基于小波变换的无人机图像融合规则阈值的选择方法研究

作为无人机数字图像处理的重要内容,图像融合规则阈值的选择对其处理效率和精度具有重大影响,小波变换算法是图像融合规则阈值选择的一种有效方式。本文在阐述传统无人机图像处理问题的基础上,对小波变换算法的应用原理进行分析,并指出其在无人机图像融合规则阈值选择中的具体应用。以期有利于小波变换算法应用的合理规范,进而在确保融合规则阈值合理选择的基础上,提升无人机图像融合的精度与质量。

正负关联规则两级置信度阈值设置方法

针对传统正负关联规则置信度阈值设置方法难以控制低可信度规则数量和易遗漏有趣规则的问题,提出了一个结合项集相关性的两级置信度阈值设置方法(PNMC-TWO)。首先,基于规则的无矛盾性、有效性和有趣性考虑,以相关度-支持度-置信度为框架,从规则置信度与项集支持度的计算关系出发,系统地分析了正负关联规则置信度取值随规则的项集支持度大小变化的规律;然后,与实际挖掘中用户对高可信度且有趣的规则需求相结合,提出了一个新的设置模型,避免了传统方法设置阈值时的盲目性和随意性;最后,从规则数量和规则质量两方面对所提方法与原双阈值法进行了实验对比。实验结果表明,所提方法不仅可以更好地确保提取出的关联规则有效和有趣,还可以显著地降低可信度低的关联规则数量。

基于负荷跟随阈值变化规则的并联混合动力汽车能量管理策略

针对并联混合动力汽车的能量管理,提出一种新的启发式控制策略,即负载跟随阈值改变策略(LTS)。LTS控制策略基于阈值变化机制和负载跟随方法,可与电池荷电状态(SOC)保持成比例的微小偏差,能有效确保电池持续稳定运行。与目前应用阈值变化机制的规则控制策略不同,文中设计LTS控制策略的阈值通过SOC和发动机转速来调整动力输出方式,其能量管理的精细化程度更高。将该策略应用于混合动力汽车进行仿真测试,并与传统的等效燃油消耗率最小化策略(ECMS)和电动辅助控制策略(EACS)进行对比。结果表明,在燃油经济性方面,LTS控制策略优于EACS控制策略3.1%~10.4%,优于ECMS控制策略2.5%~5.7%;在SOC方面,LTS控制策略可使SOC值大于60%,电池具有较好的运行状态。

基于遗传算法的双阈值小波去噪方法研究

在讨论小波阈值去噪的软阙值、硬阈值方法基础上,提出了一种利用遗传算法对上下阈值T1和T2进行优化,并通过双阈值进行阈值量化的新方法,该方法不仅能有效地克服硬阈值处理方法可能引起的伪吉布斯现象和软阈值处理方法的恒定偏差的不足,还能有效地从高频信号中去除噪声引起的高频干扰信号。仿真实验结果表明:该方法在信号去噪中比传统的硬阈值和软阈值方法有更高的信噪比和更小的均方误差,可以较好地恢复信号。

基于规则的MODIS数据日间云检测与比较分析

针对我国西北地区下垫面光谱特性及MODIS通道特点,提出一种基于阈值规则的日间云检测算法,旨在克服目前云检测工作中普遍存在的分离薄云与高反射率晴空地表、识别体积较小的云体、识别冰雪上空云像元等方面的困难。采用2008年两期Terra星MODIS数据进行云检测试验,并将这种算法得到的云检测结果与MOD35-2L云掩膜产品进行比较分析。结果表明,这种算法可有效检测出我国西北地区日间各种类型的云,且在此类地区该算法对面积小、形状破碎的云及冰雪上空云像元的检测效果优于MOD35-2L云掩膜产品。因此,这种算法适用于干旱/半干旱地区的云检测,并可应用于MODIS数据的预处理环节中。

基于小波阈值去噪的最优小波基选择研究

在采用小波阈值去噪法对图像进行降噪处理时,针对常见的几种噪声,使用最优小波基进行分解与重构可以得到较优的降噪效果。通过对加入常见噪声的图像采用小波阈值法进行降噪处理,在仿真实验过程中,每次仅更改小波分解及重构时所用的小波基函数,并计算相应的峰值信噪比(PSNR)作为最终输出结果,以便于更加有力地支撑最终的实验研究结果。仿真结果表明,以小波阈值法作为降噪处理方法,对常见噪声图像进行处理时,对于高斯噪声、泊松噪声及乘性噪声降噪,bior3.5相比于其他小波函数均有比较好的降噪效果;对于椒盐噪声,db6相比于其他小波函数有比较好的降噪效果。

