地震数据的小波交换压缩方法

针对地震勘探中检测信号的数据压缩处理问题引入了小波变换方法,运用小波变换数据压缩基本原理进行地震信号压缩研究.仿真结果表明,该方法能够有效地对海量地震数据进行低损压缩.     

基于三维地震数据的并行希尔伯特黄变换算法研究

为了对地震属性原始剖面中的细微构造特征或岩性界面进行较好的分辨和验证,一种改进的希尔伯特黄变换算法被采用.该方法首先对信号进行经验模态分解,对分解分量进行希尔伯特频谱分析.采用了最新的图形处理器(graphical processing unit,GPU)技术,将数据转换到GPU上进行并行处理,极大地提高了处理速度.实验结果表明,与基于CPU的方法相比,该方法计算速度提高了4倍左右.     

投影数据恢复导引的非局部平均低剂量CT优质重建

针对低剂量CT成像质量退化问题,将CT投影数据恢复与图像数据恢复巧妙地融合,提出一种投影数据恢复导引的非局部平均(NL-means)低剂量CT重建方法.首先通过非线性Anscombe变换将满足Poisson分布的投影数据转化为Gaussian分布,以便于投影数据噪声的滤除;然后对滤波后的投影数据执行Anscombe逆变换和滤波反投影(FBP)CT图像重建;最后将投影数据滤波后的FBP图像作为先验构建非局部权值矩阵,并将该权值矩阵用于低剂量CT图像的非局部平均成像.仿真和临床实验结果表明.该方法在噪声消除和伪影抑制两方面均有上佳表现.     

一种基于形态-EMD滤波的过程数据预处理方法

针对化工过程数据的特点,提出一种基于形态-EMD滤波的过程数据预处理方法,先构造一类广义形态滤波器滤除过程数据的粗差干扰,引入经验模式分解滤波法消除随机噪声成分,降低正常过程数据的波动,提取过程数据特征成分,显著提高过程监控性能.与传统的过程数据滤波方法相比,形态-EMD滤波方法无需预先确定滤波器参数,是一种完全的数据...     

地震数据的多属性三边滤波算法

为了抑制地震数据噪声,增强可视化效果,保证地质特征识别算法有效,提出一种基于地震数据局部结构属性与全局纹理属性的三边滤波算法.在局部结构属性中定义数据强度、空间距离和朝向权值函数,使得滤波算法能够综合考虑边结构特征及其类型;全局纹理属性分析则借助于鲁棒紊乱度地震属性估计与条件参数定义,采用参数自动调整办法自适应调整滤波...     

车载GPS组合测速系统数据融合算法研究

设计并建立了车载GPS/加速度计组合测速系统联合Kalman滤波数学模型.提出了一种自适应联合Kalman滤波方法及其算法,运用随机线性离散系统Kalman滤波和非线性离散系统扩展Kalman滤波等技术进行数据的更新滤波.理论分析和半物理仿真结果表明,该数据融合算法在测量精度、可靠性、适应性、实时性等方面大大提高了该组合测速系统的性能.     

地震数据的无损压缩存储

为解决地震数据的无损压缩存储问题,研究了多种地震数据标准以及整型和浮点型数据的无损压缩算法.在此基础上,提出了地震数据的无损压缩存储方法.该方法通过分析多种地震标准的内部结构特点,有针对性地对整型和浮点型数据分别进行无损压缩.在保证了地震数据文件中各参数、标识等信息不被破坏的条件下,最大限度地减小了地震数据文件的大小.试验证明,本方法不仅对整型数据而且对于浮点型数据都可以做到无损的数据压缩与还原.     

基于中值滤波和小波变换的火电厂炉膛火焰图像去噪方法

针对煤电厂炉膛火焰图像含有脉冲噪声和高斯噪声混合含噪图像的特点,提出了中值滤波和小波变换相结合的火焰图像去噪方法。首先采用自适应权重中值滤波方法对火焰图像去噪,然后再对去噪后的图像进行小波分解,分解后对不同子带采用不同的滤波方法进行有效滤波。实验结果表明,该方法不仅能够有效地滤除图像噪声,提高火焰图像的质量,而且在边缘保持能力上比传统的去噪方法要好。     

基于小波阈值滤波的光纤比色测温仪的信号处理

介绍了用小波阈值滤波方法实现比色测温信号的滤波消噪.该方法基于信号和白噪声在小波变换下具有不同的特性,将含噪信号进行多尺度小波分解,采用软阈值方法将其高频部分进行量化处理,再进行重构.实验证明该方法有效去除了信号中的噪声,方便地用软件实现了比色测温信号的处理,提高了系统的测温精度.     

