一种面向中医目诊的虹膜定位算法

虹膜诊断对于中医与民族医学的目诊理论具有重要的补充和借鉴作用,有必要深入研究虹膜及其图像特征与疾病、体质、中医辨证的证候要素等因素间的对应关系。本文以基于中医目诊的虹膜特征分析为出发点,以虹膜仪采集图像为对象,研究并提出了一种基于中医目诊的虹膜定位算法。该算法首先采用基于灰度阈值估计的方法得到瞳孔中心大致位置,再基于相似参数组的合并改进霍夫变换算法,得到虹膜内边界的定位结果,解决虹膜仪图像的瞳孔收缩、边界发生部分形变的问题。然后采用K均值聚类估计虹膜区域的大致范围,并以此构造初始轮廓,利用主动轮廓模型得到虹膜的外边界,从而避免由于图像畸变而引起霍夫变换失效的问题。     

基于快速解卷积的稀疏时水声信道估计方法

针对传统信道估计算法的不足之处,本文提出了一种基于快速解卷积(Fast Deconvolution Method,FDM)的稀疏时变信道估计方法。FDM算法基于?1-?2范数优化模型,结合循环矩阵特征值分解方法,将大维度矩阵运算转化为可通过FFT(Fast Fourier Transform)/IFFT(Inverse Fast Fourier Transform)快速实现的向量运算,有效降低了运算复杂度。结果表明,FDM算法具有时延超分辨能力,且具有更低的信道估计旁瓣。此外,该方法在不同的正则化参数、信噪比和不同传输距离等条件下对水声信道估计具有较好的稳健性。     

基于改进广义回归神经网络和主成分分析的宽带DOA估计

为了获取较高的宽带信号的DOA(direction-of-arrival)估计精度,提出了基于改进的广义回归神经网络(IGRNN,improved generalized regression neural network)和主成分分析(PCA,principalcomponent analysis)的宽带DOA估计算法。选用PCA方法对训练样本进行降维,以降低神经网络的复杂度;利用粒子群算法优化GRNN的参数;根据选取不同的聚焦角度确定粗估计、精估计的训练模型,通过粗估计得出目标的大致方位后,利用精估计模型得出最终的估计结果,避免了聚焦角度对估计精度的影响。仿真结果表明,本文提出的算法具有较好的估计精度和较高的工作效率。     

基于Level Set方法的木材细胞显微图像分割

为解决木材细胞纤维图像分割中的某些图像分割不连续的现象,引入了基于形变模型(DeformableModels)的水平集(LevelSet)方法对木材细胞图像进行分割,并用Matlab实现了基于该形变模型的窄带(NarrowBand)快速算法。对针叶材和阔叶材的显微图片进行仿真试验表明,该方法适合于对具有分支、突触以及拓扑结构变化的木材细胞图像进行快速精确分割,不但具有全局优化的能力,而且可以检测出模糊或离散状边界,对噪声也有一定的鲁棒性。     

基于时间同步的WSNs声音定位系统研究

研究了基于时间同步的声音定位测距TDOA算法,TDOA算法的定位精度精准性取决于测量时间差,如果测量时间值误差过大,根据估计距离得到的TDOA算法得到的距离误差很大.详细介绍了无线传感器网络定位算法以及基于到达时间差的延时估计定位方法,通过实验论证,解决了由于测量时间差存在误差造成定位误差偏大的问题.为无线传感器网络定位技术的发展奠定了理论基础.     

基于粒子滤波的短时正弦信号相位参数估计

针对传统的相位参数估计方法的精度和局部收敛问题,提出了一种基于粒子滤波算法估计短时正弦信号相位的方法,设计了算法流程,研究了粒子数和相似度对参数估计精度的影响,估计了不同信噪比的正弦信号的相位,并与遗传算法和最小二乘法的结果进行了比较分析。结果表明,在信噪比大于20dB时,粒子滤波算法可以更快速、准确地估计出正弦信号的相位。     

