基于多窗宽核密度估计的风电功率超短期自适应概率预测

精准的风电功率预测是保证新型电力系统安稳运行、促进风电消纳的重要手段。针对核密度估计所求分位数在不同置信度下鲁棒性差的问题,提出多窗宽核密度估计方法,根据不同置信度生成不同窗宽的核密度估计值,实现了风电功率的超短期自适应概率预测。首先,结合风电功率曲线和数据驱动模型,建立基于改进双向长短期记忆网络的风电功率超短期确定性预测模型。其次,推导了最优窗宽核密度估计方法,并基于此构建多窗宽核密度估计误差拟合模型,在不同置信度下自适应生成最优窗宽并构建预测区间。最后,基于实际运行数据验证模型的可行性与有效性。结果表明,所提模型可有效提高确定性预测的精度和概率预测的鲁棒性。

一种改进选点及加窗处理的相位梯度自聚焦算法

相位梯度自聚焦(Phase Gradient Autofocus,PGA)算法被广泛应用于补偿合成孔径雷达(Synthetic Aperture Radar,SAR)图像的相位误差。PGA算法的处理流程中,选点和加窗这两步操作对于算法性能的影响非常大。传统的PGA算法常因选点质量不佳或窗宽估计有误而导致聚焦效果变差,收敛速度变慢。本文提出一种基于能量-信杂比最大准则的强点选择方法和一种自适应窗宽估计方法。利用能量和信杂比两个维度从图像数据中筛选出理想的孤立强散射点,结合并改进两种传统加窗方法自适应地估计窗宽,实现算法稳定性和收敛速度的提升。仿真和实测数据处理结果证实了本文算法的有效性。

调整窗宽/窗位对卷积神经网络模型自动筛选胰腺肿瘤CT图像性能的影响

目的观察调整窗宽/宽位对卷积神经网络(CNN)模型自动筛选胰腺肿瘤CT图像性能的影响。方法按6∶4比例将医学图像分割十项全能挑战赛中的胰腺CT数据集(包含281例胰腺肿瘤CT图像共26719幅)数据分为训练集和测试集;训练集共15346幅,33.96%(5212/15346)存在胰腺肿瘤,测试集共11373幅,34.26%(3896/11373)存在胰腺肿瘤。采用调窗方法,分别设置窗位为30、40及50 HU,以120、300和500 HU为窗宽范围端点,经组合配对形成9组参数,调整原始数据集窗宽/窗位,将原始数据直接映射到0~255像素灰度值,共得到10组数据,分别将其导入Alexnet-V1、Alexnet-V2、Resnet-V1及Resnet-V2共4个CNN模型进行训练,于相应测试集中筛选胰腺肿瘤图像,以准确率(Acc)、敏感度(Sen)及特异度(Spe)评价其效能。结果不同CNN模型用于筛选测试集无调窗数据胰腺肿瘤图像的Acc均为34.26%,Sen均为100%,Spe均为0。调整测试集图像窗位均为30 HU时,CNN模型对于窗宽300 HU图像的Acc及Spe最高,分别为(84.17±1.89)%及(77.91±1.96)%;窗位为40 HU及50 HU时,CNN模型在窗宽300 HU图像中的Acc、Sen及Spe分别为(85.98±2.66)%、(97.19±1.41)%及(82.12±3.44)%和(84.29±2.38)%、(97.68±1.65)%及(77.52±5.35)%,均高于120 HU和500 HU。结论通过调整窗宽/窗位可在CNN自动筛选胰腺肿瘤图像预处理过程中初步排除冗余信息;合理设置窗宽/窗位能有效提高CNN模型的筛选性能。

