DFT对FT近似中的时域混叠现象研究

根据傅里叶性质可知,信号的时宽和带宽不可能同时缩小,也不能同时扩大.二者也不可能同为有限值.若信号的时间长度有限,当进行时域抽样时,频域必然发生混叠;反之,若信号的频带宽度有限,当进行频域抽样时,时域必然发生混叠.从理论上侧重分析了DFT对FT近似中的时域混叠现象,给出了当频域抽样点数小于原序列长度时,时域混叠的计算规律.

日志模板提取的FT-Tree改进算法研究

计算机日志能够真实、全面记录事件信息,已经作为一种电子证据在侦查办案中得到普遍应用.要实现对海量日志信息的快速自动分析,需要有高效可靠的日志模板提取方法.鉴于目前日志模板提取方法存在的不足,本文以网络服务器日志作为模板提取的研究对象,基于FT-Tree算法,提出了利用Apriori算法计算剪枝阈值,再利用该值控制剪枝的FT-Tree改进算法,并以某高校网络服务器真实日志进行了模板提取实验.结果表明,改进算法较之FT-Tree算法显著提高了日志模板提取的准确度,能更好地满足实际应用需要.

融合MOG2算法与FT算法的移动目标检测方法

针对移动目标检测方法存在的受背景环境影响而导致检测结果不准确的问题,本文提出一种融合高斯混合模型的背景减除法。算法与频率调谐显著性区域检测(frequency-tuned,FT)算法的移动目标检测方法。该研究以摄像头拍摄到的遥控车行走视频为分析材料,在降采样图像上用MOG2算法检测移动目标,经二值化和滤波去噪后框选移动目标感兴趣区域,采用FT算法检测此感兴趣区域,并利用置信度结合两次检测结果完成移动目标检测。实验结果显示,在置信度分别为α=0.6,β=0.4时,本文检测方法将检测300帧图像时平均交并比由0.72提高到0.78,说明该算法可以消除背景阴影及鬼影影响,从而有效提高移动目标的检测精度。

面向FT-M7002平台点积算法的优化实现

基于国产的FT-M7002平台高性能DSP,针对不同类型的点积算法进行了优化实现,完善了该处理器平台数学库的技术链,充分发挥了FT-M7002内核体系结构优势,对点积算法实现了SIMD向量并行化、DMA双通道传输和SVR传输等优化。该研究充分挖掘了程序的向量并行性,有效地提升了数据传输的速度,提高了程序性能。实验结果表明,输入不同规模大小的数组,不同类型的点积算法在FT-M7002平台上优化后和优化前的平均性能比为12.4166~45.2338。相较于TI官网的dsplib库中不同类型的点积函数在TMS320C6678处理器上运行的性能,FT-M7002平台优化后的性能与TI平台的平均性能比为1.3716~4.5196。实验结果表明了该DSP平台相对于TI主流平台的计算性能优势。

融合显著性检测的V型焊缝激光条纹提取

针对在背景亮度不均的情况下提取的V型焊缝坡口激光带准确度低的问题,提出一种基于视觉注意机制融合颜色特征和方向特征的方法。首先,使用FT(Frequency-Tuned)显著性检测算法获取焊缝图像中激光带的颜色显著图。然后,利用Gabor滤波器得到激光带的单方向特征图,对各方向图阈值分割消除噪声后等比例加权融合得到方向显著图。使用多层元胞自动机融合颜色显著图和细化后的方向显著图,得到最终的焊缝激光带条纹。实验结果表明该方法简单有效,效果较好,准确度高,为后续工作打下基础。

基于频谱分析法对旋转机械故障的诊断

频谱分析法对旋转机械故障诊断技术是随现代工业发展而发展起来的设备诊断技术之一,在保障高速运算的前提下对振动信号处理、如何提高信号处理的精度是一个研究重点,FFT-FT算法能够有效的提高运算的精度。基于频谱分析法对大型关键旋转机组进行振动监测及故障分析,便于实时诊断,且诊断结果准确可靠,可节省大量的维修费用,在旋转机械故障诊断领域具有较好的应用前景。

基于遗传算法的苹果糖度近红外光谱分析

遗传算法(GA)应用在偏最小二乘法(PLS)校正模型的波段优化选择中具有显著的效果。将遗传算法用于波段选择,能更快达到最优解,有效提高测量精度,减少建模所用变量。文章研究了在近红外苹果糖度无损检测中,遗传算法作为模块进行波段选择,建立了GA-PLS模型;为了说明遗传算法优选波段可行性,另外建立了全谱和经验谱区的PLS定量模型,并评价了模型的稳健性。首先对傅里叶变换近红外光谱进行多元散射校正、Savitky-Golay卷积平滑后,用遗传算法优选波段(R-SGA),参与建模数据点从原始1550减少到434个。然后采用一阶导数光谱建立GA-PLS模型,相比全谱PLS(1550个数据点)和经验谱区PLS(717个数据点)模型具有更高的预测精度,其建模结果为RC=0.966,RMSEC=0.469,RP=0.954,RMSEP=0.797。结果表明,遗传算法可用于PLS法建立苹果糖度校正模型前的数据优化筛选,有效提高测量精度,并减少建模变量。

