基于视觉传达技术的无参考低光照图像增强方法

为了优化低光照图像增强效果,提出基于视觉传达的无参考低光照图像增强方法。所提方法通过全景成像技术重构低光照图像,并采用计算机原理模拟光学成像系统,引入多重分形法和半软阈值指数衰减法去除重构图像上的噪声。通过亮暗双通道系数计算图像增强过程中的最佳透射率,并以此透射率对低光照图像展开增强处理。实验结果表明,所提方法重构图像完整、图像整体质量高、SIMM值接近于1,在不影响图像清晰度的前提下实现了图像去噪,对低光照图像的增强效果明显,避免了增强过程中的图像曝光,做到了图像细节的完整保留。

基于生成式对抗网络和改进区域建议网络的输电线路杆塔缺陷检测方法

为了减少输电线路杆塔缺陷检测过程中受噪声信号和装置性能等因素的干扰,提高输电线路杆塔缺陷检测的正确率和检测效率。提出一种基于生成式对抗网络(generative adversarial networks,GAN)和改进区域建议网络(region proposal network,RPN)的输电线路杆塔缺陷检测方法。采用GAN采集输电线路杆塔的显著性图像,并利用半软阈值函数模型剔除图像中的噪声,避免噪声对缺陷检测过程产生影响。通过随机森林决策树提取输电线路杆塔图像的轮廓特征,基于多尺度算法对RPN进行改进,将特征输入到改进RPN模型中,通过缺陷的定位、分割完成输电线路杆塔的缺陷检测。试验结果表明,所提方法的输电线路杆塔缺陷检测正确率较高,具有较好的缺陷检测效果和检测效率,从而有利于提高输电线路杆塔缺陷检测的质量,减少电力事故的出现。

基于半监督动态深度融合神经网络的软测量

半监督深度神经网络建模方法已被广泛应用于软测量,但基于分层训练的网络在特征提取过程局限于挖掘每层输入的有效信息,忽略了原始输入有效信息的丢失,逐层累积,从而导致原始输入的特征表示准确率低下;另外,缺乏挖掘过程时空相关性,也会导致模型性能退化。提出一种半监督动态深度融合神经网络(semi-supervised dynamics deep fusion neural network,SS-DDFNN)方法。该方法在特征提取网络的每层都重构原始输入数据并预测质量变量,通过在预训练损失中使用重构原始输入误差,减小原始输入有效信息的丢失;同时融入注意力机制和t分布随机邻域嵌入提取时空相关信息,应用提取的特征建立门控神经网络质量预测模型。实验结果显示,相较于SAE、GSTAE和SIAE模型,所提方法在脱丁烷塔案例中的预测精度分别提升了2.8%、1.1%和0.9%;在工业聚乙烯生产案例中,分别提升了2.7%、1.0%和0.7%。实验结果验证了所提方法的有效性。

软塑/流塑软弱土场地光伏支架基础不均匀沉降问题及解决措施

针对光伏支架在软塑/流塑软弱土场地应用时存在的一些问题,提出一种半预制轻型光伏支架基础形式,旨在克服常规基础因受场地限制不适用,或施工难度大、建设成本较高的问题。通过沉降计算分析,在满足软塑/流塑软弱土地基承载力及基础整体稳定性的前提下,该半预制轻型光伏支架基础可以实现安装支架基础上方设施后,不增加基础底面附加压力,从根本上解决了光伏电站建设后场地地基的后续沉降问题。

基于Tri-training GPR的半监督软测量建模方法

集成学习因通过构建并结合多个学习器,常获得比单一学习器显著优越的泛化能力。但是在标记数据比例较少时,建立高性能的集成学习软测量模型依然是个挑战。针对这一个问题,提出一种基于半监督集成学习的软测量建模方法——Tri-training GPR模型。该建模策略充分发挥了半监督学习的优势,减轻建模过程对标记样本数据的需求,在低数据标签率下,仍能通过对无标记数据进行筛选从而扩充可用于建模的有标记样本数据集,并进一步结合半监督学习和集成学习的优势,提出一种新的选择高置信度样本的思路。将所提方法应用于青霉素发酵和脱丁烷塔过程,建立青霉素和丁烷浓度预测软测量模型,与传统的建模方法相比获得了更优的预测结果,验证了模型的有效性。

饱和软土非平行等效时间线流变一维固结分析

在饱和软土非平行等效时间线流变模型基础上,综合考虑软土地基成层性和非线性特点,利用半解析法对地基一维固结控制方程进行求解分析。采用Fortran语言编制相关计算程序,将退化后的计算结果与已有的平行等效时间线下的流变固结解进行对比,验证该解答的正确性。利用该程序分析饱和软土地基流变固结性状,分析讨论了非平行线参数ζ对土体次固结系数的影响,以及非平行等效时间线流变固结下有效应力定义的固结度和地表总沉降的增长规律。分析结果表明:非平行等效时间线模型的次固结系数随自重应力和有效应力的增大而减小,且减小速率取决于ζ值大小;非平行等效时间线下的流变特性主要对主固结后期和次固结阶段影响显著,ζ值越大,主固结完成越早,后期次固结沉降量越小。

