结合Gram-Schmidt变换的高光谱影像谐波分析融合算法

针对高光谱影像谐波分析融合(HAF)算法在影像融合时不顾及地物光谱曲线整体反射率这一缺陷,提出了结合Gram-Schmidt变换的高光谱影像谐波分析融合(GSHAF)改进算法。GSHAF算法可在完全保留融合前后像元光谱曲线波形形态的基础上,将高光谱影像融合简化为各像元光谱曲线的谐波余相组成的二维影像与高空间分辨率影像之间的融合。它是在原始高光谱影像光谱曲线被谐波分解为谐波余项、振幅和相位后,首先将其谐波余项与高空间分辨率影像进行GS变换融合,这样便可有效地修正融合后像元光谱曲线的反射率特征,随后再利用该融合影像与谐波振幅、相位进行谐波逆变换,完成高光谱影像谐波融合。本文最后利用Hyperion高光谱遥感影像与ALI高空间分辨率影像对GSHAF算法进行可行性分析,再以HJ-1A等卫星数据对其进行普适性验证,试验结果表明,GSHAF算法不仅可以完全地保留光谱曲线波形形态,而且融合后影像的地物光谱曲线反射率更接近真实地物。

基于分窗Gram-Schmidt变换和PSO-SVR算法的水稻纹枯病病情指数检测

纹枯病是水稻的主要病害之一,其防治对于保证水稻产量、质量具有重要意义,以高光谱检测水稻病害得到了广泛应用,并且高光谱降维是光谱分析的重要环节。该研究在2019年沈农水稻试验基地获取水稻低空遥感冠层与地面冠层高光谱,并对其进行以窗口宽度为15和阶数为3的Savitzky-Golay平滑处理和光谱变换(得到原始光谱、一阶微分光谱和倒数之对数光谱),分窗口对这3种光谱分别进行Gram-Schmidt变换,找到投影空间并映射出主基底,实现高光谱数据降维,绘制具有显著性概率的主基底,其极大极小值为特征波段。此外3种光谱还采用了主成分分析和连续投影法降维。以降维后的数据与水稻纹枯病病情指数进行支持向量机回归建模,其中支持向量机回归进行粒子群优化,并以径向基为核函数,对比分析了3种降维方式的降维效果。结果表明:水稻地面冠层尺度建模效果高于低空遥感尺度建模;在光谱处理方面,低空冠层高光谱进行倒数之对数变换效果较好,地面冠层所得高光谱数据进行一阶微分变换效果较好;分窗Gram-Schmidt变换算法优于主成分分析和连续投影法;粒子群算法可以优化支持向量机中的惩罚系数和核函数参数,提高其反演精度;无人机低空遥感尺度中,高光谱进行倒数之对数处理,以分窗Gram-Schmidt变换降维,敏感波段为427.3,539.6,749.5和825.4 nm,PSO-SVR建模决定系数R 2为0.731,均方根误差RMSE为0.151;地面冠层尺度中,高光谱进行一阶微分处理,以分窗Gram-Schmidt变换降维,敏感波段为552,607,702和730 nm,PSO-SVR模型决定系数R 2为0.778,均方根误差RMSE为0.147。因此,高光谱技术可以有效地检测水稻纹枯病,并且其病情指数可用冠层高光谱进行反演,分窗Gram-Schmidt变换对于高光谱数据降维有较好的效果,PSO-SVR建模对于水稻纹枯病病情指数的反演有明显提高,结果可为冠层尺度检测水稻纹枯病与病害发生情况提供一定的理论基础和技术支撑。

基于Gram-Schmidt变换的有监督变量聚类

为进一步研究回归模型中高维数据的降维方法,提出基于Gram-Schmidt变换的新的有监督变量聚类(SCV-GS)方法。该方法未采用以潜变量为聚类中心的层次聚类,而是借用变量扫描思想,依次挑出对响应变量有重要贡献的关键变量,并将其作为聚类中心。SCV-GS方法基于Gram-Schmidt变换,对变量之间的高度相关性进行批量处理,并得到聚类结果;同时,结合偏最小二乘思想,提出新的同一性度量,并以此来选取最佳聚合参数。SCV-GS不仅可以快速得到变量聚类结果,而且可识别出对响应变量的解释及预测起关键作用的变量类。仿真表明该聚类方法运算速度显著提升,而且所得潜变量对应的回归系数的估计结果与对照方法表现一致;实例分析表明该方法具有更好的解释性和预测能力。

