安徽电信基于规模DT的主动优化体系研究与实现

提出了一种基于规模DT的主动优化体系,借助社会资源,利用自动测试设备,模拟用户行为进行规模测试,及时、全面地获取网络信息;研究了规模DT的实现方式、平台架构以及测试设备部署模型,并提出基于栅格匹配的智能网优分析模块,直接面对问题,实现网优集约化。通过实例表明,规模DT实现了先于用户发现问题的主动优化体系,以问题解决为导向提升用户感知。

基于提升改进方向波变换的浮选泡沫图像降噪方法

针对矿物浮选过程中泡沫图像易受噪声影响,存在纹理细节模糊、灰度值对比度低等问题,提出一种浮选泡沫图像的非线性降噪方法。首先构造一种改进方向波变换,保证信号的平移不变性,同时采用提升算法减小其运算量。然后通过对分解系数建模,针对低频子带系数采用多尺度Retinex算法进行处理,以改善整体亮度均匀性,提高对比度;对各高通子带构建基于高斯混合尺度模型的分解系数邻域模型,并利用Bayes最小均方(BLS)估计进行局部去噪。最后利用所提出的方法对大量浮选泡沫图像进行去噪分析。结果表明:所提出的降噪方法能突出泡沫图像的纹理细节信息,提高泡沫图像的对比度,在信噪比和实时性上有明显提高,为后续泡沫图像的分割和工况识别奠定基础。

尺度及旋转不变纹理图像检索

针对图像检索时常见的尺度及旋转问题,本文提出了一种基于双树复小波变换的尺度及旋转不变纹理图像检索方法。对图像进行尺度变化的预处理,对原图像和变化后的图像分别进行DT-CWT后,提取纹理特征并插值为特征矩阵;分别在尺度维和旋转维上进行FFT消除尺度和旋转变换影响,得到尺度和旋转不变的特征向量;采用Canberra距离进行相似性度量。通过对尺度及旋转变化的纹理图像库的实验表明,该方法对图像的旋转和尺度变化具有较好的鲁棒性。

面向电力变压器PHM的数字孪生技术

电力变压器故障预测和健康管理(prognostics and health management,PHM)对于实现其从传统定期维修转向视情维修和预测维修进而保障设备的健康运行具有重要意义。长期以来变压器PHM技术一直停留在理论研究阶段,缺乏有效的技术体系和平台对各阶段研究成果进行集成和性能提升。数字孪生(digital twin,DT)技术加强了对变压器多物理部件运行参数的监测和集成,通过在虚拟空间多物理多尺度建模实现对变压器综合故障分析,是变压器PHM演变的重要方向。鉴于此,对面向电力变压器PHM的DT技术进行了研究,阐述了变压器PHM内涵,归纳了面向变压器PHM的DT技术框架、关键技术、面临的挑战及未来发展趋势等,分析了DT与支撑其的数据、模型、计算等之间的关系,旨在为变压器运维领域数字孪生技术研究人员提供参考。

基于自相关图像的纹理特征检索的研究

针对图像检索时的平移、旋转及尺度变化问题,提出了一种基于自相关图像的不变性纹理特征提取方法。首先,用FFT、IFFT快速算法计算图像的自相关图像,消除平移影响,然后对自相关图像进行log-极坐标变化,这样就将旋转和尺度变化转为了平移,再用具有平移不变性的双树复小波进行分解,就可以提取出平移、旋转和尺度不变的特征向量。采用Canberra距离进行相似性度量。通过对发生几何变化的纹理图像库的实验表明,该方法对图像的平移、旋转和尺度变化具有较好的鲁棒性。

复杂背景下蚜虫目标识别方法研究

为提高蚜虫种间识别的准确率,提出了一种基于双树复小波变换(DT-CWT)和支持向量机(Libsvm)的蚜虫图像种间识别方法。该方法首先对图像进行预处理;其次应用DT-CWT对选定的三种农作物蚜虫图像样本进行特征提取,以确定Libsvm训练模型中的训练参数;最后用Libsvm分类器对蚜虫图像进行种间识别。实验对比了Gabor小波变换和传统上基于灰度共生矩阵的特征提取算法,结果表明该方法具有更高的准确率和较低的时间复杂度,为蚜虫的种内识别提供条件。

刑侦痕迹提取用胶纸小试工艺

介绍刑侦痕迹提取用胶纸的实验室小试工艺,以及在刑事现场勘查或司法物证鉴定技术工作中的实际应用。

基于双密度双树复小波变换多字典的人脸特征稀疏分类方法

基于超完备字典的人脸稀疏表示方法的难点是其字典构成。针对此问题,首先采用双密度双树复小波变换(DD-DT CWT)提取人脸图像不同尺度的高频子带,然后根据能量平均分布最大原则选择能量较大的部分子带构成对应尺度的超完备字典。同时,将测试样本相应的人脸DD-DT CWT子带特征看成超完备字典中原子的线性组合,并组合多字典上的稀疏表示进行识别。在AR人脸图像库上进行了实验,结果表明该方法是一种有效的人脸特征表示及分类方法。

DT-CWT结合MRF的遥感图像变化检测

为了解决多尺度遥感图像变化检测在降噪时丢失大量高频信息及单一像素孤立性的问题,提出了一种双树复小波变换DT-CWT(Dual-tree Complex Wavelet Transform)和马尔可夫随机场MRF(Markov Random Field)相结合的非监督遥感图像变化检测算法,首先采用DT-CWT对差异图像进行多尺度分解,并根据MRF模型分割算法提取高频区域的变化特征,然后进行相应层的高、低频重构,再对重构后的各层建立MRF模型并根据贝叶斯最大后验概率准则MAP(Maximum A Posterior)进行最终分割,最后对各层分割结果进行求交融合,得到最终的变化检测结果掩膜图。对比实验结果表明,该方法在去除杂点和噪声的同时能够较好地保留高频信息,并且边缘检测更加平滑,具有较高的变化检测精度和很好的鲁棒性。