频域插值与窗宽优化提升外调制OFDR空间分辨率研究

外调制OFDR系统可通过减小数据处理过程中的滑动窗宽来提高空间分辨率。然而,窗宽过小会使传感定位结果出现“假峰”,进而降低定位准确度,即传感空间分辨率和定位准确度之间存在相互制约关系。提出频域插值和窗宽优化方法,在数据处理流程中利用频域插值的方法提高系统的定位准确度,通过综合评估系统的定位误差,权衡窗宽和插值位数规模,实现在兼顾定位准确度的前提下进一步提升系统空间分辨率。阐述了OFDR系统传感原理,研究了影响系统空间分辨率各关键参数,搭建了外调制OFDR温度定位传感系统,在1000 m传感光纤上进行了实验验证。实验结果表明,在同等测量条件下,采用频域插值和窗宽优化方法将系统空间分辨率由3 m提升至了1.5 m,能有效提升OFDR系统的定位空间分辨率。

Mean-Shift跟踪算法中核函数窗宽的自动选取

传统核窗宽固定的Mean-Shift跟踪算法不能很好地对逐渐增大尺寸的目标进行有效的跟踪.在分析同一目标在不同尺度下核直方图基于Bhattacharyya系数相似性的基础上,发现并证明了在核窗宽固定的条件下,目标在其窗宽范围内进行缩放、平移运动并不影响Mean-Shift跟踪算法空间定位的准确性.在此基础上,提出了一种基于后向跟踪、形心配准的核窗宽自动选取算法.对尺度渐大的车辆进行的跟踪实验验证了该算法的有效性.

256层螺旋CT诊断肋软骨骨折:窗宽、窗位优化分析

目的应用ROC曲线分析法探讨256层螺旋CT诊断肋软骨骨折的最佳窗宽、窗位。方法对30例患者行胸部256层螺旋CT扫描。由3位影像医师分别测量所有病例肋软骨CT值,并采用"双盲法"在PACS网上软拷贝阅读每例患者甲(1120HU窗宽,-100HU窗位)、乙(1120HU窗宽,100HU窗位)、丙(1120HU窗宽,300HU窗位)3种窗宽、窗位的图像,并在①肯定正常,②可疑正常,③不能肯定,④可疑骨折,⑤肯定骨折中做出选择。采用SPSS16.0统计软件进行数据处理,对诊断结果进行ROC曲线分析,以ROC曲线下的面积(Az)大小表示3位医师3种窗宽、窗位下的诊断准确率。结果256层螺旋CT诊断结合临床随访确诊8例共12处肋软骨骨折。30例患者肋软骨的平均CT值为(98.78±32.86)HU。3位医师1120HU窗宽、100HU窗位下Az值均大于其他两种窗宽、窗位(P=0.045,P=0.002,P均<0.05),表明该窗宽、窗位的诊断效能更为优越。K检验表明所有诊断结果3位医师组间一致性较高。结论256层螺旋CT能够有效诊断肋软骨损伤,优化最佳窗宽、窗位有助于影像诊断。

基于估计点的双窗宽核密度估计算法

针对核密度估计中窗宽确定困难的问题,提出了基于估计点的滑动双窗宽核密度估计算法。通过采用固定窗宽的密度估计函数代替假设的正态分布密度函数以及增加求解二次导数的窗宽的方法,对估计域中的每一估计点求取其最优窗宽值,实现了窗宽根据样本的分布情况,在不同的估计点自动调整窗宽的取值。文中给出了算法的具体推导以及实现步骤,给出了多组对比实验。结果表明双窗宽算法在估计结果的精度、平滑度等方面比现有固定窗宽的算法有明显提高。

窗宽自适应Mean-Shift跟踪算法

针对固定窗宽Mean-Shift算法在目标运动速度过快或尺度发生明显变化时可能导致跟踪失败的问题,提出一种窗宽自适应的Mean-Shift跟踪算法。该方法基于均值漂移矢量预测跟踪窗口中心位置,同时自动调整跟踪窗口大小,保证目标始终处于跟踪窗口内部,使算法得以准确定位目标;在确定空间位置后,利用基于Bhattacharyya系数的二分法自动选取窗口缩放比例,得到与目标尺度一致的跟踪窗口。实验结果证明,该方法能很好地定位目标的空间位置和尺度。

