无穷直线上K-解析函数的 Riemann 边值问题与 Hilbert 边值问题

首先引入了无穷直线上(分片)K-解析函数的Cauchy型K-积分的概念,利用K-对称变换的方法研究了Cauchy型K-积分的某些性质,然后借助函数在无穷直线上的指标与这些Cauchy型K-积分的性质,得到了在无穷直线上K-解析函数类中的Riemann边值问题的可解条件和解的表达式以及它们与指标之间的关系;进一步利用半平面内的K-对称扩张函数,把Hilbert边值问题转化为无穷直线X上的Riemann边值问题,又得到了Hilbert边值问题的可解条件和解的表达式.而解析函数和共轭解析函数都是K-解析函数的特例,所得结果推广了解析函数和共轭解析函数中的相应结论.     

基于小波变换的三江平原井灌区主汛期降水序列多时间尺度分析

近些年来,由于水田面积迅速增加,导致三江平原井灌水稻区地下水位普遍下降,吊泵、局部超采现象时有发生,因此,三江平原的地下水资源平衡急需恢复。为解决上述问题,以853农场为例,应用小波理论,对853农场实测主汛期降水时间序列的多时间尺度变化特征及突变特征进行分析,并与实测年降水序列变化特征进行了对比分析。结果表明:853农场主汛期降水序列具有3 a,6 a,29 a以及13 a左右4个主周期,同时,主汛期降水序列与年降水序列的主周期具有较好的一致性。该研究结果为853农场乃至整个三江平原充分利用天然降水、地下水资源的恢复及可持续利用提供了科学依据。     

一种适用于非平稳、非线性振动信号分析方法研究

Hilbert-Huang变换(HHT)被认为近年来信号分析领域的一大突破。适用于非平稳、非线性信号分析。从往复机械上得到的振动信号往往具有非平稳、非线性特征,因此采用HHT方法分析是一种较佳的选择。然而,该方法提出不久,并不能用一个解析公式表示,影响了对其理论分析及性能评价。建立一多分量仿真信号,并应用HHT、傅里叶变换、小波变换、时频分布对其分析比较,证明它具有较高的分解效率及准确地刻画信号的能力,并由此发展了能消除多分量信号交叉干扰项的时频分析方法。应用HHT对内燃机敲缸信号进行分析,有效地提取故障的特征信息,为往复机械的状态监测及故障诊断提供了一条有效途径。     

权重约束AdaBoost鱼眼识别及改进Hough圆变换瞳孔智能测量

针对传统鱼眼瞳孔直径测量方法耗时、耗力,且数据主观性强的问题,该文提出基于权重约束AdaBoost和改进Hough圆变换的鱼眼瞳孔直径智能测量方法。首先,利用工业相机采集实验板上的鱼图像,从正负鱼眼图像样本中训练出基于权重约束AdaBoost算法的鱼眼分类器;然后,采用该分类器对试验图像进行检测,将检测到的鱼眼局部图从整体图中分离出来;最后,采用改进的Hough圆变换检测出鱼眼的瞳孔,并计算得到瞳孔直径。对100条金鲳鱼进行试验,鱼眼分类精度达97.1%,瞳孔正确检测率达94.2%,相比改进前分别提升了1.7个百分点和10.5个百分点,与人工测量瞳孔直径值的平均偏差为6.5%,比改进前低了5.9个百分点,总的平均测量时间为324.371 ms,比改进前减少了10.707 ms。试验证明:该文提出的方法能够精确、实时、自动地测量出鱼眼瞳孔的直径,有效避免了传统测量方式的复杂性和测量数据的主观性,可为鱼体生长状况评估、良种选育提供重要参考。     

补偿模糊神经网络水果形状分级器分级误差

针对神经网络对水果进行分级时精度有待提高的问题,分析了补偿模糊神经网络椪柑形状分级器的分级误差。将椪柑图像前4个傅里叶描述子按期望输出模糊变量值大小排列成单调递增、单调递减、钟形分布和锯齿形分布4种训练样本,分别训练同一补偿模糊神经网络水果形状分级器,用递减排序后的同一测试样本检验分级器性能,试验表明,单调递减顺序训练样本所训练的分级器分级误差最小为1.875%,钟形分布、单调递增顺序和锯齿形分布训练样本所训练的分级器分级误差依次增大,分别为15%、63.125%、75%。分析分级误差与样本间顺序的对应关系,建立分级误差模型,结果表明,同顺序的测试样本与训练样本间相关系数大,分级误差小;不同顺序的测试样本与训练样本间相关系数小,分级误差大。因此,测试样本与训练样本按水果同一品质特征同序排列,提高样本间的相关程度,将大幅度降低神经网络类分级器分级误差,提高正确识别率。     

