威布尔极值分布及其参数估计方法在储罐底板RBI计算中的应用

在常压储罐底板定量风险评估(RBI)过程中,底板腐蚀速率的选取会影响储罐整体风险等级的确定。基于威布尔极值分布理论,针对储罐边缘板,采用最佳线性无偏估计(BLUE)的方法计算了威布尔分布参数;针对储罐中幅板,采用简单线性无偏估计(GLUE)的方法计算了威布尔分布参数,随后通过线性回归理论分别计算了边缘板和中幅板的腐蚀速率,并将其赋予为腐蚀速率专家值对储罐底板进行了RBI计算。结果表明,威布尔极值分布理论计算可以科学合理地预估储罐底板腐蚀速率,边缘板的腐蚀速率为0.133 mm/a,中幅板的腐蚀速率为0.095 mm/a,与理论算法腐蚀速率的误差为3.6%,储罐底板风险等级为中高风险,在一定程度上解决了储罐RBI计算过程中腐蚀速率选取的难题,可为今后检验检测机构RBI的评估工作提供一定的技术支撑。

Existence of the Uniformly Minimum Risk Unbiased Estimator in Seemingly Unrelated Regression System

For a seemingly Unrelated regression system with the assumption of normality,a necessary and sufficient condition for the existence of the Uniformly Minimum Risk Unbiased (UMRU)estimator of regression coefficients under strictly convex loss is obtained;it is proved that any unbiased estimator can not improve the least squares estimator;it is also shown that no UMRU estimator exists under missing observations.

Savitzky-Golay滤波器最优参数的SPR信号分析

表面等离子体共振(surface plasmon resonance,SPR)谱因共振强度、共振位置等不同而呈现不同的幅度和峰宽,需要发展自适应的分析方法才能保证SPR共振峰的精确定位。提出了一种基于Savitzky-Golay滤波器最优参数的SPR谱滤波方法,可根据实时SPR谱的特点优化滤波器参数(拟合阶数和窗宽),使滤波后光谱的均方误差(mean squared error,MSE)的Stein’s无偏风险估计(Stein’s unbiased risk estimate,SURE)最小,采用Monte-Carlo算法实现了SURE的快速求解。经验证,在不同的噪声水平下,SURE都可以准确反映实际MSE趋势及结果。采用搭建的SPR系统,实验测量了不同浓度、不同积分时间下蔗糖溶液的SPR信号,用提出的最优参数对SPR信号进行滤波,结果表明,与固定参数相比,该方法确定的SPR共振峰位置重复性误差较小,且不随噪声的增大而增大。

激光主动成像图像噪声分析与抑制

分析了激光主动成像图像的噪声机理,针对强度像噪声抑制问题,提出了一种基于同态滤波和小波域SURE(Stein′s Unbiased Risk Estimate)的激光主动成像图像降噪算法。该方法首先用同态变换将乘性散斑噪声转换为加性噪声;然后在小波域,没有将小波系数看作随机变量,而是以最小化均方误差MSE为目的,将图像降噪过程看作是一个小波系数的加权和,通过SURE获得近似最优的小波系数的权值;最后再作相应的小波逆变换和同态逆变换,得到降噪后的图像。实验结果表明:该方法具有较好的噪声抑制效果,且计算量极小。

多小波自适应分块阈值降噪及其在轧机齿轮故障诊断中的应用

为有效提取关键设备淹没在强背景噪声中的微弱故障特征,提出了一种多小波自适应分块阈值降噪方法,并将其成功应用于轧机齿轮箱故障诊断中。小波降噪的效果主要取决于小波函数和阈值的合理选择。多小波具有多个尺度函数和小波函数,可以同时满足紧支性、对称性、正交性以及高阶消失矩等优良性质,使其在早期故障和微弱故障诊断中颇具优势。针对多小波变换系数之间的相关性,在估计真实特征值时以Stein无偏风险估计最小作为约束条件,自适应地选取最优的邻域分块长度和阈值,能够在准确提取故障特征的同时有效消除噪声干扰。仿真信号验证了方法的有效性,轧机齿轮箱的诊断结果表明,该方法可以有效提取出齿轮箱高速小齿轮存在由于高温熔焊导致的两处局部胶合破坏故障。