基于估计点的滑动窗宽核密度估计算法

针对核密度估计中窗宽确定困难的问题,提出了基于估计点的滑动变窗宽核密度估计算法。通过采用固定窗宽的密度估计函数代替假设的正态分布密度函数的方法,对估计域中的每一估计点求取其最优窗宽值,实现了窗宽根据样本的分布情况,在不同的估计点自动调整窗宽的取值。文中给出了算法的具体推导以及实现步骤,给出了对比试验。结果表明,新算法在估计结果的精度、平滑度等方面比现有固定窗宽的算法有明显提高。

基于DCMTK的DICOM医学图像显示及其调窗方法研究

DICOM是医学图像存储和传输的国际标准,DCMTK是免费开源的针对DICOM标准的开发包。解读DICOM文件格式并解决DICOM医学图像显示问题是医学图像处理的基础,对医学影像技术的研究具有重要意义。解读了DICOM文件格式并介绍了调窗处理的原理,利用VC++和DCMTK实现医学图像显示和调窗功能。

CT模拟定位中窗宽窗位变化对勾画靶区的影响

目的研究CT模拟定位中窗宽窗位对勾画靶区的影响。方法对17例肺癌患者的癌瘤进行扫描后,分别用不同的窗宽窗位勾画靶区,然后再对在不同窗宽窗位勾画靶区后形成的靶区体积进行比较。同时用人体等密度材料做成一定体积的小球体进行扫描后,分别用不同的窗宽窗位勾画小球,以评估所勾画的小球体积与实际小球体积的变化情况。结果不同的窗宽窗位所勾画形成的靶区体积发生明显变化。结论在CT模拟定位中窗宽窗位变化对勾画靶区有很大的影响,所以一定要调整窗宽窗位到最佳状态,以便正确勾画靶区。

CT窗口技术在诊断恶性骨肿瘤的应用

目的 研究不同窗宽窗位技术在恶性骨肿瘤诊断中的价值。材料与方法 分别在骨窗、软组织窗及中间窗下 ,对 2 8例经手术病理证实的恶性骨肿瘤患者的CT表现进行回顾性统计学分析 ,比较不同窗口条件下CT对恶性骨肿瘤的诊断率。结果 骨窗能明确反映骨肿瘤骨密度异常的区域 ,而软组织窗及中间窗对显示肿瘤周围软组织和骨皮质受侵犯以及水肿等更敏感。结论 窗口技术对骨肿瘤的定性和分期具有重要的诊断价值。

螺旋CT测量日本大耳白兔气道径线的窗宽窗位选择

目的探讨日本大耳白兔气管和主支气管解剖径线CT测量的窗位与窗宽选择,为气道支架动物实验奠定基础。方法多层螺旋CT扫描30只成年健康日本大耳白兔的胸部,分别常规肺窗、纵隔窗和特殊的脂肪窗测量气管胸段前后径、左右径、左右主支气管前后径。比较不同窗宽窗位下气管壁显示以及测量数据与解剖数据之间的差异。结果肺窗气管壁均清晰显示,但测量的结果偏小;纵隔窗气管壁显示模糊,测量的结果偏大;而脂肪窗气管壁显示均匀,测量的数据比较接近实际气管直径的解剖参数。结论多层螺旋CT测定日本大耳白兔气管左右径和前后径应选择脂肪窗为佳。有助于为人相关气管和支气管定制气道支架确定最佳的窗宽和窗位。

阵列声波测井资料处理时窗宽的选择问题

阵列声波测井资料处理时窗宽的选择受多种因素的影响 ,选择固定窗宽处理不是一条最佳的途径。用STC(慢度 时间 )方法处理阵列声波测井资料时 ,时间窗的宽度 (简称窗宽 )对处理结果有比较大的影响。讨论了窗宽选择的理论依据 ,结合测井实际 ,分析了窗宽选择的复杂性 ;最后结合阵列声波测井资料 ,讨论了窗宽对时差处理结果的影响 ,提出了可变窗宽的处理思路 。