基于小波变换的信号去噪研究

基于小波变换对信号去噪进行了深入地分析和研究,结合去噪原理讨论和比较了实际应用中对小波基及阈值规则的合理选取问题。实验结果表明,利用该去噪方法能实现对各种信号的去噪,且效果比较明显。

基于用电特征分析的窃电行为识别方法

反窃电工作是实现电力企业用电管理不可或缺的环节.针对山东省用电用户数量多、分布面积广、窃电现象逐年上升、检测人员不足等特点,对获取的用户窃电行为数据进行合理的分析、处理,提出一种基于用电特征分析的窃电行为识别方法,实现对窃电嫌疑用户的筛查.该方法首先基于采集样本,以过滤式算法和规则阈值设定的方式,实现采集样本数据的特征提取,从而提高采集数据的有效性;随后以逻辑回归算法构建用户窃电行为诊断模型,实现对窃电嫌疑用户的判定;此外,采用推送、排查、处理和反馈的闭环工作机制不断优化模型,并以国网山东省电力公司用电信息采集系统、营销业务应用系统提供数据进行算例分析,验证了所述方法的可行性与适用性.

振动测试信号处理的小波变换方法

分析了小波变换的局部化特性 ,以及基于 Donoho理论的小波阈值去噪方法 ,研究比较了不同阈值规则与阈值函数对去噪效果的影响。利用小波分解重构算法 ,对振动测试信号进行去噪处理 ,改善测试信号的信噪比 ,减少信号损失。

新型双向电磁流量计信号特征提取及去噪实验研究

为有效抑制一种电磁流量计测量过程中产生的干扰,提高测量的精确度和稳定性,采用小波阈值去噪方法,将信噪比SNR和均方根误差RMSE作为去噪效果的评价指标,并按照小波阈值去噪的一般步骤,分析了小波基、阈值规则和变换尺度对去噪效果的影响。分析结果表明:小波基采用sym8、阈值规则采用强制去噪以及变换尺度为8时,该电磁流量计的输出信号去噪效果最好。

基于小波变换的整车驾驶性评价信号去噪

整车驾驶性评价试验采集的加速度信号中混有噪声,严重影响了数据的准确性。针对整车驾驶性评价试验中采集的加速度数据存在的噪声对驾驶性评价指标值的准确性产生影响的问题,提出一种适合于整车驾驶性评价试验数据的小波去噪方法:根据整车加速度数据特征,初步选择备选的小波基函数,通过评价信噪比和均方根误差确定最优的小波基函数和阈值选取规则组合,在此基础上对含噪信号进行多个尺度的分解,通过评价由平滑度和均方根误差构造的复合指标确定最优小波分解层数,从而实现对噪声信号的滤除。对一换挡工况的加速度试验数据采用上述方法的去噪并进行分析,分析结果表明,该小波去噪方法不仅较好地保留了换挡工况中用于评价驾驶性的振动与冲击指标特征,并且能够有效地提取信号的有用频率成分,保证了驾驶性评价指标值的准确性。

小波变换提取电力电容器局部放电信号研究

为了消除电力电容器局部放电信号的噪声,提高电力电容器局部放电信号在线检测的有效性,提出基于小波变换阈值消噪方法的电力电容器局部放电信号提取方法。选择合适的小波基函数和分解层数对信号进行小波分解,确定合适的阈值规则以及阈值估计方法对小波分解系数进行阈值量化处理,从而得到消噪后的局部放电信号。以均方根误差RMSE和信噪比RSN为衡量指标,分析了小波基函数、分解层数、阈值规则和阈值估计方法等对消噪效果的影响。结果表明,当选择db2小波作为最优小波基函数,分解层数定为6层时,利用最大最小准则阈值估计法估计的阈值在软阈值规则下能有效提取电力电容器局部放电信号,达到了最优去噪效果。

基于小波变换的信号消噪

通过对噪声特性的分析并用小波的方法对信号进行消噪处理,结合去噪原理讨论和比较了实际应用中对小波基及阈值规则的合理选取问题。结果表明,这种方法在改善信噪比的同时,又保持相当高的时间分辨率,并且计算简单,有很好的去噪效果。