史坦无偏估计自适应奇异值分解在局放信号白噪声抑制中的应用

局部放电(简称局放)噪声抑制是电力电缆局放检测中的重要步骤之一。为有效保留局放信号的细节,提出了一种基于史坦无偏估计的完全无监督奇异值分解局放去噪方法,为准确快速地获取最优阈值,引入差分进化算法进行迭代搜索。对实验室实测和现场实测局放信号进行去噪处理,并将去噪结果与标准软阈值去噪方法和基于能量最大化的小波去噪方法进行对比。结果表明:相比于标准软阈值去噪方法和基于能量最大化的小波去噪方法,文中提出的去噪方法的去噪结果更好,即使在强噪声背景下也能有效恢复原始局放信号的细节,具有良好的应用价值。

基于小波变换和似然无偏估计的运动心电信号伪差消除法

介绍了一种基于小波变换并结合似然无偏估计来消除运动心电信号中基线漂移和肌电噪声的新方法 ,且提出了评价心电消噪算法有效性的两个指标。该方法利用小波变换多分辨率分析的特性 ,将原始运动心电信号进行多尺度分解及单支重构 ,根据运动心电信号的自身特征 ,结合似然无偏估计针对不同的心电细节成分进行阈值消噪处理。研究结果表明 ,该方法能有效消除运动心电信号中的干扰成分 ,为进一步研究运动心电信号的特征识别分析提供了新途径。

基于Contourlet变换和改进NeighShink的图像去噪

为了有效去除图像噪声且能更好地保护图像细节,提出一种基于Contourlet变换和改进NeighShink的图像去噪方法。首先将图像进行Contourlet变换,利用stein无偏风险估计在各尺度各方向子带上进行启发式阈值估计;然后根据邻域窗能量将低能量系数置0,高能量系数采用近似最大似然估计法估计其方差,再用最小均方误差准则得到真实系数的估计;最后进行邻域系数收缩。实验表明,该方法能有效地去除图像中的噪声,获得更高的峰值信噪比,并且图像的边缘细节得到很好的保护。

基于GPS载波相位的边坡形变监测方法

针对道路建设、桥梁建设及矿山等大型工程建设过程形成的高危边坡问题,在现有技术的基础上提出一种基于载波双差与无偏估计法,结合求解形变量的形变监测方法,阐述了无偏估计的数据检验和校正方法,建立形变监测数学模型。首先,通过观测站间做载波单差消除卫星钟差和测量误差的未知量,将基线向量与伪距单差的几何关系代入载波单差方程并建立矩阵方程。其次,将矩阵方程在单差的基础上做历元间差分形成双差方程,消除了整周单差未知量。最后用无偏估计法对双差数据进行检验校正;并用最小二乘法求解方程,得出形变量。通过实验验证,该方法具有实用性强和精度高等优势。

SURE准则的非局部SAR图像相干斑抑制

针对传统空域非局部平均方法在合成孔径雷达图像相干斑抑制中存在相似区域提取和方向信息捕获不足的问题,提出了一种基于各向异性高斯方向窗和Stein’s无偏风险估计(SURE)准则融合的非局部均值(NLM)算法。该方法设计多个不同方向的各向异性高斯窗来匹配SAR图像的局部空间几何结构,比传统的方形窗能更好地保护SAR图像中的方向性结构。采用比率测度来衡量图像块间的相似程度,并计算基于该各向异性高斯窗的NLM结果。结合SURE准则来融合不同方向的各向异性高斯窗的非局部平均结果,获得最终的SAR图像降斑结果。针对多幅SAR图像进行对比实验,实验结果表明:该方法在有效抑制SAR图像相干斑的同时能很好地保留图像的几何结构信息,为后续的SAR图像理解与解译提供了良好的基础。

商业银行操作风险的Buhlmann估计模型

对银行操作风险产生的各类损失量,关于操作风险水平条件独立情况,建立一种新的银行操作风险损失额的Buhlmann估计模型,并对模型进行了实证分析.

