调频Guassian小波在从NOWCAST图获取SST中的应用

温跃层对于潜艇的水下航行和战斗具有十分重要的意义。由于中国的现状,无法获取大量高精度的SST资料,给研究带来了很大的障碍。该文针对数据获取比较困难和数据精度不高的现状,提出了将图形的颜色表示从RGB空间转换到HIS空间来构造一时间序列,并对此序列用调频Guassian小波来进行分解和重构,其所得的低频信号能很好地还原出颜色变量中所包含地温度信息。经实验证明,该方法比传统的处理方法有了十分明显的提高,所得到的温度数据精度高,能满足温跃层研究的需要。

基于Guassian、Multiwfn及ECOSAR的氮磷系阻燃剂在UV/PDS体系中的降解路径及产物毒性预测研究

氮磷系阻燃剂作为一类新兴无卤阻燃剂被广泛应用,但其在环境中难降解,紫外活化过二硫酸钠(UV/PDS)高级氧化技术能有效降解结构复杂的有机污染物.为探究氮磷系阻燃剂在UV/PDS氧化体系的降解路径,本研究选取3种典型氮磷系阻燃剂9,10-二氢-9-氧杂-10-磷杂菲-10-氧化物(DOPO)、三聚氰胺(Melamine)及磷酸三苯酯(TPP)为降解目标物.首先利用Guassian模型结合Fukui指数推测了UV/PDS体系中HO·和SO_(4)·^(-)自由基与阻燃剂发生反应的位点及其相应的降解路径,通过分析DOPO及其降解产物的质谱数据验证了所推测降解路径的合理性,并进一步利用ECOSAR模型进行降解产物的毒性预测.结果表明,各氮磷系阻燃剂键能较低的位点与Fukui指数较高的位点相吻合,UV/PDS反应体系中的自由基主要通过攻击苯环上的碳氢键(键能较低的位点)来降解氮磷系阻燃剂,DOPO降解的质谱分析数据表明,依据低键能位点推测的降解产物与质谱鉴定结果相一致.同时利用ECOSAR模型评估发现,降解产物毒性普遍低于阻燃剂母体.因此,本研究采用模型预测阻燃剂降解路径与产物毒性的方法便捷有效,可为光催化降解复杂结构有机物的研究提供理论依据.

基于VMD-GWO-HKELM的企业能耗预测研究

能耗预测是企业关注的重点,对于企业保障用能安全稳定有重大作用,是企业建立能耗管控平台的重要任务之一。为完善企业能耗管控平台并且高效准确地进行企业能耗预测,提出一种基于变分模态分解(VMD)与灰狼算法(GWO)优化混合核极限学习机(HKELM)的能耗预测模型。首先利用VMD对能耗数据序列进行分解,获得具有不同特征规律的子序列,以降低能耗原始数据的随机性;然后,结合高斯核函数和多项式核函数构建更具有泛化能力的HKELM模型,同时针对HKELM模型中参数难以抉择的问题,采用GWO对其参数进行优化选择,并构建GWO-HKELM模型;最后,将分解后的数据输入到GWO-HKELM模型中,并将每个子序列的预测结果相加得到最终的预测结果。以浙江某厂房的实际电力能耗数据为例,验证该模型的有效性和可行性。

基于高斯过程建模的移动机器人学习预测控制方法

移动机器人在复杂地形条件下面临环境和模型不确定性的挑战,例如草地、陡坡等环境会对移动机器人的高精度控制造成影响.本文提出了一种基于高斯过程建模的移动机器人学习预测控制方法,能够对环境和模型不确定性进行实时的建模和预测,并将该模型用于最优控制策略的学习中,完成在模型和环境不确定下的机器人运动控制.该方法利用高斯过程回归对环境和模型不确定性进行建模,并结合系统运动学方程得到误差状态模型,并将该模型用于滚动时域强化学习中,通过迭代优化学习最优控制策略.最后,针对移动机器人在椭圆和8字形轨迹上的横向跟踪控制问题,进行了仿真实验,并与非线性模型预测控制进行比较.结果表明,本文提出的方法能够有效提升复杂地形条件下控制器的控制性能,在性能指标上相比未采用高斯过程建模的滚动时域强化学习方法提高20%,比非线性模型预测控制方法提高36%,验证了所提方法的有效性和优越性.

长焦距超高倍率变焦距光学系统设计

为设计一套焦距17～1 700mm的长焦距、超高倍率变焦距光学系统,首先在合理选择初始结构基础上,通过比较高斯光学计算结果找出高斯解对系统性能的影响规律,从而确定系统的关键参量;然后通过分析各组元相对孔径和像差特点选定结构形式,并进行系统像差的校正和优化.设计结果系统光学总长760mm,各焦距位置全视场50lp/mm处MTF>0.3,各项指标满足系统要求.