基于可进化硬件的容错技术及其原理

可进化硬件容错技术是一种模仿生物进化过程的容错方法,现已成为世界各国容错计算技术领域新的研究方向。可进化硬件不是采用传统的静态冗余技术,而是利用其本身固有的特性实现容错。重点论述可进化硬件技术的2个基本要素,并分析其实现容错的原理。

砂梨糖度近红外光谱波段遗传算法优化

遗传算法不受搜索空间限制性假设的约束,利用简单的编码技术和繁殖机制来解决复杂近红外光谱数据的优化问题。文章采用遗传算法的波段选择法(R-SGA)对砂梨近红外光谱进行了波段优化,得到丰水、圆黄、黄金三种梨的R-SGA最佳因子数分别为10,12和16,并分别建立了单一品种GA-PLS模型;丰水梨和黄金梨的GA-PLS模型精度高于全谱PLS模型,其模型的RMSEP分别为0.608/0.632和0.524/0.540;圆黄梨GA-PLS模型精度(RMSEP=0.610)与全谱PLS模型(RMSEP=0.595)相当。经波段优化分析表明,使用552个数据点建立多品种砂梨混合模型,具有较高稳健性和预测性(RMSEC=0.627,RMSEP=0.641)。结果表明:基于遗传算法进行波段优化可以提高砂梨糖度模型精度,提高建模效率,同时说明建立多品种砂梨糖度通用模型是可行的。

用遗传算法求解双冲量最优交会问题

在考虑第一次脉冲位置变化情况下 ,推导了航天器双冲量交会时的优化模型 ,以此为基础构造了最优交会的燃料 -时间混合优化指标 ,并设计了与之相应的遗传算法。仿真结果表明 ,考虑和不考虑第一次脉冲位置 ,优化指标值相差悬殊 。

遗传算法结合偏最小二乘法无损评价西洋梨糖度

基于遗传算法的波段选择法在组合优化问题上具有很大的搜索优势,适应性很广。文章将该方法应用于西洋梨糖度近红外光谱分析中,探讨数据优化筛选的可行性。光谱经多元散射校正或标准归一化处理后进行波段选择,选择结果与样品中被测成分有关,4个品种洋梨的最佳个体染色体编码有一定共性。分别建立了四种洋梨的GA-PLS模型和全谱模型,早红考密斯、五九香、凯斯凯德和康佛伦斯的GA-PLS建模数据点分别从1 557减少到了434,496,310和496。GA-PLS/Fr-PLS模型的预测标准偏差分别为0.428/0.518,0.696/0.694,0.425/0.421和0.567/0.633,其中早红考密斯和康佛伦斯GA-PLS模型的预测精度明显优于全谱模型,而五九香和凯斯凯德的GA-PLS模型与全谱模型相近。结果表明,遗传算法用于PLS建立西洋梨糖度校正模型前的数据优化筛选是可行的,有效提高测量精度,减少建模变量。

傅里叶变换近红外光谱结合RVM与新聚类算法鉴别灵芝孢子油多样掺假类别

食品掺假种类众多,手段隐蔽,成为食品安全检测一个重要难题。为摆脱传统模型识别食品中是否存在新掺假类别的局限性,实验以纯净的灵芝孢子油和掺杂不同比例花生油、玉米油、薏仁油、地沟油的五种类别为研究对象,采用傅里叶变换近红外光谱(Fourier transform near infrared spectroscopy,FT-NIR)收集12 400~4 000cm^(-1)范围内的近红外光谱。假设掺杂地沟油为新掺假类别,利用前四种类别的校正集样本构建相关向量机(RVM)多分类器,分别对建模的预测集样本和掺杂地沟油样本进行判别,并借助新聚类算法对判别为纯净的灵芝孢子油的样本做进一步分析验证。研究表明,RVM分类器对于建模的预测集样本判别准确率高达93.75%,说明模型有较强的判别能力,但由于模型局限性,掺杂地沟油样品被误判为纯净的灵芝孢子油;在新聚类算法的决策图上,纯净灵芝孢子油校正集和预测集混合样本的聚类中心数为1,而纯净灵芝孢子油校正集和掺杂了地沟油混合样本聚类中心数为2,直观验证判别结果的准确性。结果表明利用FT-NIR技术结合RVM分类器与新聚类算法对于灵芝孢子油掺假能够有效识别,并且能够定性识别新型掺假类型,为解决食品掺假多样化问题提供一种新思路。

