面向开环扫描系统的超声图像畸变校正方法

超声显微成像技术广泛应用于工业无损检测领域。相较于闭环、半闭环扫描系统硬件复杂、成本高,开环扫描系统结构简单、成本低,但由于无反馈机制会导致步进电机的非线性运动引起图像像素错位畸变。因此,消除非线性运动带来的错位畸变是采用开环扫描系统实现高质量超声成像的关键。该文提出集最大值投影法、最大类间方差法和中心坐标校正法于一体的MIP-Otsu-C3M方法,对开环扫描系统获得的硬币回波数据采用最大值投影法获取初始灰度图像,采用最大类间方差法获取感兴趣区域的B扫描图像边缘像素位置,并采用中心坐标校正法成功消除像素错位,解决了超声C扫描图像畸变问题。对消除错位畸变的回波数据进行飞行时间法和傅里叶变换法图像重建,直接获得了非畸变的三维图像和透视图像。该新颖算法也验证了最大值投影法可拓展至图像畸变校正应用。

基于模糊聚类的多视图协同过滤推荐算法

传统的协同过滤推荐算法在面对多源异构数据时推荐效果差、执行效率低,且难以挖掘用户的关键行为。针对这种情况,提出基于模糊聚类的多视图协同过滤推荐算法。该算法旨在收集用户的多种行为偏好来构建多视图数据,并通过对每种行为进行加权来挖掘多种行为之间的关联信息,提取关键行为信息,进而提升推荐效果。为提高推荐结果的精确度,利用多个视图的行为权重和偏好值,提出项目的加权相似性度量方法,同时引入项目同现矩阵以进一步提高相似性度量的准确性。为优化相似项目的搜索空间,结合多视图聚类的思想,在传统模糊聚类方法的基础上引入质心约束和最大熵理论,提出一种基于质心约束的多视图熵加权模糊聚类算法。此外,为提高算法对非线性数据的处理能力,引入核映射技术将线性不可分的低维特征映射到高维核空间使其变得线性可分,从而提出一种基于质心约束的多视图加权核模糊聚类算法。在与较先进的基于聚类的协同过滤推荐算法的比较实验中,所提算法的平均绝对误差提升了1.95百分点,召回命中率提升了1.54百分点。实验结果表明,所提算法有效地提升了推荐结果的命中率和准确性。

基于短行程特征聚类的移动源排放清单构建方法

文章基于主成分分析(principal component analysis,PCA)和K-means聚类的短行程法,构建福州市轻型车的行驶工况。首先对原始数据进行预处理、划分运动学片段并计算其特征参数,运用PCA对划分后片段进行参数降维,再对其进行K-means聚类分析,形成典型片段库;然后分别根据最小参数偏差法和最大相关系数法挑选片段组成行驶工况,对比后输出最终工况,并对最终行驶工况进行有效性验证;最后利用VT-Micro(Virginia Tech microscopic)模型并结合合成工况,计算单车排放因子,构建2020年福州市机动车排放清单。研究结果可为移动源排放清单构建研究提供参考。

基于能量灵敏度矩阵和模糊聚类分析的电压控制分区

基于静态能量函数的数学模型,提出一种构建能量/电压灵敏度矩阵并利用模糊聚类分析进行电压控制分区的新方法。从节点的能量信息出发,通过节点的趋势指标构建系统的能量灵敏度矩阵,再利用模糊聚类分析最大树法对该矩阵进行电压控制区域划分。将此方法运用于IEEE30节点系统,对分区结果进行分析并与其他方法比较,验证了该方法的有效性和可行性,且所得分区结果满足区域内强耦合,区域间弱耦合。

应用灰色聚类法预测小浪底水库诱发地震最大震级

根据野外考察并结合前人研究成果 ,对黄河小浪底水库及其邻区地震地质背景进行了分析 ,对其区域应力状态、断层活动性、地层岩性和地震活动背景等水库诱发地震因素进行了研究。简要地介绍了灰色聚类法 ,并应用该方法对小浪底水库发生水库诱发地震的可能性及诱发地震震级进行了预测。结果表明 ,该水库存在水库诱发地震的可能性 ,其最可能诱发地震的地段为库区中段 ,水库诱发地震最大震级预测为

一种基于模糊聚类的构造进化树方法

各种生物之间的进化史可以通过构建进化树来讨论,因此进化树的研究成了一个研究热点。提出将利用DNA序列的4D表示所得相似矩阵视为模糊矩阵,再利用最大树法来构建进化树的方法。该方法不需要多序列比对,计算简单,实验验证了该方法的有效性。