基于Gram-Schmidt变换的主基底分析两阶段变量筛选方法

在主成分综合评价过程中,往往需要选取合适的初始变量来进行主成分分析,本文改进了基于Gram-Schmidt变换的主基底分析两阶段变量筛选方法.首先,基于最大方差法的主基底变量筛选方法,选取1个极大线性无关组;其次,为了使筛选的初始变量与剩下的变量具有较强的相关性,给出了改进的主基底变量筛选方法,从中选取少数的初始变量;最后,对选取的初始变量进行主成分分析的综合评价,并通过实际案例证明了该方法的有效性.

基于半桥三电平LLC谐振变换器的混合控制策略研究

半桥三电平LLC谐振变换器具有体积小、开关器件少、开关器件耐压高等优势,已逐渐应用于直流充电模块后级为动力电池充电。针对传统变频调制(PFM)策略与移相调制(PSM)策略无法实现宽输出电压范围的问题进行分析,提出一种宽增益范围的移相-变频(PSM-PFM)混合控制策略。通过搭建一台功率为600 W、输出电压为20~60 V的实验样机进行验证。实验结果表明,所提控制策略相比单一调制策略具有更宽的增益,进而可实现宽输出电压范围,能够为动力电池提供稳定、宽范围且可调的充电电压,并实现开关管零电压开通。

基于EKF参数辨识的矩阵变换器间接模型预测控制

为解决矩阵变换器的直接模型预测控制算法计算量大的问题,基于矩阵变换器的等效间接调制策略,将矩阵变换器的预测控制等效为虚拟整流环节和虚拟逆变环节的预测控制。与传统的直接模型预测控制方法相比,间接模型预测控制的算法计算量明显降低,减少了算法的执行时间。针对预测控制对模型参数依赖度较高的问题,采用扩展卡尔曼滤波器对系统模型参数进行在线辨识,进而提高模型预测控制的鲁棒性和抗干扰能力。实验结果表明,所提出的基于扩展卡尔曼滤波器参数辨识算法的间接模型预测控制对负载电流和网侧单位功率因数具有良好的控制效果,并且对模型参数的依赖度降低。

采用小波变换的空间外差干涉图误差分析方法

空间外差光谱技术(SHS)是一种应用于微弱物质探测、行星勘探以及大气遥感等领域的超光谱分析技术。受实验环境复杂及被测目标信号微弱等因素的影响,空间外差光谱仪的测量结果易出现干涉条纹倾斜、干涉图有斑点噪声等情况,从而最终影响测量光谱的精度。为了尝试解决这些问题,提出了基于小波变换的干涉图误差分析方法,对干涉图的斑点噪声水平和条纹倾斜误差进行有效的评价,从而为后续误差校正提供理论基础。首先对无误差的钾灯仿真干涉图加入不同标准差的高斯噪声,利用小波分解提取复小波系数,采用三种噪声估计法对干涉图数据进行计算,结果表明空域相关小波变换法噪声估计结果与真实值偏差最小,而Donoho估计法在修正截距后与真实值具有更好的吻合度。随后采用Db2小波对噪声水平不同的仿真钾灯干涉图进行一层小波分解并提取水平、对角及垂直三个方向的细节系数,采用Donoho估计法对干涉图进行二维噪声分析,有效表征了三幅干涉图各方向上的噪声水平特征。最后对仿真连续光干涉图进行小波分解并提取系数分析,研究了干涉条纹倾斜角度与小波分解系数的关系。研究结果表明,三个方向的小波细节系数估值变化分别在分解到不同层数时具有相似的变化规律:小波细节系数估值与条纹倾斜方向和小波细节系数的所属方向的夹角成反比,条纹倾斜方向与该小波细节系数的方向夹角越小,估值越大,反之则越小,且水平方向分解到第一层、对角方向分解到第二层、垂直方向分解到第三层符合变化规律。该研究是利用小波分解进行空间外差光谱误差分析的有益尝试,也为后续干涉图条纹倾斜误差的校正提供了一种新途径。

基于修正Gram-Schmidt法的双连通区域数值保角逆变换计算法

研究基于模拟电荷法的双连通区域的数值保角逆变换问题。利用修正Gram-Schmidt法求解双连通区域数值保角逆变换中的约束方程组,解得模拟电荷量和逆变换半径,构造出近似保角逆变换函数。通过数值实验验证算法的有效性。

