相空间重构延迟时间互信息改进算法研究

针对改进互信息算法利于快速可靠获得时间序列相空间重构的延迟时间问题,通过等边缘分布2、4等分Lorenz时间序列构成平面分析Cellucci互信息算法缺陷;用大小顺序值代替原序列数值、判断新序列数值所在等边缘概率区间获得概率分布矩阵、修正概率分布矩阵最末行与列改进Cellucci互信息算法;以改进算法所得最佳延迟时间进行Lorenz时间序列相空间重构并以小数据量法得出其最大Lyapunov指数,对比雅可比矩阵法所得最大Lyapunov指数以确认改进算法的有效性。结果表明,时间序列长度不能整除划分区间数时Cellucci互信息算法会获得错误的最佳延迟时间;所提改进算法能消除Cellucci算法缺陷,且计算速度快于Fraser算法;数据序列长度较大时改进算法结果更稳定;由两种最大Lyapunov指数计算方法所得结果间误差较小,表明改进的互信息算法有效、可靠。     

一种基于分块压缩感知和迂回匹配追踪算法的图像重构方法

在使用离散余弦变换下的正交匹配追踪算法重构图像时,存在计算复杂度高,精确率低,对传感矩阵要求较为苛刻等问题.因此,利用迂回式匹配追踪算法(Detouring Matching Pursuit,DMP)的计算复杂度优势和分块压缩感知技术(Block Compressed Sensing,BCS),提出了一种基于BCS-DMP的图像重构方法.首先,对图像信号均匀分块并进行离散余弦变换,其次,采用DMP算法重构信号,对重构信号进行离散余弦逆变换重构图像,最后,采用均值滤波算法作平滑处理,减少图像块效应.3种不同类型的图像重构实验结果表明,当压缩比取0.2,0.3,0.4,0.5时,采用BCS-DMP算法重构图像的峰值信噪比高于基追踪、正交匹配追踪等算法,且在重构时间上有较大优势,说明BCS-DMP算法适用于图像重构.     

光学显微镜下微小物体的三维重构

本文提出了基于数字图像处理和精密机械动作大于光学显微镜观察视野(0.647 min×0.483 mm)的微小物体的三维重构方法.该方法首先运用光学聚焦原理采集不同焦平面上的图像组序列,采用图像拼接算法,拼接出研究对象的整体图像.然后采用图像块分割算法和灰度差分算子对图像序列进行分析.最后结合聚焦合成的叠合算法快速地实现了微小物体的三维重构.实验表明,该方法简单有效,所生成的三维重构效果图提供了微小物体的更加丰富的信息.     

用模拟退火算法解旅行商问题

对解旅行商问题的模拟退火算法作了改进,增加了产生新解的函数,修改了原算法计算旅行回路总长度的代价函数,并用混沌随机序列替代不适宜的随机函数.从而用TurboC实现了改进算法.实验表明,改进算法对于解旅行商问题是实用的.     

基于有限测量信息的两步响应重构方法EI北大核心CSCD

提出了分两步进行结构响应重构的方法,可实现利用正常测量的响应对因传感器损坏而丢失或其余所需的响应进行重构。首先,建立各处正常工作的传感器的测量响应与需要重构响应的关系,计算出含噪声的各类响应;然后,使用粒子滤波算法降低测量过程中有色噪声对于重构精度的影响,并且在粒子滤波算法中引入萤火虫算法代替重采样过程,改善粒子贫化现象。经对一个二维桁架进行数值模拟,结果显示该方法与直接使用测量响应进行响应重构的方法相比有更高的精度。     

一种彩色视频超分辨率重建算法

基于RGB三通道的超分辨率视频重建算法对彩色视频进行处理将导致算法的计算量过大,不利于其在彩色视频实时处理中的应用。针对这一缺点,本文基于核回归函数提出了一种高效的彩色视频超分辨率重建算法,该算法只需要对亮度分量进行超分辨率重构,在增大视频序列重构信息量的同时,大幅降低超分辨率重建算法的计算量,更适用于彩色视频的实时超分辨率重建场景中。     

一种新的基于声信号的故障分类算法

提出采用相空间重构与高斯混合模型相结合的方法,利用声信号对设备进行故障分类.此方法首先将一维声信号时间序列进行相空间重构,在高维相空间展示各故障状态下的动力学特性,然后通过最大期望值算法建立相空间的高斯混合模型,最后采用贝叶斯分类算法进行故障的识别.从齿轮故障试验台上采集常见齿轮故障的声信号并进行分类实验,验证了该方法的有效性.     

