二维几何矩的高效计算.尽管存在许多矩快速计算算法,但不能在没有特殊硬件工具的微机上实时计算.原因是这些快速算法虽减少了计算复杂性,但在计算过程中仍需要大量浮点运算.为了实现在微机上的实时计算,提出的算法将图像分成相同大小的块,每图像块运用定点运算计算各自矩,然后运用浮点运算计算整个图像的矩.这种计算模式不需要近似而是精确计算,然而对于每个图像块不采用变换不容易克服溢出问题,在高效计算各图像块矩过程中使用了改进的Hatamian滤波器.实验结果表明,提出的算法大大减少了浮点运算次数,大大提高了图像矩计算速度.该算法可有效应用于复杂工业部件的实时识别和检测.

纯电动客车坡道起步辅助电机扭矩控制算法研究

介绍一种防止纯电动客车在坡道起步过程中发生后溜的电机扭矩控制算法,并进行仿真验证。在无需装备专业的坡道起步辅助装置的情况下,很好地辅助驾驶员实现坡道起步。

基于边缘检测的七阶矩方法

针对人耳特点在Canny边缘检测基础上采用不变矩算法提取特征向量。Canny算法能不漏检真实边缘,也不会把非边缘点作为边缘点检出,它检测出的边缘点都尽可能在实际边缘的中心,而且Canny算法对虚假边缘响应有抑制作用。采用不变矩算法进行特征提取,该算法具有不受平移、旋转和比例变化限制的特点。

基于内容的服装检索系统中颜色特征提取算法的研究和改进

本文主要研究服装检索系统中颜色特征提取算法。本文首先分析了传统颜色直方图算法用于服装检索时存在的几个问题,接着分别采用切割图像直方图算法、颜色矩算法和前景色颜色直方图算法进行服装图像的颜色特征提取。本文对三类服装:纯色、带少量图案和花色服装分别进行了实验,实验结果表明,三种算法各有不同的适用范围和优缺点。在此基础上,本文将上述三种算法进行线性加权组合,提出了一种基于加权欧氏距离的改进算法。测试过程中,通过修改三种算法的权重比调整各算法的权重,并对三类服装分别计算其查准率和查全率,分析不同权重比下改进算法的检索效果。大量实验结果表明,改进算法对于三类服装的检索效果都比较稳定。特别是对于带少量图案的服装,改进算法比单一算法的查准率有显著提高。实验还发现,当切割图像颜色直方图、颜色矩和前景色颜色直方图算法的权重比为1∶4∶5时,检索效果最好,无论是查准率还是查全率都较高,均优于单一算法。

中压配电线路断线高阻接地故障精细化诊断方法

电力系统中可能会出现多个位置电压降低或电流异常的情况,导致中压直流配电网相关故障信号特征会发生明显的形变波动,超过正常的波动区间,导致故障诊断精细化程度下降。提出了中压配电线路断线高阻接地故障精细化诊断方法。在构建高阻接地电阻模型的基础上,采用小波能量矩算法获取中压配电线路断线高阻接地故障特征,将提取的故障特征输入最小二乘多级支持向量机中,实现中压配电线路断线高阻接地故障精细化诊断。仿真结果表明:所提方法获取的故障相电压波形差异小于2.3%;故障相电流波形相似度高于98%;诊断时间较短,故障诊断时的最高识别率可达到98%,平均识别准确率达到了95%;收敛值达到0.97。由此可知,所提方法抗干扰性能强,可以准确识别光伏能源接入中压配电线路断线高阻接地故障,保证光伏能源接入中压配电线路后的稳定运行。

基于改进离散Green函数的字符矩的计算方法

图像矩及其不变量是图像处理和图像识别的一个重要工具。高阶矩的计算会对计算效率产生影响。利用离散Green函数可以实现降维操作,文中提出一种改进的离散Green函数矩计算算法,消除左右端点配对的要求,适应于任意多连通区域,并且大幅度提高了算法的执行速度,利用边界标定自动机方法,对边界像素进行跟踪和标记,避免重复扫描,得到边界像素,结合改进的离散Green函数方法完成对图像中所有字符矩的计算工作。

