F-K变换在隧道反射地震预报波场分离中的数值模拟研究

基于二维有限元数值方法，模拟复杂条件下隧道内的地震全波波场，分析隧道地震超前预报中反射记录的多方向和多波反射波特征，证实分离前方有效反射波和其他方向的干扰反射波，以及有效反射波的P波、S波分离在预报准确性中的重要性。基于多个数值模型，研究了F—K变换进行波场分离的有效性和影响因素。研究表明，在隧道前方反射层倾向与隧道轴线交角变化较大范围内（90°～45°），F—K变换都可以有效分离多方向和多波反射事件，提取主要来自掌子面前方的有效反射波剖面。来自隧道顶、底的缓倾界面的具有双曲时距曲线特征的干扰波和S波的高视速度会对P波的波场分离产生较大干扰；而由于S波的低速和强能量特征，其波场分离受具有双曲时距曲线特征的干扰波的视速度影响较小，且不受P波的影响。

采用无损吸收Ck变换电路的高效太阳能电池稳压器

太阳能电池的端电压随太阳光的强弱变化范围较大,对多数负载不能直接使用。该文提出了采用新型的无损耗吸收Cúk变换电路来实现太阳能电池稳压,通过限制反向恢复电流的di/dt和开关管关断电压的dv/dt来减小该变换电路的开关损耗和电磁干扰。分析了该无损吸收Cúk变换电路的工作原理,给出了变换电路参数设计方法,并采用该变换电路设计了一台直流1kW48V太阳能电池稳压器。试验结果表明,满载时该稳压器效率高达87.4%。文中也给出了采用同样吸收电路的Sepic变换电路。

小波变换域K-L变换及其去噪效果分析

K-L变换利用相邻地震道的相关性来去除随机噪声,但对于倾斜和弯曲同相轴反射去噪效果不佳。采用改进的时变倾角扫描叠加K-L变换能够较好地去除随机噪声,但由于在时间域进行,没有考虑有效信号和随机噪声在频率域的特点,高频有效信号易受压制。小波变换具有较强的时频分析能力,在小波变换域进行K-L变换,可以实现分时分频K-L变换去噪。介绍了小波变换域K-L变换压制随机噪声的基本原理,即先将地震信号进行小波分解形成分时分频的小波包剖面,然后用K-L变换对小波包剖面进行去噪,再将去噪后的小波包剖面重构回地震剖面,从而达到消除随机噪声的目的。理论模型计算和实际资料处理表明,小波变换域K-L变换去噪方法在有效去除随机噪声的同时能够保护高频有效信号。

K-L变换地震属性优化及其在储层预测中的应用

在地震资料精细解释的基础上,以地震属性优化为前提,以K-L变换为手段,对原始地震属性进行了优化处理。经变换后地震属性特征维数下降十分明显,选取的地震属性之间的相关性得到明显降低,突出了其间的差异性,降低了多解性。在利用优化后的属性进行储层预测时,储层参数更加精确。

基于K-L变换的污秽绝缘子红外图像特征提取方法

利用K-L变换降低污秽绝缘子红外图像特征维数,得到3个独立主分量特征,该3维主分量包含了各原始特征分量的信息。通过主分量累积贡献率的大小,选取了原始污秽特征数据协方差矩阵的3个最大特征值对应的3维特征矢量构成正交变换阵,用于主分量特征提取。通过正交变换阵中各系数的大小,研究了各原始特征分量在各主分量特征中所占的比例。为比较K-L变换前后数据类间距离的变化,绘制了K-L变换前后特征数据分布的3维立体图。实验结果证明K-L变换在最大限度地保留原有信息的同时,降低了原始污秽特征数据的维数,减少了计算量,加大了数据的类间距离,提高了污秽数据分类的准确性。

基于Sobel边缘检测与K-L变换的高效SIFT算法

针对SIFT经典算法提出了一种基于Sobel边缘检测与K-L变换的高效SIFT算法。首先,采用Sobel算子边缘检测,通过设置阈值T,忽略部分冗余特征点,减少冗余的特征向量生成;其次,通过K-L变换,把128维的空间特征描述符降低到60维,降低了时间的复杂度。通过实验表明,阈值设置得越高,获取的关键点越少,匹配的效率越高,可见该算法从整体上实现了匹配的高效性和实时性。

基于K-L变换的支持向量机在汽轮机故障诊断中的应用

支持向量机应用于故障诊断是近年来研究的热点,在支持向量机算法的基础上,以汽轮机故障为例,引入了K-L变换对故障特征进行提取。结果表明,经K-L变换后的支持向量机算法能够保证故障信息的完整性,有效识别临界故障状态,提高了故障的分类精度,扩展了支持向量机的应用范畴。

K-L变换在AVO交会图分析中的应用

AVO属性交会图分析是进行AVO解释的最有效手段之一,但是由于AVO属性参数之间具有统计相关性,因此利用AVO属性交会得到的解释结果有不确定性。为了解决这一问题,本文提出对原交会图的属性空间进行K-L变换,再利用新空间的交会图来辅助识别交会异常。文中简要地介绍了离散K-L变换基本原理及实现步骤,并应用该方法对实际资料进行了AVO属性交会图分析,取得了较好的效果。