基于Tetrolet变换的图像降噪新算法

通过在Tetrolet变换域利用最小化均方误差的SURE无偏估计方法对图像进行去噪处理,利用图像Te-trolet变换的多尺度框架和方向性来保留原始图像的边缘和纹理等重要信息,同时在Tetrolet变换域中用SURE无偏估计方法代替经典的硬阈值函数来对图像进行去噪。实验结果表明了该算法的有效性,其更高的峰值信噪比和更好的视觉效果说明该算法是可行的。

一种基于Stein无偏风险估计的复合去噪算法

针对统计非局部均值滤波损坏图像的细节与鲁棒性双边带滤波去噪不充分的缺点,提出了一种基于统计非局部均值滤波与鲁棒性双边带滤波相结合的复合滤波算法。该复合滤波算法通过统计非局部均值滤波与鲁棒性双边带滤波线性组合,利用Stein无偏风险估计对复合算法中的参数进行估计。实验中,从主观与客观方面进行对比分析,证明所提出的复合算法体现了非局部均值滤波与双边带滤波的优点,能有效地去除噪声并更好地保留图像的细节信息,峰值信噪比提高1-2 d B。

平衡损失下Bayes线性无偏最小方差估计的优良性

在平衡损失风险函数准则下研究了未知参数的Bayes线性无偏最小方差(BLUMV)估计相对于最小二乘(LS)估计的优良性.在predictive Pitman closeness(PRPC)准则下研究了BLUMV估计相对于LS估计的优良性.

基于小波变换和似然无偏估计的胃阻抗信号处理研究

目的:介绍一种基于小波变换和似然无偏估计的胃阻抗信号分析去噪的方法。方法:首先经过多分辨分析将信号进行分离,然后应用Stein似然无偏估计对胃阻抗信号进行自适应软阈值去噪处理。结果:实验结果表明,该方法能够有效滤除由呼吸、血流阻抗等因素造成的干扰。结论:小波分析技术为进一步研究胃动力信号的参数分析提供了新途径。

持续性实时监测数据的无偏风险挖掘仿真

持续性实时监测数据的挖掘和调度常用在战场监控、森林火警监测等领域。在对持续性实时监测数据调度和挖掘中,因为战场监控、森林火警等持续性实时监测数据的挖掘中存在物理干扰,会产生时间延迟等风险,需要对其进行无偏估计和风险转化,提高数据的挖掘和实时监测性能。提出一种基于聚集树的持续性实时监测数据的无偏风险挖掘算法,并进行仿真实现。构建持续性实时监测数据的采集和预处理模型,进行监测数据的聚集树关联性分析,求得数据无偏相位特征,得到数据挖掘的最短无偏时延估计值,求得持续性实时监测数据的无偏风险挖掘最优路径无偏估计值。实验结果表明,该算法能有效避免数据挖掘过程中产生的时间延迟风险,通过无偏估计和风险转化,提高数据的挖掘和实时监测性能。

基于SURE的小波变换消噪法

介绍了小波去噪的基本理论和基本方法,说明了史坦无偏似然估计(SURE,Stein unbiased risk esti-mate)的信号检测方法和阀值法的具体原理,并分别采用软阈值和硬阈值的试探法史坦无偏似然估计,对某型制导雷达的静止目标视频回波信号和运动目标视频回波信号进行了计算机仿真去嗓计算。仿真结果表明基于 SURE 的小波去噪法有较理想的效果。

均匀设计抽样的应用

均匀设计抽样是张润楚和王兆军（１９９４）提出的，并且张润楚和王兆军（１９９６）从理论上证明了它的优良性质．本文考虑了均匀设计抽样在求函数的最大值、积分的近似计算、回归直线的拟合和极大似然估计的求取方面的应用．模拟的结果再次说明了均匀设计抽样的优良性．

用SURE引导自适应采样与采样颜色直方图重构

针对现有采样颜色直方图重构缺少自适应采样方法的问题,提出一种基于Stein’s unbiased risk estimator(SURE)的像素均方误差计算方法.首先对图像空间粗采样;然后在GPU上分块计算SURE来评估图像每个像素的误差度量值,并用该值引导非均匀自适应采样;最后使用非局部多尺度滤波方法重构图像.实验结果表明,不论从图像噪声定量化指标还是视觉效果来看,该方法都极大地改进了图像绘制质量.

Bayes线性无偏最小方差估计相对于岭估计的优良性

在均方误差矩阵准则下研究了未知参数的Bayes线性无偏最小方差(BLUMV)估计相对于岭估计的优良性,在平衡损失风险函数准则下研究了未知参数的BLUMV估计相对于岭估计的优良性,并导出了在一定条件下BLUMV估计与最小二乘估计趋于一致.