各向异性含水层参数估计的差分进化算法

【目的】通过分析抽水试验数据进行各向异性含水层参数估计,为各向异性含水层参数估计提供新的方法。【方法】以各向同性情况下的泰斯公式为基础,将差分进化算法应用于各向异性条件下含水层参数的估计,并将其计算结果与其他方法的参数估计结果进行比较,对不同初始参数范围下的参数估计值进行分析探讨。【结果】差分进化算法估计的参数值与其他方法估计的参数值之间有较小的差异,相对误差不到4%,且目标函数值相对更小,达到0.003 93;对于不同的初始参数范围,利用该算法均能得到满意的参数估计结果。【结论】基于抽水试验数据估计各向异性含水层参数的差分进化算法估计结果有效且可靠,算法稳定性高,寻优能力强。     

基于LASSO算法的多QTL定位的模拟研究

此篇文章中,应用一种基于LASSO的算法去同时定位多个数量性状位点(QTL)。在QTL定位方法中,迭代加权最小二乘法(IRLS)和极大似然法(ML)在参数估计准确性和检测效率方面效果几乎一致。但是在参数估计的稳健性和计算速度方面,迭代加权最小二乘法又明显优于极大似然估计。结合参数的先验分布信息,基于贝叶斯理论的极大似然估计能够分析多QTL模型。然而迭代加权最小二乘估计不能很好的检测多QTL。目前贝叶斯分析已经成为一个多QTL定位的重要的途径,但它主要缺点是计算时间过长,并缺乏简单有效的显著性检验。通过循环坐标下降的LASSO方法可将全模型的系数同时压缩并使之趋进于零,因此该方法能应用于快速同时估计整个基因组的非零遗传效应位点。在这个研究中,应用基于LASSO的算法去同时定位多QTL。模拟证明LASSO方法比迭代加权最小二乘法具有更高的估计精度和检测效率。     

基于时间同步的 WSNs声音定位系统研究

研究了基于时间同步的声音定位测距 TDOA算法,TDOA算法的定位精度精准性取决于测量时间差,如果 测量时间值误差过大,根据估计距离得到的 TDOA算法得到的距离误差很大.详细介绍了无线传感器网络定位算 法以及基于到达时间差的延时估计定位方法,通过实验论证,解决了由于测量时间差存在误差造成定位误差偏大 的问题.为无线传感器网络定位技术的发展奠定了理论基础.     

多径衰落信道下OFDM系统的符号同步方法研究

由于在正交频分复用（OFDM）的系统中存在符号时间同步误差，为了消除这种误差，提出了工作在多径衰落信道的符号时间频移（STO）估计方法，即基于CP的符号时间偏移估计和基于训练符号的符号时间偏移估计，通过仿真对基于循环序列（CP）估计技术的最大似然法（ML）和基于训练符号的最小均方差异法（Classen）两类性能比较分析，在无载波频移条件下，ML算法精确度更高，当存在载波频移时，Classen算法精确度更高。     

基于支持向量机的带包覆层油气管道剩余壁厚反演研究

油田现场的油气管道外壁通常带有一定厚度的包覆层,脉冲涡流检测技术可实现不拆包覆层条件下的壁厚检测,可节约大量的包覆层拆装成本.但包覆层的存在使得脉冲涡流检测传感器与管道之间存在提离距离,导致传感器的等效电阻和电感发生变化,进而对脉冲涡流检测电压信号产生影响,降低剩余壁厚反演的精度.基于此,采用支持向量机方法(Suppo...     

基于优化的长短时记忆神经网络牧群采食量估测模型

为了能够较为精准的估测牧群的采食量信息,提出一种基于遗传算法(genetic algorithm, GA)和长短时记忆神经网络（long short-term memory,LSTM）的牧群采食量估测模型。首先通过皮尔森系数法分析得出影响牧群的采食量的主要影响因子,以减少输入维度并解决信息冗余问题。在此基础上,构建基于 LSTM 神经网络算法的牧群采食量估测模型,并引入遗传算法来优化LSTM 神经网络模型参数来增加模型的可靠性。最后,利用该模型对牧群采食量进行估测。试验结果表明：该采食量估测模型各评价指标平均绝对误差(mean absolute error,MAE)、平均绝对百分比误差(mean absolute percentage error,MAPE)、以及均方根误差（root mean square error,RMSE）分别为2.982、9.85%和6.108。与单一的LSTM神经网络以及GRU神经网络模型相比,均优于其他模型;且该模型具有较好的估测性能和较强的泛化能力,能够为合理轮牧提供科学指导,对草地保护有一定的应用价值。     