基于K-L变换的微地震资料去噪的分析及应用

在我国油田开发的中后期,由于大量未动用的油气储量大部分集中在低渗透储层中,压裂是改造低渗透储层的有效手段。利用微地震监测技术可对压裂过程和压裂效果进行监控和评价。虽然微地震信号与天然地震信号具有很大的类似,但由于实际收到的微地震信号,尤其是微地震监测资料信噪比是相当低的。在微地震监测过程中,去除微地震信号的随机噪音和相干噪音以提高微地震信号的信噪比,是一项非常关键的处理步骤。本文将利用K-L变换从多道微地震记录中提取微地震信号,去除随机噪音和相干噪音。

基于K-T变换的NDVI提取方法研究

阐述了K-T变换的原理及其在植被信息提取方面的优点。将基于K-T变换提取的NDVI结果与直接在TM影像上提取的NDVI结果进行比较。实验结果表明,基于K-T变换的NDVI提取方法得到的结果图像纹理清晰、光谱保持能力强,对于区域植被覆盖信息提取,进而对生态环境变化、荒漠化等研究具有较重要的意义。

基于小波变换的K-L变换去噪应用研究

在通信对抗电台指纹特征识别研究中,需要多个不同的传感器来采集数据。经多路传感器系统所采集到的原始信号数据,各传感器通道的有效信号之间具有较强的相关性,而随机噪声之间不具有相关性,K-L变换对不同通道间不相关随机噪声的去除具有比较大的优势。原始信号中可能含有多个频率,实现对各个频率成分分别去噪具有重要意义。用基于小波变换的K-L变换去噪方法进行电台指纹特征识别的应用。仿真结果显示对各频率分量基于小波变换的K-L变换去噪能够较好的实现信噪分离。

基于推广形式的K-L变换的人脸识别方法

提出了一种图像预处理方法,将不同光照条件下的图像甚至是负像处理成亮度、对比度与参考图像基本相同的图像,且调整后的图像与原图像保持较高的相关性,从而有效降低了光照对人脸识别结果的影响.根据随机矩阵的主行列分析法给出了推广形式的K-L变换,提出了进行人脸识别的一种方法.同基于K-L变换的人脸识别方法相比,大幅度缩减了协方差矩阵的维数,从而大大降低了计算特征值的运算量,提高了运算速度.理论分析和实际识别证明了该方法的有效性.

利用K—L变换提高地震记录的信噪比

介绍了K—L变换的基本数学原理 ,在此基础上着重阐述了K—L变换压制噪声 ,提高地震记录信噪比的理论依据 ,并给出了一些理论模型进行了试算研究和分析。结果表明 :K—L变换去噪的效果与地震记录上同相轴的空间相关程度及所选取的特征值的个数有关 ,对于同相轴空间相关程度较好的记录 ,只要将特征值个数选取在其曲线拐点处进行变换便可达到目的 ;反之 ,需选取的特征值个数不易准确确定 ,从而影响去噪效果。

K进制面包师变换及其在数字图像加密中的应用

为了对数字图像进行加密 ,MasakiMiyam等把经典面包师变换推广到截断面包师变换情形 ;邹建成等给出了三进制下的截断面包师变换的数字图像信息加密方法 .本文对这些方法进行了推广 ,给出了K进制面包师变换的定义 ,并讨论了其在数字图像加密中的应用 .特别是 ,对基于面包师变换的数字图像加密算法的鲁棒性进行了分析 .实验结果表明 ,这种加密方法能在一定程度上抵抗一些通常的图像攻击 ,如裁减。

k次幂等变换与k次幂等矩阵

目的把幂等变换与对合变换,幂等矩阵与对合矩阵统一起来并加以推广。方法以k-余变换与k-余矩阵为工具,并采用对比分析的方法。结果/结论引入了k次幂等变换和k次幂等矩阵的定义,给出了它们的性质和等价条件。

K变换和它的几个结论

Ｋ变换和它的几个结论深圳市葵涌中学周之夫［美］米歇尔·埃克在《数学黑洞》一文中说：“取任何一个四位数（４位数字均为同一个数的除外），将组成该数的４个数字重新组合，形成可能的最大数和最小数，再将两者之间的差值求出来；对此差值重复同样的过程……最后总是到...

k元线性变换矩阵的探讨

给出k元线性变换矩阵的定义,证明全体k元线性变换所构成的向量空间L(V k)与F上全体n×n k阶矩阵所构成的向量空间Mnnk(F)同构.

特征压缩中K-L变换与Fisher线性判别关系的研究

本文先简单地介绍了K-L变换和Fisher线性判别,然后通过5个结论的证明说明了通过选取特定的生成矩阵,能从K-L变换中得到Fisher线性判别的结果,从而指明了在此情况下二者的内在联系。最后,再通过3个结论的证明,进一步对该结论进行推广。

基于K-L变换的汽车电控系统技术状态特征选择与提取的研究

随着汽车电子化程度的日益提高,汽车电控系统的故障诊断方法和理论受到了越来越广泛的关注。基于模式识别技术的汽车电控系统故障诊断方法具有非常广阔的应用前景,但是对具体的事件进行模式采集时,有可能造成样本在模式空间中的维数很大,由此带来数据处理的困难。若可通过K-L变换方法对汽车技术状态的特征参数进行选择和提取,并对选择前后的特征分别用神经网络进行模式识别,不仅能够提高识别的速度,而且能够提高识别的精度。