基于二维离散傅里叶变换的恶意代码检测

恶意代码数量越来越庞大,恶意代码分类检测技术也面临着越来越大的挑战。针对这个问题,一种新的恶意代码分类检测框架MGFG(malware gray image Fourier transform gist)模型被提出,其将恶意代码可执行(portable executable,PE)文件转换为灰度图像,应用二维离散傅里叶变换对恶意代码的灰度图像进行处理,得到其频谱图。通过对频谱图频率的处理,达到恶意代码图像去噪的效果。最后,提取全局特征(gist)并实现恶意代码的检测与分类。实验结果表明,在多个数据集上,MGFG模型对于加壳的、采用了混淆技术的恶意代码分类问题都具有更好的鲁棒性和更高的分类准确率。

广义模糊变换及其在模糊插值推理中的应用

基于广义的模糊划分,给出广义模糊变换的表示公式,并刻画广义模糊变换的本质特征及广义逆模糊变换的逼近性质.在此基础上,针对TSK型稀疏规则库,设计一种基于广义模糊变换的TSK模糊插值推理方法,并讨论该方法的基本性质,最后通过2个实验与已有的方法进行比较,进一步说明本方法的有效性.

基于Hough变换和深度学习的条形码识别

为了解决复杂背景下条形码不易定位识别的难题,提出一种基于Hough变换和深度学习相结合的方法对条形码进行校正定位。首先对待检测图像进行灰度化、高斯模糊以及边缘检测等预处理;然后利用Hough变换检测条形码图像中的线段,进行旋转校正,校正后的图像经Yolov5对条形码进行识别和提取,完成条形码的识别分割。文中方法对不同样式条形码均有较好的识别效果,旋转校正的精确度达到99.31%,识别平均精确度达到99.40%,召回率达到99.79%,推理时间为10.5 ms。提出的方法可对任意角度倾斜进行校正,识别条码具有较高的准确率,对条形码定位识别具有一定的应用价值。

基于改进热分析和变换器协同设计的大功率高频变压器高速全局优化方法

大功率高频变压器是电力电子变压器中的核心部件,其优化设计的全局最优性和计算速度都是关键问题。文中提出基于改进热分析和变换器协同设计的大功率高频变压器高速全局优化方法。针对优化中耗时占比很高的热分析,提出基于换热-热传导两步仿真的改进热分析方法,保证热分析精度的同时,提升热分析计算速度。仿真结果表明,提出的热分析方法与传统方法准确度相似,而计算速度大幅提升。此外,优化过程中,将变换器电路参数与变压器参数共同考虑,引入更多优化变量,从而形成全局优化模型,提升设计方案的优异性;并采用改进热分析方法和遗传算法以提升计算速度,保证了全局优化模型的可计算性。综合以上措施,最终形成系统的大功率高频变压器高速全局优化设计方法。通过一个具体的案例设计和实验结果验证提出的优化方法的有效性。

一种适应于直流微电网的全桥LLC变换器

针对传统的光伏并网隔离型变换器的变压器体积大、损耗高和半导体器件电压应力高等问题,提出一种基于LLC谐振变换器的高增益DC-DC变换器。该变换器满足了输入输出之间电气隔离的要求,将全桥LLC谐振变换器与开关电容相结合,有效地提高了变换器的增益,减少了变压器的体积和损耗,降低了半导体器件的电压应力,实现了开关管的零电压开通和二极管的零电流关断,有效地降低了开关损耗。首先对所提变换器的工作原理进行详细分析;其次用基波分析法分析其基本特性,并进行半导体器件电压、电流应力计算及电路的参数设计;最后搭建一台了800 W的实验样机,经过实验验证,该变换器实现了开关管的ZVS开通,二极管的ZCS关断;减小了变压器的体积和铜耗;转换效率最高可达94.9%。二次侧二极管的电压应力为输出电压的12,是全桥整流的0.5倍、半桥整流的0.25倍,且平均电流相同,有利于器件的选型,更适用于直流微电网的应用,证明了理论分析的准确性。