基于小波半软阈值消噪的盲源分离方法

为了有效提取含噪机械故障信号中的故障特征信息,研究了一种基于小波半软阈值消噪的盲源分离方法。利用小波半软阈值对故障信号进行消噪处理;采用联合近似对角化算法对信号进行盲源分离;考虑在噪声干扰下预消噪常常不足以消除全部噪声,因此在盲源分离后再进行适当的消噪处理,以提高其分离性能。实验验证了所提出方法的有效性和可行性。

CEEMD和小波半软阈值相结合的滚动轴承降噪

针对滚动轴承振动信号降噪处理时如何保证信号边缘信息完整性的问题,提出将互补集合经验模态分解(complementary ensemble empirical mode decomposition,简称CEEMD)与小波半软阈值相结合的信号降噪方法,对滚动轴承故障高频振动信号进行降噪处理。首先,采用CEEMD方法对故障振动信号进行分解,针对信号特点自适应获取不同频段模态分量;其次,将对包含噪声污染的高频信号模态分量进行相关性分析,得到含噪成分较高的高频模态分量,进一步采用小波半软阈值进行降噪处理;最后,将降噪后的模态分量同残余分量进行信号重构,完成降噪过程。分析结果表明,相对于传统小波阈值降噪和CEEMD强制降噪方法,提出的方法能够有效去除高频信号的噪声,且最大程度地保证了原始信号的完整性,降噪效果更好。

基于相邻尺度积系数的半软阈值小波滤波

针对相邻尺度积系数硬阈值滤波后的MSE函数不连续,最优阈值选取困难,该文构造了一种基于相邻尺度积系数的半软阈值函数。其为收缩因子函数与小波系数的乘积,对小波系数无穷可导、可在阈值邻域内对小波系数自适应收缩。进而通过极小化SURE(Stein Unbiased Risk Estimate)估计得到MSE意义下自适应于信号和噪声的最优阈值。大量仿真实验表明:采用本文构造的半软阈值函数,可改善基于相邻尺度积系数的滤波算法性能。

矩阵式变换器中双向开关换流技术研究

针对矩阵式变换器中双向开关的安全换流问题进行了研究。在分析各种换流方案的基础上 ,提出了采用复杂可编程逻辑器件 (CPLD)实现半软换流的方法 ,并通过仿真和实验进行了预测和验证 。

一种具有边缘保持特性的超声图像小波域阈值去噪新方法

超声图像去噪是医学图像处理的研究热点之一 ,基于小波域阈值去噪技术及阈值选取方法的分析 ,提出一种新的医学超声图像小波域阈值去噪方法。这种方法采用半_软阈值去噪技术和广义交叉确认函数寻找阈值 ,在有效去噪的同时较好地保留了图像边缘细节。首先 ,把对数超声图像小波分解 ;然后 ,基于广义交叉确认函数寻找最小均方误差意义上的近似最优阈值 ,对所有的高频段采用半_软阈值去噪 ;最后 ,经小波反变换和指数变换获得去噪后的超声图像 ,文末对超声图像小波域阈值去噪方法作出定性比较 ,并对算法的去噪性能给出定量分析。仿真实验和实际测试结果表明此方法是有效的、可行的。

基于半软阈值法的图像小波去噪方法

研究了噪声能量的估计方法:MAD法及其改进方法,空域相关估计法.在传统阈值法的基础上,提出半软阈值法.仿真结果表明:半软阈值去噪方法有效地抑制了噪声,提高了信噪比,同时保留了图像细节,获得了最小的均方差,具有一定的应用价值.

基于小波半软阈值和EMD的旋转机械故障诊断

将小波半软阈值法和经验模态分解(EMD)结合,提出了基于小波半软阈值的经验模态分解降噪方法。该方法首先利用小波半软阈值法减少随机噪声干扰,减小经验模态分解的分解层数及边缘效应的影响,然后进行适当的经验模态分解相关度消噪后处理,在有效降噪的同时较好地保存了原信号的有用信息。仿真和实验结果表明,该方法可实现噪声环境下旋转机械故障特征的有效提取,从而实现故障诊断。

基于小波分析的医学超声图像去噪与增强研究

去除超声斑点噪声,增强图像以提高图像质量是医学图像处理的重要课题。论文提出基于小波分析的超声图像去噪与增强方法。首先是结合自适应方向加权中值滤波和小波半_软阈值去噪法有效抑制了斑点噪声,保留必要的细节;然后采用基于小波变换高频增强法增强图像并用同态增晰法增强对比度,有效地改善图像的质量;最后从去噪图像和评价指标上与常用斑点去噪法进行了比较。实验表明,该方法优于其他方法,具有实际的应用价值。

