基于数学形态学和简化熵的电能质量扰动定位

提出了简化熵的概念,并将其与数学形态学理论结合应用于电能质量扰动定位。首先,利用数学形态学理论构造了自适应尺度结构元素形态学滤波器,用于滤除噪声和谐波;其次,根据信息熵理论提出简化熵概念,将其用于表征信号每个时刻的稳定度以得到突变点位置;最后,分析对比了在幅度、谐波含量和白噪声含量不同时,该方法的有效性,仿真结果表明,该方法能在多种干扰下快速有效的定位扰动发生时刻。

基于BICM-ID系统的简化交叉熵停止准则

在加性高斯白噪声信道和瑞利信道中,比特交织编码调制迭代译码(bit-interleaved coded modulation with iterative decoding,BICM-ID)技术具有良好的误码率性能,但它的迭代过程增加了计算复杂度和接收端的译码时延。目前,已经提出了各种停止准则来减少不必要的迭代计算。在交叉熵停止准则的基础上,本文提出了一种简化的交叉熵停止准则。该准则对于不同的信噪比(SNR)设置了一个自适应门限来决定在译码器的接收端是否继续计算交叉熵。简化的交叉熵停止准则与传统的交叉熵停止准则相比,具有更低的计算复杂度,并且对于判断是否到达译码地板值有更高的灵敏度,从而在一定程度上提高了BICM-ID系统的性能。仿真结果显示,与传统的交叉熵停止准则相比,简化的交叉熵停止准则的平均迭代次数减少了约12.2%。当SNR处于2.75dB至3.35dB时,其性能要优于传统的交叉熵停止准则。

一种改进的决策树分类算法研究

传统的ID3决策树算法存在诸多不足,如计算效率低、多值偏向等,对此,提出了属性值空缺、多值属性的选择以及属性选择标准方面的改进方案,并将加权熵和简化熵引入决策树算法以改进传统ID3算法.实验结果表明,改进后的算法在整体性能方面较目前广泛应用的ID3算法有更优秀的性能表现.

基于多阈值PCNN的运动目标检测算法

在经典的基于混合高斯模型减背景算法的基础上,在脉冲耦合神经网络(PCNN)对前景和背景的分割过程中,运用了多阈值思想,其迭代次数由简化的最大熵准则决定,并且提出了一种新的模型学习率。经过实验证明,该算法在检测能力、抑制噪声、稳定性等方面得到了较好的改进。

车牌图像阈值分割的一种简化方法

鉴于二维直方图的最大熵斜分阈值与Otsu斜分阈值选取方法运行时间较长,提出了二维直方图简化最大熵斜分阈值和简化Otsu斜分阈值选取方法。首先给出了二维直方图简化斜分阈值选取,然后导出了简化最大熵斜分阈值及简化Otsu斜分阈值选取方法。最后与二维直方图最大熵斜分阈值、Otsu斜分阈值等选取方法进行了比较,实验结果表明本文方法准确地分割出了车牌图像中的字符,缩短了运行时间。