新鲜乳腺癌组织的近红外拉曼光谱分析

采用便携式拉曼光谱仪对正常、良性和恶性的乳腺癌组织进行检测,通过对其拉曼光谱的指认,归纳了其主要区别和特征.在3类乳腺组织中有明显的脂类的特征峰(1230,1268,1301,1440和1743 cm-1),而在良性和恶性的组织中,则出现了较为明显的蛋白(1246,1271,1315和1364 cm-1)和核酸(1340 cm-1)的特征峰.良性和恶性组织的区别在于恶性组织特有的特征峰(1340 cm-1),而良性组织所特有的特征峰则应归属为蛋白.在数据分析过程中,选择能够反映样本化学本质的特征峰,利用高斯过程的机器学习对特征峰值建立模型.特异性(0.94)、灵敏度(0.95)和Matthews相关系数(0.86)表明在模型中3种组织有比较良好的辨别度,对于应用拉曼光谱方法辨别正常和患病乳腺组织具有参考价值.

一种快速鲁棒的LOG-FAST角点算法

基于高时间效率的FAST算法,提出了一种快速鲁棒的FAST-LOG角点算法。使用直方图均衡化方法对图像进行增强,提高图像成分的清晰度并消除图像中光照强度的影响;运用拉普拉斯-高斯函数对图像进行卷积,实现图像的高斯平滑和增强边缘,及对噪声最大化的抑制;最后使用FAST算子检测角点。对比实验证明,新算子对于添加高斯噪声的分辨率为640*480的图像,其检测时间可达到0.05s;对光照不同的图像具有相近的检测性能;角点重复率可达98%。该算子可应用于实时视频图像的处理,为开发基于视觉的实时智能车辆预警系统提供了新的研究思路。

指针式仪表图像的六步预处理方法

为了解决指针式仪表图像中的反光和噪声问题,提出了一种六步预处理方法。对于反光问题的解决,先通过阈值筛选确定反光区域的位置,再用背景像素加以填充,最后用特征插值恢复表盘刻度;对于噪声问题,通过高斯滤波和中值滤波去除高斯噪声和椒盐噪声,再利用拉普拉斯锐化环节改善滤波造成的模糊。实验结果表明,六步预处理方法有效地削弱了指针式仪表图像中的反光现象和噪声,为指针式仪表图像的预处理工作提供了一种新的思路,具有一定的参考价值。

Z_n[i]的零因子图性质

交换环R的零因子图是一个简单图Γ(R),其顶点集为R的非零零因子集合D(R)*,两个不同的顶点x与y有一条边相连当且仅当xy=0。研究模n高斯整数环Zn[i]的零子图Γ(Zn[i])的直径、平面性和围长等问题,得到了比较完整的结果。

一种自适应的仿生图像增强方法:LDRF算法

为了研究基于人类视觉系统特性(亮度自适应特性和视网膜神经元感受野非经典侧抑制特性)的仿生图像处理方法,增强仿生图像增强算法的自适应性,提出了一种新的自适应仿生图像增强算法——LDRF算法.LDRF算法首先建立参数对数模型对图像全局亮度进行自适应调整,然后采用三高斯动态滤波进行局部细节增强,引入Wal-lis算子建立增益因子模型,使局部细节增强具有自适应性,最后通过线性变换恢复图像彩色信息.在大量图像上进行对比实验和分析.实验结果证明,LDRF算法能够避免过增强现象,并且针对不同大小、不同内容的图像能够自适应地进行图像增强,取得了较好的效果,提高了仿生图像增强算法的实用性.

一种室内环境的运动目标检测混合算法

室内环境中光照、背景等变化虽然不如外界自然环境那么复杂,但是它们对于运动物体的检测也将产生显著影响。归类分析了室内照明条件与背景变化的不同类型,以及它们对于运动目标检测的影响,在此基础上提出一种能够较好适应室内环境变化的运动目标检测混合算法。该算法结合了帧间差分与背景模型算法的优点,同时引入亮度信息进行前序的处理;因此算法针对不同室内环境都具有较高的鲁棒性。通过仿真实验,证明了该算法的实时性与可靠性。

非高斯模型下BPSK的循环谱分析

在Alpha稳定分布下结合共变理论、循环平稳理论和分数低阶矩等理论,推导了BPSK信号的循环平稳特性和低阶循环谱密度,结果表明稳定分布下BPSK信号的低阶循环谱结构同高斯假设下的谱结构是一致的.最后在Matlab下进行了仿真验证,仿真结果与理论推导相符合,但基于稳定分布所设计的算法具有良好的抗脉冲噪声的性能,对复杂背景下的调制识别或者盲分离提供新的途径.

