基于模糊逻辑的组织血流鉴定探析

在多普勒彩色血流成像中,自相关处理可以计算出每一个点的信号的多普勒频移（也就是血流速度）,功率、幅度以及方差。但是无论考察范围内是否有血流存在,它都会计算出以上的数据。如果将所有点的血流信号都显示出来．就会造成图像的质量很差,噪音很大,这就需要进行Tissue和Flow之间的判决,传统的方法是基于设置的阈值处理技术。对于大于该阎值的,在彩色成像系统中显示为血流,反之为组织,但这种方法噪声太大,无法真正的对组织和血流进行判断．本论文提出一种新的方法,基于自相关算法得到的三个血流参数,利用模糊逻辑的方法来进行组织和血流鉴定。     

平移不变小波包去噪方法

由于小波基缺乏平移不变性,传统小波及小波包去噪算法可能使信号急剧变化部分产生人为振荡现象.提出了基于平移不变的小波包去噪方法,对所分析的信号进行循环平移,利用软或硬阀值对该信号的小波包系数进行压缩,重构信号,再进行相反的循环平移,通过多次的平移—消噪—平移,平均所获得的结果,从而消除小波包基的平移依赖性.对比普通小波包去噪,该方法能有效地消除人为振荡现象,使去噪后的信号更光滑,更逼近真实信号.     

火焰目标提取方法的研究

在火灾识别应用中,应用物体的轮廓特征来检测和定位目标物体是一种有效的方法.为了精确地提取火焰目标,提出一种综合有效的实现算法,首先对采集来的图像进行抽样处理,然后采用数学形态学方法对图像进行二值化处理,最后再对图像进行分割处理,消除噪声干扰,提取出准确的火焰目标.实验结果表明该算法能够有效地提取出图像中的火焰目标.     

车用磷酸铁锂电池荷电状态的 LPV 模型卡尔曼滤波算法

动力电池是混合动力汽车产业化发展的关键技术之一，其中电池的荷电状态（StateofCharge，简称SOC）估算则是电池管理系统中的重要技术，同时也是发动机和电机动力分配的一个重要参数。文章以磷酸铁锂电池作为研究对象，在进行电池特性试验的基础上提出一种基于LPV模型的卡尔曼滤波算法，与安时计量法相结合，实现磷酸铁锂电池SOC的实时估算。利用MATLAB／Simulink软件建立该算法的模型并进行仿真，结果验证该算法的可行性和精确性。     

基于项目属性偏好的个性化推荐技术

针对传统协同过滤算法当用户项目评价矩阵呈数据稀疏状况时存在不足这一问题,提出了一种基于项目属性偏好的协同过滤算法。该算法基于用户的特定属性偏好值计算用户之间的相似度,并在此基础上进一步预测用户对项目的具体属性未评分部分的评分,以此改善原始用户项目评价矩阵的数据稀疏状况,获得稠密数据。最后采用相应的协同过滤算法实现基于项目属性偏好的个性化推荐。该方法通过实践验证,能够很好地提升项目推荐的效率。     

基于压缩感知SAMP算法的改进

压缩感知是近年来兴起的以较大压缩比率并且能够以较好的效果恢复原始信号的一种新型理论。本文针对SAMP算法在重构精度相对较差以及运算时间较长的问题,提出一种新的SAMP改进算法。该算法首先将稀疏信号进行分块后再重构,其次在重构算法过程中开始对信号稀疏度进行初始估计,然后采取变步长增加稀疏度的方法逐步求出原始信号的最优估计值。理论分析和实验表明,改进后的算法减少运算时间,提高重构精度,增进实际使用价值。     

基于灰度-梯度共生矩阵的木材表面缺陷分割方法

根据木材表面缺陷图像的特点，提出了基于灰度-梯度共生矩阵模型和最大熵原理的木材缺陷图像自动阈值化技术。并且利用形态学运算对分割后的二值图像进行后期处理。经实验验证，该方法提取的木材表面缺陷图像效果良好：     