基于双边滤波的信号边界特征匹配与延拓

经验模态分解过程中的端点效应会直接影响到信号的分解效果。针对此问题,结合邻域双边滤波的思想,提出了基于双边滤波的信号边界特征点匹配的端点延拓方法。该方法有效抑制了分解过程中端点效应的影响,提高了信号分量的精度。边界子波的延拓在遵循原始信号内部特征规律的同时,还考虑了局部数据差异性的影响,因此子波扩展具有自适应性。仿真实验和地震资料应用对比分析表明,该方法能有效解决信号分解过程中的端点效应问题。     

短时电能质量扰动分类方法研究

为了准确检测短时电能质量扰动问题,提出了一种基于K-L变换和支持向量机多值分类器的短时电能质量扰动分类方法。采用离散小波变换获得信号在不同分解尺度下的能量分布作为原始特征空间;运用K-L变换进行模式识别特征空间的提取;设计了适用于短时电能质量扰动的支持向量机多值分类器。实验结果表明,对原始能量特征进行K-L变换后,可以提高分类准确率;支持向量机多值分类器的分类结果优于BP神经网络。     

巴氏距离和K-L变换结合的特征选择

该文提出巴氏距离(BhattacharyyaDistance)和K-L(Karhunen-Loeve)变换结合的特征选择。采用巴氏距离特征选择眼3,5演的迭代算法,可以获得最小错误率上界。当特征维数高时,为了减少巴氏距离特征选择计算时间,对样本先进行K-L变换,将特征降低到中间维数。然后进行巴氏距离特征选择,降低到结果的维数。用基于MNIST手写体数字库的试验表明,该文方法比单纯用巴氏距离特征选择计算时间大大减少,并比主分量方法(即单纯使用K-L变换)特征选择的错误率小得多。     

分布参数系统的时空ARX建模及预测控制

本文针对一类可由抛物型偏微分方程描述的分布参数系统,研究了一种基于输入输出数据的建模与控制方法.首先利用Karhunen-Loève（K-L）分解提取系统的一组主导空间基函数,并以此对系统输出进行时空分解,随后由时空分解得到的时间系数部分以及系统激励构成输入输出信息,利用最小二乘法辨识出时域ARX模型,最后针对该模型设计了广义预测控制器.仿真结果表明,上述控制方法能够对分布参数系统取得良好的控制效果.     

P- and SV-wave separation by polarization-dependent velocity filtering: application to vertical seismic profiles from Kola superdeep borehole, Russia

In multicomponent seismic surveys, separation of interfering compressional (P) and shear-wave (S) energy provides valuable information for the interpretation of mode conversions and seismic anisotropy. We present a technique for such a separation using a polarization-dependent velocity filtering. At the first step of the procedure, a linear two-channel filter is designed in the frequency-wavenumber domain, with filter coefficients determined by the angles of incidence of respective seismic waves. Due to several physical reasons, the filter is unstable near the high end of the P-wave spectrum. We stabilize the filter with the use of S-wave spectrum balancing. This operation results in a robust decomposition into P- and SV-responses, while retaining the full energy of the vector wavefield. We implement this method in a module of our seismic processing system. The module employs a versatile parametrization scheme, as well as structured data input/output. It is able to process VSP or surface data, with velocities varying by either depth or offset. Application of the module to the processing of an offset VSP from the Kola Superdeep Borehole demonstrates that the program successfully separates P- and S-wave phases in crustal VSP data.     

广义随机系统的集值滤波

在具有控制输入和动态噪声与观测噪声相关的情况下,给出线性随机系统的集值滤波方程;利用矩阵分解和系统变换的技巧,得到广义随机系统的集值滤波方程.这种状态估计方法适用于初始状态均值位于一个凸集之中的随机系统.与传统Kalman滤波产生单个条件分布不同,这里的集值滤波给出一个条件分布的凸集.     

自联想神经网络的遥感图象主分量提取

提出了一种自联想神经网络的遥感图象主分量提取方法,这种方法可能应用于图象的压缩、特征提取和图象滤波中,实验结果表明：自联想神经网络算法简单、易于实现,其压缩效果与Ｋ－Ｌ变换相当。     

基于IVUS图像的动脉硬化斑块分析与识别

在血管内超声图像中识别动脉硬化斑块类型,为临床诊断动脉血管病变提供了客观依据.针对动脉血管内斑块超声波图像的特征,选取斑块及其外围区域图像,通过K-L变换提取图像分类信息,利用支持向量机模型设计分类器识别动脉斑块的类型.实验结果表明本方法对不同斑块的正确识别率均达到80%以上,所构造的识别系统具有较高的正确识别率.     

基于矩阵分解的协同过滤算法

协同过滤推荐算法是电子商务推荐系统中运用最成功的一种推荐技术。针对目前大多数协同过滤算法普遍存在的可扩展性和抗稀疏性问题,在传统的矩阵分解模型（SVD）的基础上提出了一种带正则化的基于迭代最小二乘法的协同过滤算法。通过对传统的矩阵分解模型进行正则化约束来防止模型过度拟合训练数据,并通过迭代最小二乘法来训练分解模型。在真实的实验数据集上实验验证,该算法无论是在可扩展性,还是在抗稀疏性方面均优于几个经典的协同过滤推荐算法。     

A new method for correcting vehicle license plate tilt

In the course of vehicle license plate （VLP） automatic recognition, tilt correction is a very crucial process. According to Karhunen-Loeve （K-L） transformation, the coordinates of characters in the image are arranged into a two-dimensional covariance matrix, on the basis of which the centered process is carried out. Then, the eigenvector and the rotation angle α are computed in turn. The whole image is rotated by -α. Thus, image horizontal tilt correction is performed. In the vertical tilt correction process, three correction methods, which are K-L transformation method, the line fitting method based on K -means clustering （LFMBKC）, and the line fitting based on least squares （LFMBLS）, are put forward to compute the vertical tilt angle θ. After shear transformation （ST） is imposed on the rotated image, the final correction image is obtained. The experimental results verify that this proposed method can be easily implemented, and can quickly and accurately get the tilt angle. It provides a new effective way for the VLP image tilt correction as well.