双边滤波与矩匹配融合的高光谱影像条带噪声去除方法

针对环境减灾小卫星高光谱影像数据中存在的条带噪声,提出一种双边滤波与矩匹配方法融合的去除条带噪声方法。该方法克服了传统方法在去除条带噪声的同时带来新的噪声,并且边缘信息丢失等问题。最后进行了几种去除条带方法的比较试验,并且对试验结果进行了讨论。试验证明,提出的方法去除高光谱遥感影像的条带噪声效果明显,且能较好地保留原始影像中的地物信息。

基于LSTM-Adam的矿井提升机故障预警模型

针对不同作业环境下提升机特征参数的独特性难以充分贴合和故障预警难度大等问题,提出了一种基于长短期记忆神经网络(LSTM)和适应性矩估计算法(Adam)的矿井提升机故障预警模型。首先,对矿井提升机的工作原理和常见故障表现形式进行了分析,以LSTM神经网络为基础,建立了提升机特征参数预测模型,并结合Adam优化算法,对预测模型进行了训练和优化;然后,采用某矿提升机实际运行数据对所搭建的预测模型性能进行了验证;采用滑动加权均值法对预测残差进行了分析,得到了多个关键特征参数的合理预警阈值,并建立了提升机故障预警模型;最后,以提升机的制动系统故障为例,采用故障模拟实验对提升机故障预警模型的有效性进行了验证。研究结果表明:当预测模型的学习率为0.015时,其训练效果最优,预测模型的损失率可达到0.12%,且参数变化趋势能够得到更好的拟合;采用基于LSTM-Adam的矿井提升机预警模型可以对参数变化趋势进行准确预测,利用预测残差分析结果可以对提升机故障进行精确预警。

基于海情和三次样条插值算法的舰船雷达散射截面优化分析方法

不同风浪等级下的海面会对船舰目标雷达散射截面(RCS)分析产生强烈影响。该文建立了一种船舰模型,利用物理光学法与矩量法的混合算法(PO-MOM)分析了不同海情下的船舰目标远场单站RCS。之后研究了海情对船舰目标RCS测试结果的影响。最后提出了基于3次样条插值(Cubic Spline Interpolation,CSI)算法的优化补偿方法。结果表明,随着海情等级的增加,舰船RCS降低;利用3次样条插值算法进行补偿,其补偿结果的平均值误差小于0.38 d Bsm,最大值误差小于0.05 d Bsm,因此能有效地减少海情对船舰RCS测试结果的影响。

计及节点-线路重要度的配网实时健康状态评估

随着大量分布式光伏的接入,配电网运行状态变得更为复杂。为准确的评估配电系统实时健康状态,提出一种计及网络节点与线路重要度的配电网实时健康状态评估方法。首先,考虑光伏接入网络最优潮流、负荷重要性和某节点停运后的负荷损失对LeaderRank算法进行改进,考虑某节点停运后的功率损失和节点LR值对负荷矩算法进行改进,利用改进的电气LeaderRank算法和线路负荷矩算法对配电网中节点与线路重要度进行评估;然后,基于配电设备运行的电气量与非电气量参数分别计算配电节点与线路的健康指数。综合考虑配电网中节点与线路的健康度和重要度计算配电网的健康指数,判断配电网的健康状态。最后,以某地10 kV配电网为例,得到其健康指数为2.2663,处于一般缺陷状态,适当提高该配电网中分布式光伏渗透率,其健康状态有所改善,证明所提方法的有效性与合理性。

基于Adam-LSTM的车用汽油价格预测

汽油价格预测的国内外以往研究主要采用传统统计模型和简单神经网络模型,无法处理长期依赖性问题,而深度学习的长短期记忆(LSTM)神经网络模型能够有效处理成品油价格数据中的长期依赖问题,因此建立基于Adam(自适应矩估计)-LSTM人工神经网络模型,对四川地区89号、92号、95号汽油价格数据进行预测。首先对数据进行滑动平均处理,然后通过均方根误差(RMSE)、平均绝对百分比误差(MAPE)等指标评价模型的预测效果,同时通过DM(Diebold-Mariano)检验比较LSTM模型与另外4种模型的预测效果,最终发现LSTM对于该数据的预测效果最优。