应用灰色聚类法预测长江三峡工程水库诱发地震的最大震级

根据世界上３０８座水库资料，用灰色聚类法研究了长江三峡工程水库诱发地震的最大震级。结果表明，在坝址花岗岩体内诱发地震的震级不会高于４．０级；在庙河—香溪段、香溪—巴东库段诱发地震的最大震级不会高于５．０级。

基于最大最小距离的高光谱遥感图像波段选择

为减少高光谱遥感图像光谱空间冗余,降低后续处理的计算复杂度,提出一种基于最大最小距离的高光谱图像波段选择算法。首先计算波段标准差,选定标准差最大的波段作为初始中心;然后使用最大最小距离算法得到相对距离较远的聚类中心,对波段进行聚类;最后使用K中心点算法更新聚类中心。实验仿真结果表明:通过基于最大最小距离算法选择的波段,能够选出同时满足信息量大、相关性小的要求的波段子集,并将获得的波段组合用于高光谱图像分类时,可以得到较好的分类精度。

改进的自适应Canny边缘检测算法

传统Canny边缘检测容易受到环境噪声和光照条件变化等外界因素的影响,导致检测效果不佳,而且需要人工选择参数,算法的灵活性较低。为了提高传统算法的检测效果,使其更好的应用到图像识别等领域中,通过最大类间方差法来获得图像梯度量的最佳分割阈值,动态确定边缘检测的高低阈值参数,能够有效解决传统算法的不足。将改进后的算法用于家用仪表计度轮图像的边缘检测中,与传统算法相比,既去除了噪声干扰,又保留了完整的图像边缘,在取得了良好的检测效果的基础上提高了算法效率。

一种光伏电站群控组合优化方法

针对光伏电站的群控组合问题,提出了基于效率穷举的群控组合优化方法,借之分析了群控系统中逆变器数量与欧洲效率之间的关系。进而提出了逆变器最大可行台数与群控单元的概念,以之作为群控技术实用化的一种手段:根据光伏电站容量的要求,形成群控单元的组合方式,对于不同的群控单元组合方式,采用效率穷举法求出其欧洲效率,然后通过对欧洲效率提高程度的分析得出可选优化组合。最后以3MW光伏电站为例进行了逆变器群控组合的优化设计,采用群控单元的群控技术有望在实际工程中得到应用,以达到有效提高系统发电量并具有较好经济性的目的。

曲线拟合的虹膜定位算法研究

虹膜定位是在虹膜图像中找到虹膜的内外边界,它是虹膜识别中的重要环节。该文提出了一种根据曲线拟合来进行虹膜快速定位的新方法,即先对图像进行分块并提取包含瞳孔的子图像块;再结合类间方差法提取瞳孔的二值化阈值,确定虹膜内边界点;然后根据关键的感兴趣区域灰度梯度信息确定虹膜外边界点;最后对内外边界点采用最小二乘法原理来进行曲线拟合,从而确定虹膜内外边界。通过实验表明该文提出的算法能快速准确地定位虹膜内外边界。

河南省2010年肾综合征出血热时间和空间聚集性分析

目的对河南省2010年肾综合征出血热病例时间和空间聚集性进行分析。方法对河南省2010年肾综合征出血热病例日分布数和县区层面分布数据按发病数进行归类整理,利用Poisson分布与负二项分布原理对其进行拟合与检验。其中负二项分布聚集性参数k采用最大似然法估算。结果时间分布与理论分布的拟合,Poisson分布χ2=51.251 9,P<0.05;负二项分布聚集性参数k=0.561 3,χ2=0.414 3,P>0.05;空间分布与理论分布的拟合,Poisson分布χ2=67.121 3,P<0.05;负二项分布聚集性参数k=0.845 5,χ2=7.254 3,P>0.05。结论河南省2010年肾综合征出血热病例时间和空间分布均服从负二项分布,具有时间和空间聚集性。

基于最大距离积与最小距离和协同K聚类算法

提出一种基于最大距离积与最小距离之和的协同K聚类改进算法,解决了传统K-means算法聚类结果随机性大、稳定性差,以及最大距离乘积法迭代次数多、运算耗时长等问题。该算法首先通过样本的分布情况计算其密度参数,进而构建高密度点集合,在此基础上将距离样本集中心最远的高密度对象作为第一个初始聚类中心,再通过最大距离乘积法求得其余初始聚类中心;在簇中心更新过程中,选取与簇内样本距离之和最小的数据对象作为簇中心,再将其他数据对象按最小距离划分到相应簇中,从而实现聚类。在UCI数据集上的实验结果表明,与其他两种改进算法以及K-means算法相比,新提出的协同K聚类算法具有更快的收敛速度、更准确的聚类结果和更高的稳定性。

基于区间数贴近度的最大树聚类算法研究

针对特征指标和权重指标均为区间数的多指标信息聚类问题,在传统的数值信息最大树聚类法的基础上,给出了基于区间数的多指标信息聚类问题的一种具体算法.在此过程中,加权相似矩阵的提出克服了属性权重对聚类产生的双重影响;并通过引入相对贴近度的概念,对相似区间进行排序.最后,通过实例验证了此算法的有效性.