基于CEEMD能量算子和XGBoost的滚动轴承故障诊断

针对滚动轴承故障特征提取困难、故障类型识别困难的问题，提出一种基于互补集合经验模态分解(CEEMD)能量算子和极端梯度提升(XGBoost)树模型的滚动轴承故障诊断方法。CEEMD在处理信号时成对添加符号相反的白噪声以降低重构误差，XGBoost树模型通过对目标函数进行二阶泰勒展开计算叶子节点权重以进行合适分裂。该方法充分结合了CEEMD算法和XGBoost树模型的优点，首先使用CEEMD算法分解滚动轴承的振动信号，根据相关系数选取了4个含有主要故障信息的固有模态函数(IMF)分量，分别提取能量算子特征构建数据集，将训练集输入到XGBoost模型进行训练，最后对滚动轴承4类故障进行识别分析。通过试验数据验证了该方法在滚动轴承故障识别中的可行性。     

基于最小尺度的浙江省毛竹生物量精确估算

以浙江省为例,提出基于最小尺度的区域生物量估算新方法,包含3方面内容:1)利用二元Weibull生存函数推导二元Weibull分布函数,并用二元Weibull分布函数估算浙江省各径阶、各龄级毛竹的总株数;2)利用已有毛竹胸径、年龄二元单株生物量模型f(D,A),计算各径阶、各龄级毛竹的生物量;3)利用公式MT=∑m i=5 ∑n j=1 kijf(Di,Aj) 实现区域尺度生物量的精确估算.用该方法估算得浙江省毛竹总生物量为1.471 6×1010kg.     

瓦斯浓度红外检测噪声消除方法研究

将数学方法与实验方法相结合,通过测量信号和参考信号的比值,消除由于光源的不稳定及其他因素引起的检测误差、外界环境引起的误差等,并利用数学方法推导得到计算方程。实验结果验证此类方法的可行性,可有效消除井下复杂恶劣环境带来的一系列噪声干扰,包括检测系统固有的性能误差和外部环境引起的干扰误差。     

基于小波包分解的水下物体探测仪目标特征提取

研究基于小波包分解的水下物体探测仪水下目标信号的特征提取方法.应用小波包分解来提取水下目标特征能有效地对水下物体探测仪目标信号进行特征提取,然后通过BP神经网络对小波包所提取的目标特征进行分类.对湖上实验数据的处理结果表明,该方法能够有效地提取水下目标辐射噪声的频域能量特征.     

基于神经网络的工程造价估价模型

利用神经网络方法更能充分有效地利用已有的经验,提高工程投资估算的速度和精度。经系统开发和案例计算,证明该方法能改进模糊类比法的估算结果,更好地满足工程项目初期造价估算的要求。     

基于可变阈值图像平滑算法研究

基于整幅图像灰度值的方差与局部图像灰度值的方差的线性关系，结合新型的模板，提出一种阈值可变的图像平滑算法。在MATLAB中运用该算法及中值滤波、均值滤波分别对含有椒盐噪声、高斯噪声、乘性噪声的图像进行平滑处理比较。实验结果表明，本文提出的这种改进算法较传统算法均有性能上的提高，既可有效去除噪声，又能较好地保持边缘纹理等细节特征。     

基于小波模极大值的木材近红外光谱去噪

将光谱一阶导数与小波变换相结合,对杉木木材近红外光谱数据进行预处理,采用db3小波对光谱数据进行4尺度分解,在各分解尺度上根据信号和噪声的不同传播特性.保留信号的模极大值,去除噪声的模极大值.结果表明:光谱导数 小波变换模极大值能够有效消除光谱噪声和各种因素干扰,并很好保留了光谱信号特征,使光谱信噪比有了较大提高.     

笔迹鉴别中去噪算法的研究

介绍了基于笔迹的身份鉴别的技术特点,对笔迹鉴别预处理技术中的去噪算法进行了细致的研究,提出了一种基于边缘保持的噪声消除算法,并以vc6.0为平台进行了大量的实验,取得了很好的结果。     