基于Epanechnikov核与最优窗宽组合的中期电力负荷概率密度预测方法

利用神经网络分位数回归获得预测当天在不同分位点上的电力负荷预测值,将Epanechnikov核函数与不同的最优窗宽选择方法相组合,得到中期电力负荷概率密度估计函数以及在所有分位点上连续的概率密度曲线图。此外,通过选取概率密度曲线峰值处的点预测值,比较不同窗宽组合方法。相对于传统高斯核密度估计方法的组合方式,Epanechnikov核函数的组合方式较优。最后将获得的最优方法与现有的预测方法进行对比,结果表明通过选取最优窗宽可以提高预测精度,更好地反映中期电力负荷的波动性。

CT窗技术对于动脉粥样硬化早期斑块诊断的影响

目的评价CT商技术对动脉粥样硬化（AS）早期斑块诊断的影响方法通过高脂饮食建立兔AS模型，并行CT血管造影，选取2从经大体标本及病理证实粥样硬化斑块弥漫分布于全段主动脉的兔，观察其CT血管造影后的横断㈣闭像（共800幅），应用下列9种显示窗观察图像：（200HU，200HU）、（250HU，200HU）、（300HU，200HU）、（350HU，200HU）、（400HU，200HU）、（450HU，200HU）、（500HU，200HU）、（550HU，200HU）、（600HU，200HU），观察800幅血管横断面图像并记录异常的图像数。利用X^2检验，比较不同显示窗下早期As斑块的显示率及相邻两组之间显示慨率有尢差别。结果窗位一定的情况下（定为200HU），相对窄的窗宽（200—250HU）对于早期斑块显示率高：结论cT窗技术的应用对As早期斑块的显示影响较大。

论信息扩散估计的窗宽

文献 [1]、[2 ]从理论和实践上证明了信息扩散估计是一种很好的估计。但寻找更合适的窗宽 ,是扩散估计的最大难题之一 ,也是影响扩散估计精度的最关键因素之一。在深入讨论信息扩散估计的基本大样本性质的基础上 ,提出了最优窗宽的理论和算法 ,较圆满地解决了窗宽问题。

医学图像的自动调窗与分割

计算机辅助外科系统中,图像引导的手术导航系统是一种技术含量最高、发展最快的外科手术设备,在神经外科、骨科、耳鼻喉科等有着广阔的应用前景。目前,手术导航系统在图像调窗、分割、配准均采用的是手工方式,迫切需要提高图像处理的自动化程度。本文提出的自动调窗与分割算法,比较好地实现了医学图像的自动调窗和自动分割功能:(1)通过对大量MRI和CT图像的灰度直方图分析,根据这一类图像的共性,给出相应的调窗算法,实验表明,该算法绝大部分MRI和CT图像的自动调窗效果接近于最佳;(2 )本文给出的种子生长分割方法,是基于灰度连通性原理,只需点击病灶,就可以将病灶及边缘准确地分割出来,并可以动态、实时地控制分割的效果,只要机器的内存允许,可以直接对三维图像进行三维分割。测试表明,该功能缩短和降低手术计划的时间和难度,提高导航手术的效率。

递归方法在窗宽选择上的应用

在未知总体分布的情形下,给出密度核估计中选择窗宽的一个新方法,并在选取高斯核的情形下,推导出计算窗宽的递归公式。最后通过与理论窗宽值比较,说明使用该递归方法选择最优窗宽是非常有效的一个途径。

半参数计量经济联立模型的变窗宽估计理论

联立方程模型在经济政策制定、经济结构分析和经济预测方面起重要作用.文章将半参数单方程计量经济模型的局部线性估计方法与传统联立方程计量经济模型的工具变量估计方法相结合,在随机设计(模型中所有变量为随机变量)下,提出了半参数联立方程计量经济模型的局部线性工具变量变窗宽估计方法,并利用极限理论研究了估计的大样本性质.结果表明:参数分量的估计具有一致性和渐近正态性且收敛速度为n-1/2;非参数分量估计在内点处具有一致性和渐近正态性,其收敛速度达到了非参数函数估计的最优收敛速度.