排列熵算法参数的优化确定方法研究

由于排列熵算法能够有效放大时间序列的微弱变化,且计算简单、实时性好,已在信号突变检测方面显示出良好的应用前景,但是排列熵算法中嵌入维数和延迟时间等参数的确定仍依赖于经验和尝试,该问题已成为排列熵算法走向工程应用的瓶颈问题。根据排列熵算法的原理,提出了基于重构时间序列最佳相空间来确定模型参数的方法。根据相空间重构的两种观点,介绍了延迟时间与嵌入维数独立确定和联合确定两种方法的基本理论,然后利用仿真信号和滚动轴承全寿命数据对两种算法进行了检验和对比。结果表明,模型参数的独立确定方法比联合确定方法对信号的异常检测更好。     

大回转体边界图像检测算法研究

针对大回转体工件边界图像法在线测量的要求,对常见的几种图像边界检测算法进行了研究,并对这几种算法的检测精度、计算时间进行了比较.考虑到大回转体工件边界结构简单的特点,提出了一种新算法(水平差分算法),并对该算法进行了研究,得到了该算法的主要性能参数,如检测精度、计算时间等.与其它几种传统算法检测结果的比较表明,该算法具有检测结果精度高、计算速度快等优点.     

一种基于多测量向量模型的机械振动信号联合稀疏重构方法

针对目前机械设备越来越智能化、高速化、集成化和复杂化,传统的压缩感知模型(单测量向量)获得的测量信息比较单一,需要在不同监测点分别进行测量获得多个信号数据,浪费时间,并且忽略同一机器不同监测点之间信号的相关性,为充分利用信号间和信号内的相关性,更大程度上减少冗余性和采样时间,提出一种基于多测量向量模型的机械振动信号联合稀疏重构方法。重点研究了重构方法的设计:基于粒子群算法,首先通过时间稀疏贝叶斯算法求解出初始解,然后结合贪婪算法的修剪技巧并加入自适应粒子激活机制进行位置更新寻找最优解,最后对振动信号进行精确重构。实验结果显示,该方法较其它方法而言能有效的恢复机械振动信号且重构误差相对较小。     

自适应局部独立分量分析

提出一种自适应局部独立分量分析降噪算法。该算法先将一维时间序列重构到高维相空间,用聚集模糊K均值聚类和聚类评价函数求取高维数据集的聚类个数和聚类中心位置,然后利用K均值聚类寻找局部投影区间,对每个聚类进行独立分量分析并投影到低维空间,将低维空间数据排列并重构成一维时间序列。与使用聚类的局部独立分量分析相比,该算法具有自适应性和稳定性。使用数值仿真试验和齿轮故障信号对该算法进行验证,结果表明该算法对此类信号具有良好的降噪效果。     

基于相空间重构的事件性时间序列片段的提取

时间序列中的相似性片段包含着一些潜在有用的信息。在状态监测系统中,从信号采集系统得到的时间序列中找出相似性片段,是进一步特征提取及状态分析等数据处理的基础。现有的相似性片段寻找算法通常是用滑动长度固定的窗提取等长的子序列进行相似性匹配计算,但在实际应用中,具有相似特征的子序列长度未必一定相等,致使找到的相似性片段可能不具有事件性。针对这一问题研究了一种基于相空间重构的相似性片段寻找方法。首先,将一维时间序列以时延方式嵌入到二维相空间中,计算得到与时间序列相对应的峰值特征序列;其次,根据已有的经验知识通过峰值特征序列确定子序列分割的位置,划分出不等长的事件性片段;最后,对得到的事件性片段进行聚类,从而找出其中的相似性片段。心电信号和故障轴承振动信号的实验结果表明,使用本方法找到的相似性片段长度不等,并具有事件性特征。     

基于MATLAB的非导数优化仿真

针对较难用一般算法计算的旅行商优化问题,使用模拟退火算法进行了建模,并使用MATLAB软件对算法进行了实时仿真,得到了较为理想的优化解.     