基于图像处理的玉米收割机导航路线检测方法

快速精准的检测出导航路线并对田端做出准确判断是收割机视觉导航的前提。为解决玉米收割机导航作业过程中因玉米列阴影、玉米田端的杂草等因素对检测精度干扰的问题,该文通过分析视觉导航图像的颜色特征去除阴影干扰,对玉米收割机提取导航作业路径和判断田端提出了检测算法。为减少计算量,设定关注区域作为非第一帧图像的处理范围;为去除玉米列阴影对检测结果造成的干扰,强调关注区域内G(绿色)分量并减弱R(红色)或B(蓝色)分量;为加快处理速度,采用跳行累计G分量的方式确定候补点。在关注区域内对图像中去除阴影干扰后的G分量垂直累计值查找候补点,对图像上半部分收敛性好的候补点通过方差计算确定出已知点,再利用过已知点Hough变换拟合出玉米列边界所在的导航线。最后采用R分量的连续突变判断收割机是否到达田端。田间试验表明:目标直线的平均检测时间为50.13 ms/帧,对田端的检测准确可靠,满足玉米收割的作业要求。该研究成果也适用于高粱等其它高杆作物的机械化收获应用。     

基于相关性阈值的NSCT图像去噪方法研究

利用非下采样Contourlet变换（NSCT）平移不变性、多分辨率、多方向的优点,提出一种基于尺度相关与阈值去噪相结合的非下采样 Contourlet变换图像去噪方法。首先对噪声图像进行非下采样Contourlet变换,得到各个尺度各个方向子带的系数,然后采用相关系数归一的方法,结合Bayesian自适应阈值来达到更好的去噪效果。仿真实验表明,该方法在提高去噪后图像的峰值信噪比的同时,有效保留了图像的纹理信息,避免伪吉布斯现象,改善了图像的视觉效果。     

一种经济、节能小型稳压器的设计

本设计不用振荡器和变压器,而只用了两个79系列和一个78系列的稳压器,便可将一个直流电压变换输出一个正电压和一个负电压,因此该装置既经济简便,又省电,适用于作为室外工作电源。     

基于曲线拟合的蚕豆病害叶的FTIR研究

用傅里叶变换红外光谱法研究蚕豆病害叶片,结果显示不同病害蚕豆叶片红外光谱图整体相似,它们的红外光谱主要由蛋白质、脂类和多糖的振动吸收带组成,仅在1 800~1 300 cm-1范围光谱的峰位、峰形及吸收强度有一些微小差异。对1 800~1 300 cm-1波数范围的光谱图进行二阶导数处理,结果显示蚕豆病害叶的二阶导数谱差异明显。对健康和病害蚕豆叶1 700~1 500 cm-1范围光谱进行傅里叶自去卷积和曲线拟合处理后,得到蛋白质酰胺Ⅱ带(1 550 cm-1)、木质素(1 605 cm-1)和酰胺I(1 650 cm-1)3个子峰,相应子峰的峰面积比例显示差异,黄化卷叶病分别为24.01%、36.55%、39.44%,赤斑病分别为15.42%、42.98%、41.61%,轮纹病分别为32.39%、35.63%、31.98%,锈病分别为13.97%、46.40%、39.65%,健康叶片分别为38.86%、28.68%、32.47%,健康叶的酰胺Ⅱ带子峰相对面积比病害叶的大,而其木质素子峰相对面积比病害叶的小。对于子峰面积比A1 563/A1 605、A1 650/A1 605和A1 563/A1 654,4种病害叶的比值均比健康叶的相应数值小,4种病害叶之间也有差异。结果表明傅里叶变换红外光谱(FTIR)结合曲线拟合可望对不同病害的样品进行有效鉴别。