厄米-高斯光束通过硬边光阑的自由传输特性

应用Collins公式和硬边孔函数能拓展成一组有限复高斯函数的和的方法,研究得出厄米-高斯(Herm ite-Gaussin)光束通过硬边光阑自由传输特性的近似解析解。最后,用Mat-lab软件进行一些数值模拟。研究和模拟结果表明:自由传输特性与光束的参数、光学系统的参数、孔的大小和孔的间距均密切相关。其结果可推广到其它光阑,并对控制光束和光学系统设计具有一定的参考价值。

厄米-高斯光束通过双矩孔的传输特性

基于硬边孔函数能拓展成一组有限复高斯函数的和,研究厄米-高斯光束通过双矩孔的传输特性,用Collins公式分析,用Matlab进行一些数值模拟。表明:传输特性与光束的参数、光学系统的参数、孔的大小和孔的间距密切相关。其结果可推广到其他孔、光束和多光束,本研究对控制光束和光学系统设计是十分有用的。

适应场景光照变化的运动目标检测算法

背景减除法是运动目标检测的常用方法,其性能取决于所使用的背景模型。文中针对混合高斯模型不能应对光线突变的问题,提出了一种改进的背景模型。首先选择了新的模型参数,并对模型的更新机制进行了改进,使用了固定的学习率且对方差的更新加入了自适应的更新因子,使其可以适应局部的快速光照变化;其次对模型加入了帧间处理使其可以适应全局的快速光照变化。实验表明,改进的方法能适应各种条件下的光照变化,提高了运动目标检测的精确度。

焊缝跟踪应用的线激光视觉伺服控制系统

设计了一套由三轴直角坐标机器人、线激光传感器和工业计算机组成的焊缝跟踪系统。研究了该系统所涉及的测量原理、特征点测量方法和基于模糊自适应的控制方法。通过高斯核相关算法(KCF)在焊接过程中实时检测焊缝特征点,并根据测量原理计算获得特征点相对于相机坐标系的三维坐标值。设计了一种自适应模糊控制器,通过自适应模糊控制器计算坐标的偏差值和偏差变化率得到焊枪末端运动轨迹的控制量,同时对模糊控制器的输入输出论域、模糊规则和隶属函数进行实时动态更新。实施了焊缝跟踪实验。结果显示:采用最大焊接电流为350 A的惰性气体保护焊(MIG),在强烈弧光和飞溅的干扰下,该系统能实时跟踪焊接工件,跟踪精度为0.325 3mm,传感器测量频率为20Hz。焊接过程中焊枪末端运行平稳,焊缝轨迹跟踪准确,且抗干扰能力,能满足焊接应用要求。

曲线拟合确定阈值的非抽取小波贝叶斯图像去噪方法

非抽取小波变换(UDWT)不仅具有时间和频率的局域特性,还具有良好的平移不变性,能有效抑制传统小波去噪方法产生的伪Gibbs现象.文中通过统计分析图像的UDWT系数,得到UDWT系数具有较强的非高斯统计特性的结论.在此基础上,应用广义高斯分布模型对系数进行建模,提出基于图像标准差的曲线拟合方法以提高图像噪声标准差估计值的精度,并以此确定去噪阈值.文中方法依据UDWT的平移不变特性有效抑制传统小波去噪方法出现的伪Gibbs现象,通过提高去噪阈值的精度以提高图像的去噪效果.大量仿真实验验证文中方法的有效性.

Z_n[i]的单位群结构

1801年,高斯给出了模n剩余类环Zn的单位群U(Zn)的结构定理,并在复平面上建立了高斯整数环Z[i]={a+bi a,b∈Z,i2=-1},解决了数论中的两平方和问题,但模n高斯整数环Zn[i]={a+bi a,b∈Zn}的单位群结构一直没解决。本文通过数论、组合和代数相结合的方法,给出了模n高斯整数环Zn[i]的单位群U(Zn[i])的结构定理。

基于量子遗传算法的XML聚类方法

主要用模式分析的核方法与量子遗传算法相结合研究XML聚类,提出了一种基于量子遗传算法混合核聚算法的XML文档聚类新方法。该方法先对XML文档约简,以频繁标签序列建立向量空间核的核矩阵,用高斯核函数求解初始聚类和聚类中心,然后用初始聚类中心构造量子遗传算法的初始种群,通过量子遗传算法与核聚算法相结合求得全局最优解的聚类。实验结果表明,使用该算法的聚类比改进的核聚算法、K均值算法等单一方法具有良好的收敛性、稳定性和更高的全局最优。

基于混合高斯模型的运动目标检测方法

研究了序列图像中的运动目标检测问题。传统的目标检测方法无法克服背景图像变化、场景光线突变、目标物阴影干扰等问题。采用混合高斯分布对背景进行建模,引入亮度信息进行前序处理,并在此基础上使用颜色模型对残留阴影进行移除,因此能够快速准确地检测出运动目标。通过相关仿真实验,证明了该方法具有可靠性和实时性。