东北水稻叶片SPAD遥感光谱估算模型

为通过构建高精度SPAD遥感估算模型,实现对水稻叶片叶绿素含量进行实时无损的监测,以东北地区多时期不同施氮水平下水稻叶片光谱反射率为研究对象,采用回归模型与BP神经网络算法构建不同输入量的SPAD高光谱估算模型,通过模型精度评价指标决定系数R~2、均方根误差RMSE,确定最优输入量和最优模型。结果表明:1)不同品种水稻成熟时期不同导致在孕穗期和抽穗期之间光谱反射率出现差异;2)回归模型中以DVI(D755,D930)为变量建立多项式模型估算精度最高;3)与回归模型相比,不同波长处单波段反射率作为输入量的BP神经网络模型估算精度显著提高,R~2为0.98。BP神经网络模型在隐藏节点数为7时估算精度达到稳定,在可见光和近红外处经过不同波段反射率作为输入量的尝试说明神经网络模型较为稳定,可以用来反演叶绿素相对含量。     

Apple Grade Judgment Based on the Neural Network

A processing method on the basis of the technology of computer visual and digital image was introduced. The improved LVQ (learning vector quantization) neural network algorithm applied in the process to identify the grade of apples was proved effective in experiment.     

长输原油管道风险分析神经网络的应用

在役原油管道安全程度的确定需要一种优化的方法并指导维护活动.根据秦京输油管道风险因素的实际情况,对管道各管段的风险分析和预测提出了一种基于BP算法的神经网络模型,并通过秦京输油管道的实例计算验证了该方法的实用性和可靠性.     

油气管网规划设计方法的现状

从油气管网规划工作的目的、原则、内容和方法几个方面研究了管网规划的现状。研究结果表明，以神经网络为基础的规划方法具有广阔的应用前景，应加大力度开发此方面的软件，同时要引进国外先进的规划软件，提高管网综合利用率，使管网经济效益得到显著提高。指出管网规划与设计工作应遵循先进性、整体性和持续性的原则。     

基于Landsat 8遥感影像的地上生物量模型反演研究

以吉林省延边朝鲜族自治州汪清县的主要针叶纯林树种为研究对象,结合Landsat 8 OLI数据和地面调查数据,通过提取半径为15 m圆形样地林分尺度下的遥感特征变量实现对地上生物量的估算。首先提取128块样地内的34个遥感特征,其次采用随机森林特征重要性分析遥感特征的贡献率,再利用BP神经网络算法的2种训练算法、SVM支持向量机的3种核函数构建地上生物量模型,最后利用32个测试样本评价模型的估算精度。结果表明,BP神经网络的L-M训练算法和贝叶斯正则化训练算法的R²分别为0.602 9、0.672 1,RMSE分别为5.096 9、4.263 7,MAE分别为4.166 9、3.211 8;SVM支持向量机的线性核函数、RBF核函数、多项式核函数的R²分别为0.585 8、0.561 9、0.487 7,RMSE分别为5.859 4、5.600 9、5.763 7,MAE分别为4.24、3.89、4.176。以贝叶斯正则化训练算法构建地上生物量模型的估测精度最佳;BP神经网络算法比SVM向量机更适用于本研究;同一种机器学习算法不同的训练函数存在差异性。     

基于T-S模糊神经网络预测算法的管道泄漏定位研究与分析

长输管道的泄漏检测和定位对管道安全平稳运行意义极其重大,在以软件计算为主的检测方法里,模糊神经网络模型综合了模糊算法和神经网络模型的优点,能较好地适应长输管道的非线性特征。本文采用中亚地区某管道某相邻两站场的历史数据训练基于高木-关野（Takagi-Sugeno）模糊神经网络的预测模型,使用STONER管道仿真软件产生实时数据,用一种较简单的软方法较好的实现管道泄漏定位,该种方法对中亚某长输管道这类没有专门硬件泄漏检测设备和系统的管线有一定的实用意义。     

基于L-M神经网络的储粮害虫分类识别

基于图像处理的储粮害虫检测过程中,需要解决多种害虫多特征、混合度大的综合分类问题.本文提出采用基于L-M算法的多层前馈神经网络对害虫进行分类识别.实验表明,该神经网络和害虫分类识别系统拟和程度很高,并且采用的L-M算法,在网络训练速度及识别精度方面,都优于传统的BP算法.因此基于L-M算法的神经网络在害虫的在线识别方面有应用价值.