容错神经网络及容错BP算法研究

给出了容错神经网络的有关定义；建立了容错神经网络的数学模型，提出了容错神经网络的学习算法，即容错ＢＰ算法以及容错神经网络的结构设计方法；进行了仿真研究，并给出了实验结果及结论。

基于拟合算法的傅里叶变换光谱仪光谱反演

在傅里叶变换光谱仪(FTS)中,精确获取每个干涉信号采样点处的光程差是获取光谱图的关键。动镜速度的波动会对等时间采样造成采样误差,而当目标光源波长较短时无法直接利用传统方法进行等光程差采样。分析了速度波动误差对光谱的影响,并提出了一种基于拟合算法计算干涉信号每个采样点处光程差的方法,在动镜速度波动较大的情况下对可见光波段的干涉信号进行采样反演。实验结果表明,此方法准确度高,适用于各种傅里叶变换光谱仪。

傅里叶变换光谱仪动镜运动控制仿真

在傅里叶变换光谱仪中,动镜按一定规律进行往复运动。一般控制方案采用直线电机直接推动,但在体积小而高分辨率的傅里叶变换光谱仪中,直线电机要做得很长,不是很合适。采用无刷直流电机进行动镜控制;分析了无刷直流电机(BLDC)数学模型和动镜速度均匀性对光谱仪的影响,采用自适应在线遗传算法整定的PID控制和传统PID控制方法分别进行仿真控制,着重分析了带负载无刷直流电机的控制效果,并人工加入负载扰动。仿真结果验证了采用合适的控制策略控制无刷直流电机可达到傅里叶变换光谱仪对速度均匀性的要求。

模糊逻辑思维在故障树分析法中的应用

针对故障树分析法存在因搜索路径不明而造成诊断效率低的缺点，提出了一种基于模糊逻辑思维优化故障诊断搜索策略的算法。最后，以数控加工中心的故障诊断为本文所述算法的应用实例，验证了算法的可行性和有效性。

小N更快速离散傅立叶变换算法

讨论了用于频谱分析的离散傅立叶变换，得到了一种样本个数为４的倍数时，可使变换的计算复杂性大大减少的算法，比基２ＦＦＴ算法的计算量要少得多；结合ＷＦＡＴ算法，则比原ＷＦＡＴ最优顺序算法的计算量还要少。

改进频率调谐显著算法在疵点辨识中的应用

为提高疵点检测效率和准确率,提出用改进频率调谐显著(FT)算法替代Gabor小波方法预处理疵点图像,强化疵点特征向量灵敏度。分析了FT算法中高斯滤波器模板、Lab颜色空间、高斯滤波图像中椒盐噪声和HSV颜色空间不同通道取值范围不一致对疵点识别的影响,并提出了相应改进方法。利用改进FT算法进行图像显著处理;使用灰度共生矩阵方法对疵点显著图进行特征提取;利用概率神经网络分类器分类,检测是否存在疵点。对2种不同纹理面料的检测结果表明:改进FT算法较改进前计算时间增加约8%,但疵点检测准确率提高18%~25%;与Gabor小波相比,检测准确率基本持平,但计算时间缩短约70%。

基于SAGA算法的双40英尺场桥作业调度优化及比较分析

基于双40 ft场桥的作业特点,建立以最小作业时间为目标的混堆箱区内传统单吊具场桥、单起升双40 ft场桥,以及双起升双40 ft场桥调度模型。通过SAGA(simulate anneal genetic algorithm)算法求解模型,达到了优化场桥设备配置和调度策略、缩短平均装卸时间、提高自动化码头作业效率的目标。对比了不同相邻箱占比、总任务量和贝位数情况下的3种场桥的作业效率。结果表明:在相邻箱占比、总任务量或贝位数不同的情况下,双40 ft场桥效率均高于单吊具场桥,验证了调度模型和算法的有效性。

基于视觉显著性的船舶结构缺陷检测研究

针对船舶结构缺陷图像中背景结构复杂,缺陷不易检测的难题,提出基于视觉显著性的缺陷检测算法。该算法采用自适应全变分模型替代FT算法的高斯滤波器并融入H分量来构建改进型FT算法,以增强缺陷图像背景的平滑和缺陷局部颜色对比度的表达能力;利用SMD算法捕捉图像结构信息及分解图像特征矩阵,凸显船舶缺陷与背景的差异性;通过自适应融合算法将改进型FT算法和SMD算法生成的显著图融合为综合显著图。对船舶缺陷进行对比实验,结果表明,提出的算法能够有效检测出船舶缺陷区域,提高缺陷检测精确率。