基于EEMD与改进小波阈值的磁记忆信号降噪研究

利用金属磁记忆法对煤矿系统中的钢绳芯输送带进行早期故障诊断时,发现信号中包含的噪声对诊断结果影响较大。针对此问题,提出了基于总体平均经验模态分解和改进小波半软阈值的降噪算法。首先利用总体平均经验模态分解得到若干个本征模函数,经过相关性分析后提取本征模函数的有效分量,用人工蜂群优化算法改进阈值函数,再分别对有效分量进行改进的小波半软阈值函数降噪处理,最后将信号重构。经过降噪处理后的磁记忆信号能较好地保留信号中的有用信息。仿真实验结果表明,该算法可实现噪声环境下的钢绳芯输送带应力集中区特征的有效提取,从而实现早期故障诊断。

DSP和CPLD构成的矩阵式变换器控制系统

分析了矩阵式变换器(Matrix Converter,简称MC)的空间矢量调制和双向开关半软换流策略,提出了采用数字信号处理器(DSP)作为控制核心,应用复杂可编程逻辑器件(CPLD)实现半软换流策略的矩阵式变换器全数字控制方案,实验结果表明了这一方法的可行性和可靠性。

基于半主动控制的小天体着陆器缓冲器的研究

设计了一种三腿式小天体着陆器,介绍了其组成和工作原理,建立了系统的物理模型和动力学模型。着陆器采用了电机能耗制动方式的电磁阻尼缓冲器来实现软着陆,同时提出基于斩波调阻的方法实现电磁阻尼系数的调整与优化,解决了缓冲器在低速情况下缓冲力较小的问题。同时对半主动控制和被动控制着陆方式进行了Matlab/Simulink仿真,通过仿真表明,半主动着陆控制耗散功率曲线比较平稳,反弹速度减小71.6%。

平移不变离散小波变换在光纤陀螺信号处理中的应用

光纤陀螺输出信号中主要含有白噪声和具有非平稳、长程相关、自相似性及具有1/fγ类型谱密度的分形噪声,传统的滤波方法难以去除这类噪声,小波分析的多分辨分析特性,使之成为分析分形噪声的有力工具.文中分析了光纤陀螺输出信号误差特性,建立了输出信号的数学模型,在分析了分形噪声的特性的基础上,采用小波变换方法生成分形噪声.在实验室环境下采集了某型号光纤陀螺仪输出信号,对其进行多种小波滤波方法滤波对比实验,并进行了实验结果分析,实验结果表明采用平移不变离散小波变换半软阈值滤波方法可以有效地去除分形噪声和白噪声,克服了硬阈值法有较大的方差和软阈值法有较大的偏差的缺点.

黑岱沟露天煤矿剥离黄土半连续工艺研究

根据黑岱沟露天煤矿的条件,研究了黄土剥离采用半连续工艺的可行性及方式.半连续工艺具有连续工艺和间断工艺的综合优点.采用半连续工艺可以提高胶带输送机系统的时间利用率、增加运量、降低成本.中国矿业大学研制的轮式软岩破碎机,可以解决大黏土块破碎、物料流均匀及克服黄土剥离物对破碎机的黏结和堵塞等关键技术问题,实现露天矿黄土剥离高产高效的目的.

基于Contourlet阈值法的锥形束CT图像去噪研究

目的:将多尺度分析工具之一的Contourlet变换运用到锥形束CT(CBCT)图像去噪领域,并对Contourlet不同阈值去噪方法进行探讨。提出基于Contourlet变换结合半软阈值方法对锥形束CT去噪,并论证去噪效果。方法:利用Contourlet变换的多尺度多方向性以及平移不变性,对低分辨率锥形束CT图像进行拉普拉斯塔形滤波和方向滤波多层分解后得到变换系数,随后对变换系数采用不同阈值方法进行处理,最后逆序反变换得到去噪后图像。通过软阈值和硬阈值方法在Contourlet变换中的应用,提出半软阈值结合Contourlet变换方法对锥形束CT图像去噪。通过对头,胸,盆腔各10例临床锥形束CT图像的去噪,比较三种阈值去噪效果。结果:半软阈值法在胸部和盆腔部锥形束CT图像去噪中比Contourlet硬阈值去噪在PSNR上平均高出1.40 d B和3.11 d B,但在头部锥形束CT图像处理中无优势,而Contourlet软阈值去噪后的锥形束CT图像在消除噪声的同时,信号自身的能量被消弱最多。结论:本文半软阈值法在一定程度上修正了硬,软阈值函数的缺陷,结合Contourlet变换在处理图像几何结构方面的优势,为锥形束CT图像去噪提供了一个新思路。