基于聚类分析算法的野呼用户识别模型研究

针对近年来由野呼引起的用户投诉数量不断上涨,严重影响运营商品牌形象等问题,本文提出一种基于聚类分析的野呼用户识别新算法。该算法对运营商数据重新进行编码及预处理,基于K-means算法对训练样本进行无监督建模,把样本自动分为两类,找到两类的分界线,即为野呼用户筛选规则阈值。最终把该模型实施于智能管理平台,通过对多个月野呼投诉率统计,野呼投诉工单占比下降5.5个百分点,大大提升了客户满意度,维护运营商形象,降低运营成本。

基于形状指数的时序地表覆盖数据伪变化图斑过滤方法

伪变化图斑过滤是提高时序地表覆盖数据统计结果可靠性的重要环节。不同时相地表覆盖数据间的空间配准误差,是产生伪变化图斑的主要原因。从时序地表覆盖数据间空间匹配误差造成的伪变化图斑自动过滤的角度,提出一种基于形状指数的时序地表覆盖数据伪变化图斑过滤方法。基于形状指数和自适应推导机制,构建伪变化系数、复杂度指数、扁度指数、面积紧凑度指数和规模指数5项变化图斑形状指数分层过滤阈值规则集,对满足形状指数特征值要求的伪变化图斑进行过滤剔除,并随机选取某省两期地表覆盖数据对该方法进行试验分析,结果表明,准确性达到98.2%。基于形状指数的时序地表覆盖数据伪变化图斑过滤方法丰富了以往单一指数分析伪变化图斑的手段,能够实现数据尺度和精度的自动匹配,适用于时序地表覆盖数据伪变化图斑检测过滤,解决不同数据尺度和精度的自动匹配等技术问题。

混凝土泵活塞位移小波滤波方法研究

通过选择合适的小波基和阈值规则,对混凝土泵工作过程中的活塞位移测量信号进行小波分解和滤波处理,有效去除了活塞位移测量信号中的噪声,取得了良好的滤波效果,为混凝土泵实时监控和故障诊断提供处理和识别依据。

一种基于LVQ神经网络的聚类方法

现在学习矢量量化(Learning Vector Quantization,LVQ)网络在聚类分析中得到了广泛的应用,但是该类网络还有需要完善的地方。本文通过在LVQ网络的训练过程中引入阈值学习规则,提出了一种改进的算法,较好的解决了该类网络中遇到"死"点时不能对数据进行正确分类的问题。最后通过Matlab7.0仿真实验表明该算法与传统的LVQ网络相比具有更好的聚类效果。

基于数据挖掘的网络广告评判

互联网技术的迅速发展的同时也导致了网络广告的泛滥,对互联网的安全使用造成威胁。为了更好的提升网络广告拦截服务的能力,文章基于数据挖掘技术对网络广告的高维数据集进行分析,利用Kolmogorov过滤器以及借助辅助变量生成阈值规则对高维数据进行降维和变量筛选,从而建立了基于决策树模型的广告评判预测模型。

基于小波收缩的心音降噪最优化分析

基于小波收缩技术提出一种最优化降噪方案用于去除心音信号噪声。依据频带相似匹配原则,分析心音信号频率特征和Haar、Daubechies、Symlets和Coiflets正交小波的特性,基于分析结果选取了Coif5小波并确定最优小波包进行分解重构。另外,提出一种光滑连续的自适应弹性阈值函数,能够克服硬阈值函数间断点问题,并基于4种阈值规则定量评价了其在不同信噪比下的降噪效果。仿真结果表明,当信噪比小于50 d B时,本优化方案配合启发式阈值规则能保留充足的心音细节信息,同时有效去除噪音。

MATLAB小波变换法模拟爆炸物γ能谱去噪

为了减少噪声对爆炸物检测的干扰,采用小波变换的方法对爆炸物检测数据进行处理。通过MATLAB实现信号模型的构建,选用不同小波基及特殊的阈值规则对信号进行去噪处理,以信噪比为比较标准,对比分析不同种类小波基的去噪效果,得出去噪效果最优的小波基。研究表明,对于噪声强度在一定范围内的能谱,小波变换可有效地提升信噪比,降低均方误差。