变换绝热炉技改等温变换炉的研究与应用

该研究旨在探讨变换绝热炉技术改造为等温变换炉的背景与意义。通过对比技改前后的工艺流程、设备构造、催化剂装载量、系统阻力以及公用工程消耗等关键指标,展示了等温变换炉在提高CO转化率和降低能耗方面的显著优势。基于具体案例分析及数据支撑,论证了等温变换炉技术改造的可行性及其效果。

二维线性正则变换剖分算法

二维线性正则变换可灵活选择参数值,得到不同形式的线性正则变换级数。为提高线性正则变换图像表示算法的计算速度,将线性正则变换级数与非均匀剖分算法相结合,得到了一种有效的图像表示算法。利用多参数线性正则变换的灵活性,选择合适的表达式逼近区域图像像素。图像的特征矩阵由16×16网格的剖分矩形数构成,将其与Arnold变换相结合构建了能抵抗不同形式攻击的轻量级图像保护算法。实验结果表明,算法具有检测图像是否遭受攻击的能力。

仿射变换在椭圆中的解题应用

椭圆是高中数学解析几何的重要内容,这部分内容往往涉及大量的字母运算,一直是学生学习的重点、难点.本文以几何和代数为主线切入,将仿射变换应用于椭圆解题中,构建相关数学知识之间的联系,强调数学运算这一核心素养的培养,使学生在解题时能合理选择运算方法从而降低运算量.

逆水煤气变换反应机理及催化剂研究进展

逆水煤气变换(RWGS)反应是降低碳排放和实现碳资源利用的有效途径。CO_(2)经逆水煤气变换反应转化为CO,并通过费托工艺制得烯烃化产品和醇类燃料,对于改善环境以及改变未来能源结构具有重大意义。本综述总结了RWGS反应机理,依据CO_(2)转化为CO路径中H2是否直接参与还原反应,分为氧化还原机理和缔合机理,其中,缔合机理包括甲酸盐、羧酸盐以及碳酸盐三种路径,并介绍了近年来关于RWGS反应机理研究的最新发现;其次综述了RWGS反应中的CO_(2)和H2共进料热催化转化催化剂体系和化学循环催化剂体系的研究进展,分析讨论了Pt、Ni、Cu等金属基催化剂和金属碳化物、磷化物催化材料的RWGS反应性能,以及钙钛矿型储氧材料(OSM)在化学循环反应中的应用。最后,针对目前存在的问题和未来可能的解决方案进行了讨论与展望,以期为后续RWGS催化材料的研究提供一定的借鉴。

自编码器神经网络与小波变换相结合的高频GNSS地震波降噪方法

高频GNSS (Global Navigation Satellite System)技术能够直接获取近场大振幅动态位移,在强震震源反演等研究领域发挥着重要的作用.当震级不高或者震中距较远,台站位移较小时,高频GNSS动态波形信噪比较低,不利于震源参数的精确确定.如何对信噪比较低的高频GNSS地震波降噪处理,提高波形信噪比,是高频GNSS地震学研究的重要内容之一.本文尝试将深度学习应用于高频GNSS地震学,提出了一种自编码器与小波变换相结合的高频GNSS地震波降噪方法.以2019年7月美国加利福尼亚州MW7.0地震事件为研究对象,本文对1 Hz的GNSS解算结果进行了模型训练和降噪测试.合成测试集的降噪处理与分析表明,通过此方法降噪后三分量波形的均方根误差和静态位移误差均在毫米量级,数据信噪比提升2到5倍. GNSS实际观测数据的降噪处理和分析进一步验证了其降噪效果.在此基础上,用此模型对2022年9月中国四川省泸定M6.8地震的GNSS地震波做了降噪处理,初步验证了此模型的时空适应性.

形态学滤波和HHT变换在轮轨故障诊断中的应用

针对现有轮轨故障诊断装置结构复杂、成本高且实时性差等问题,提出了一种基于轴箱振动加速度响应的轮轨故障诊断方法。首先通过形态学滤波器对轴箱振动信号进行降噪处理,然后运用集合经验模态分解(EEMD)将处理后的信号分解得到若干阶固有模态函数(IMF),再依据能量熵增量的相对大小剔除IMF分量中的虚假分量,对剩余的有效分量进行希尔伯特-黄变换(HHT)得到Hilbert谱。研究结果表明,车辆运行在正常工况与不同类型轮轨故障工况下,轴箱振动加速度的Hilbert谱有显著的差异,因此依据Hilbert谱的特征可有效诊断轮轨故障。