基于射线分割的林木应力波断层成像算法

【目的】提出一种基于射线分割的林木应力波断层成像算法,研究应力波在林木横截面上的信号分布情况,提高应力波断层成像精度,准确反映林木内部缺陷的位置、大小和腐朽程度。【方法】选取4株原木样本(松树、乌桕)和4株活树样本(香樟、圆柏、柳树)进行应力波断层成像试验,利用FAKOPP应力波检测仪采集样本横截面应力波数据。首先校正采集的应力波速度,绘制应力波传播射线图,对成像区域进行网格划分;然后分割每一条应力波传播射线,基于已知射线传播速度估算待分割射线上多条线段的速度,增加应力波信号量,得到改进的应力波传播射线图;最后根据改进的应力波传播射线图估算成像区域内网格单元的速度,结合图像处理方法,生成断层图像。为验证算法的可行性,使用Resistograph微钻阻力仪评估活树内部健康状况。【结果】基于射线分割的林木应力波断层成像算法能够较准确地重建4株原木样本的断层图像。使用Resistograph微钻阻力仪对活树进行多路径钻探,与阻力曲线图相比发现,基于射线分割的林木应力波断层成像算法生成的断层成像具有较高精度。【结论】基于射线分割的林木应力波断层成像算法可提高初始网格单元速度的准确性和相关性,能够实现林木内部缺陷的高精度成像,适用于林木无损检测。     

基于模糊模式识别的小班坡向算法

现有的小班坡向算法均是对小班坡向的硬性划分,不符合实际地形连续变化的状态。通过构建单点坡向的隶属函数,求算小班坡向模糊矩阵与模板矩阵的贴近度,判断坡向所属的坡向类别。实验结果表明,基于模糊模式识别的小班坡向算法具有更加客观的坡向分类依据,且具备更高的小班坡向求算精度,更符合实际地形表达。该方法为小班坡向及小班其他地形因子的提取提供了新思路。     

基于图论的图像分割算法分析研究

图像分割是把图像分成各具特性的区域并提取出感兴趣目标的技术和过程,图像分割新算法一直在更新,但都有局限性。本文介绍几种基于图论的图像分割算法,并对各自算法特点进行分析,通过将Normalized Cut归一化割集准则与图像的阈值分割联合起来区分目标和背景,提出了改进权值公式的算法。通过实验比较分析,改进的归一化图像分割算法有效消除了噪声,取得良好的实验效果,更接近人眼视觉的分割效果,并减少了算法的运算量。     

随机森林算法在树木年轮图像分割中的应用

年轮图像早晚材的准确分割是树木年轮计数和间距测量的前提条件。为解决年轮本身生长的复杂性、采伐过程中的锯痕干扰、早晚材图像灰度差别较小等因素造成的分割难题,提出了一种基于随机森林(random forest,RF)算法的分类模型,可实现年轮图像的准确分割。首先,通过变换图像的颜色域空间,提取出样本图像在RGB、HSV和L*a*b*模型下的9个颜色分量,基于灰度共生矩阵提取样本图像的对比度、相关性、能量和熵的均值与标准差共8个纹理特征。然后,根据早晚材颜色与纹理特征的差异,基于随机森林算法构建像素分类器,实现年轮图像的早晚材的初步分割。为了提高分割图像的质量和准确度,对分割后的图像使用形态学方法消除孤立和黏连噪声,以得到最终分割图像。最后,将该方法与K-均值聚类(K-means)算法和支持向量机(support vector machine,SVM)算法进行对比。结果表明:所采用基于RF算法的分类模型分割年轮晚材的正确识别率为95%左右,错误识别率在6%左右,图像分割效果明显优于其他两种算法。     

快速路入口匝道无模型自适应控制及ARM实现

针对快速路系统复杂时变和难于建立精确数学模型的特点,提出基于无模型自适应控制的入口匝道控制方案,控制方案包括控制算法、参数估计算法和参数重置算法。该方案的设计无需精确的数学模型,只依赖于受控对象的实测数据。从而设计并开发了相应的入口匝道控制系统,主要包括上位机、基于高级精简指令集机器(Advanced RISC Machines,ARM)的入口匝道控制器、检测器和信号灯。为了验证基于无模型自适应控制的入口匝道控制系统的有效性,利用基于微观交通仿真软件(Parallel microscopic simulator,PARAMICS)的仿真机模拟北京市北四环西路快速路网,生成相应的检测数据发送给入口匝道控制器并接收入口匝道控制器的控制信号实现快速路网的实时控制。实验结果表明,开发的基于无模型自适应控制的入口匝道控制系统具有良好的控制效果。