距离度量法聚类的无线传感器网络路由算法

为提升无线传感器网络簇头分布效果及簇头节点选取质量,提出基于节点间距离改进的K均值聚类路由协议算法。通过节点间最远距离及各节点距离对比方法,确定出K个规模差异小的簇群;根据不同簇群的位置、节点数目和总能量的差异,簇头选举阶段引入能量因子、质心因子和距离因子提高选取的簇头质量。实验结果表明,在网络区域内簇群分布均匀,簇头选取质量更佳,能够有效均衡全网能量,达到延长网络生命周期的目的。

中亚热带天然阔叶林林层划分新方法-最大受光面法

【目的】依据林木树冠是否接受到垂直光照和林木树冠接受到垂直光照的程度提出林层划分新方法——最大受光面法,为揭示中亚热带天然阔叶林垂直结构的自然分异规律提供新方法。【方法】在典型中亚热带天然阔叶林中,采用最大受光面法将林分划分为受光层和非受光层;在受光层中,以林木树高为聚类因子采用离差平方和法(ward法)对受光层进一步分层。【结果】通过最大受光面法将5块典型中亚热带天然阔叶林标准地划分为受光层Ⅰ和非受光层Ⅱ,其中受光层包括Ⅰ_1和Ⅰ_2亚层;最大受光面法林层划分结果显示,5块标准地的受光层和非受光层的分界面高度(即第Ⅰ,Ⅱ层分界面高度)分别为17.0,16.5,17.0,17.0和16.0 m;Ⅰ_1和Ⅰ_2亚层的分界面高度分别为25.0,27.0,25.0,22.9和25.0 m;划分林层后,Ⅰ_1,Ⅰ_2和Ⅱ层的每公顷蓄积量,相邻的Ⅰ_1,Ⅰ_2和Ⅱ层间的高差和Ⅰ_1,Ⅰ_2,Ⅱ层平均胸径均符足林层划分国家标准(GBT 26424—2010)。【结论】CVPA-H曲线的变化规律证实了最大受光面的存在,在野外只需判断林木树冠是否接受到垂直光照和林木树冠是否明显突出(即接受到垂直光照的程度)即可实现林层划分,无需测量每株林木树高,野外操作简单易行;林层划分结果与剖面图判断结果的对比和各层测树因子都符合林层划分国家标准(GBT 26424—2010)等,验证了最大受光面法划分林层的科学性;最大受光面法能较好地反映中亚热带天然阔叶林垂直结构的自然分异规律,该方法依据林木树冠是否能接受到垂直光照和接受到垂直光照的程度进行林层划分,体现了林木对垂直光照和空间资源竞争的结果,具有一定的生物学意义。

一种基于最大模糊熵的高斯聚类算法

介绍了一种新的模糊聚类方法，定义了模糊熵，提出了基于最大模糊熵的模糊聚类的方法，得到了一种新的聚类算法——GCM算法。该算法的物理意义清晰，有明确的数学含义，相对于传统的FCM聚类算法，其聚类效果更好。

一种具有最优保证特性的贝叶斯可能性聚类方法

该文结合概率理论和可能性理论,提出一种具有最优保证特性的贝叶斯可能性聚类新方法。首先,将未知隶属度和聚类中心作为随机变量,为每个随机变量选择一个合适的概率分布,提出贝叶斯可能性聚类模型;在此基础上,基于贝叶斯推理和和蒙特卡洛采样方法,通过最大后验概率框架求解贝叶斯可能性聚类模型中的未知参数,从而提出一种具有最优保证特性的贝叶斯可能性聚类新方法。并对算法收敛性、算法复杂度等方面作了理论探讨。在合成数据集和真实数据集上的实验表明,所提算法扩展了传统可能性聚类性能,改进了聚类结果。

求最大似然函数参数估值的一种对分法

本文把一种对分法应用于求得确定疏散星团恒星自行成员概率的最大似然函数中参数估值，并给出计算实例，表明这种方法对初值要求低，不需计算偏导教，收敛也较快。

控制与诱导的协调中路网拥堵状态识别方法

首先从微观层面上利用谱系聚类法对路口路段的拥堵程度进行分类,在此基础上利用基于节点删除的综合测度法对路口的重要程度进行判别,确定了相应的容量.然后从宏观层面上提出了判断整个路网拥堵程度的状态参量——最大流,并构造了节点和边都有容量约束的多源多汇最大流算法——改进的割集矩阵算法,最后利用算例验证了方法的可行性和有效性.