一种新型的电能质量扰动信号分析的CDMSPSO-MP算法

针对匹配追踪(matching pursuit,MP)算法在检测电能质量扰动信号时存在的计算量大、重构信号质量不佳的问题,利用混沌动态多种群粒子群优化(chaos dynamic multi-swarm particle swarm optimization,CDMSPSO)算法对MP算法进行优化,提出了CDMSPSO-MP算法。首先,CDMSPSO算法使用Logistic映射替代伪随机数更新种群,提高信号重构时搜索时频原子的随机性;然后,将种群划分为多个小规模种群并设置相应的重组期,增加信号重构时频原子的多样性;最后,以扰动信号与原子内积的绝对值作为CDMSPSO算法的适应度函数,替代MP算法的遍历计算,提升信号的重构速度。实验结果表明,CDMSPSO-MP算法有效提高了计算速度,减少了无关时频原子作为扰动信号分量的计算,提高了重构信号的质量。

基于稀疏分解的交通机电设备故障智能诊断方法

目前交通机电设备故障智能诊断存在诊断正确率不高的问题,为满足对交通机电设备故障进行智能诊断的需求,提出基于稀疏分解的交通机电设备故障智能诊断方法。采用稀疏分解算法对交通机电设备故障信号特征进行提取,利用希尔特变换法对故障信号进行修正,将修正后的信号在训练字典上进行算法分解,得到故障的类型,进行交通机电设备故障智能诊断方法设计。通过对比实验,与常规的故障智能诊断方法进行对比,结果表明,基于稀疏分解的交通机电设备故障智能诊断方法的诊断正确率优于常规的设备故障诊断方法,能够有效诊断出交通机电设备故障的类型,为交通机电设备的故障检测提供了一种新的思路。

基于改进MP稀疏分解的语音识别方法

在限定输入词汇量的条件下进行语音识别的过程中,结合MP稀疏分解的原子结构特性,提出把语音信号经MP稀疏分解所得的最佳原子时频参数作为匹配参数对语音进行识别。用基于遗传算法和原子库划分的策略对MP稀疏分解的寻优过程进行改进以提高MP稀疏分解的效率。在Matlab环境下进行仿真试验时,采用LGB算法对测试信号进行判别。试验结果表明,MP稀疏分解算法经改进后运行速度得到提高,采用10个原子的时频参数可有效识别长度约为6000的语音信号。

改进快速稀疏算法的云计算资源负载均衡

当前云计算资源负载均衡方法存在资源负载极不均衡、资源浪费严重等缺陷,为了提高云计算资源利用率,保证云计算资源负载均衡,提出基于改进快速稀疏算法的云计算资源负载均衡方法。首先对当前云计算资源负载均衡研究现状进行分析,找到引起云计算资源负载不均衡的原因,然后利用快速稀疏算法对云计算任务进行预处理,建立云计算资源负载均衡问题的数学模型,最后采用自适应遗传算法对云计算资源负载均衡问题的数学模型进行求解。与其它方法一起进行了云计算资源负载均衡仿真实验,结果表明,提出的方法可以更好地保证云计算资源负载均衡,防止“过负载”现象产生,提高云计算资源利用率,具有更高的实际应用价值。

从稀疏到结构化稀疏:贝叶斯方法

稀疏分解算法是稀疏表达理论和压缩感知理论中的核心问题,也是当前信号处理领域的一个热门话题。近年来,研究人员发现除了稀疏以外,如果引入稀疏系数之间的相关性先验信息,可以大大提高稀疏分解算法的精度,这种方法称为"结构化稀疏分解算法"。本文归纳和总结了从稀疏到结构化稀疏的信号模型,并且介绍了两种不同的贝叶斯稀疏(或者结构化稀疏)算法,以及从稀疏到结构化稀疏贝叶斯稀疏分解算法的扩展。同时,本文还介绍了结构化稀疏分解算法在医学信号处理和语音信号处理中的应用。

基于Android平台数字视频降噪算法的研究与实现

由于外界因素干扰,视频中难免存在一些噪声,对后继视频处理产生影响,而视频降噪是改善视频质量的一种关键技术,为了彻底、干净的去除视频中噪声,获得更加理想的视频图像,提出一种基于Android平台的数字视频降噪算法。首先对数字视频特征进行分析,然后采用残差比迭代条件的稀疏分解算法和K-SVD算法对数字视频进行降噪处理,最后在Android平台上实现数字视频降噪算法,并与其它算方法的结果进行了对比分析。结果表明,本文算法不仅有效去除了数字视频中的噪声,提高了视频图像质量,而且加快了数字视频降噪速度,克服了传统算法的局限性。