相空间重构中时间延迟τ的确定方法

非线性系统的相空间重构可以将时间序列中蕴藏的信息充分地显露出来，其中时间延迟τ的选取具有十分重要的意义，同时这种选取也是很困难的。文章介绍了相空间重构中确定重构延迟时间τ的互信息法理论及其具体的计算方法，最终实际的数据证实了该算法的合理性。     

三维脑部电阻抗成像技术研究

电阻抗成像(electric impedance tomography,EIT)是利用测量得到边界电压重构内部电导率分布的技术.通过在ANSYS中建立三维头球模型并注入电流,采用自适应局部增强微分进化算法进行逆问题重构.首先对EIT的基本原理进行阐述,其次介绍微分进化算法在电阻抗成像中的应用,最后通过在头球模型上进行仿真实验,针对基本微分进化算法及其改进算法进行逆问题重构.仿真结果表明,改进的算法较微分进化算法在时间上有显著提高,适应性与牛顿-拉斐逊算法相比明显提高.     

用小波分析和支持向量机的方法预测精度损失

文章将小波和支持向量机结合用在复杂的精度损失时间序列预测中.首先利用小波分析将精度损失时间序列分解到不同层次,对各层采用相空间重构和支持向量机预测,最后合成得到原始的精度损失时间序列预测值.结果表明,该方法明显高于单尺度支持向量机预测方法.     

螺旋桨鸣音的混沌动力特性研究

利用混沌动力学方法研究螺旋桨鸣音系统时间序列,估计时间序列的相空间重构最佳参数,并首次提出其具有混沌动力特性,还进一步分析了系统拓扑维数的边界和生成系统所必须地独立变量的个数,计算分析了重构相空间中吸引子轨迹随时间演化的发散情况。分析计算结果表明：螺旋桨鸣音系统时间序列可以选取最佳延迟时间 、最小嵌入维数 进行相空间重构,其混沌吸引子的关联维数为5.1579、最大Lyapunov指数为0.0771,此研究结果可以为螺旋桨鸣音现象的进一步研究提供理论基础。     

提高光流估计性能的渐进性高斯多维预滤波方法的研究

基于光流计算方法统一框架理论，研究了一种利用高斯多维滤波器的渐进性和时空性提高光流估计性能的有效方法。在保持现有光流计算方法的前提下，通过调节时间维和空间维的方差参数，改变时空预滤波和光滑效果，突出时间混叠和光流主信息，从而提高重构视频序列的信噪比。试验中以标准的Flower Garden和Football序列的前50帧作为参考图像序列，以LK算法为参考光流算法。结果显示，滤波窗口为5×5时的最佳时间方差参数为0.4，最佳空间方差参数为［1.6,2.0］；加入高斯多维预滤波前后利用光流场重构图像的平均峰值信噪比PSNR提高2.572dB，提高幅度为13.6%     

基于混合粒子群算法的物流配送路径优化问题研究

针对物流配送路径优化问题,提出了一种融合Powell局部寻优算法和模拟退火算法的混合粒子群算法,以克服单用粒子群算法求解问题早熟收敛的不足,增加算法的开发能力,提高算法的全局搜索能力,并进行了实验计算.计算结果表明,用混合粒子群算法求解物流配送路径优化问题,可以在一定程度上提高粒子群算法在局部搜索能力和搜索全局最优解概率,从而得到质量较高的解.     

ODFT的分离基快速算法

ODFT的快速算法是应用多项式变换计算二维循环卷积与二维DFT的关键之一。本文提出了ODFT的分离基快速算法,给出了信号流图,分析了计算复杂性,并和ODFT的其他快速算法作了比较。对实序列的ODFT分离基快速算法,也相应作了探讨。本文算法所需的实乘次数与其它算法相同,而实加次数比其他算法都少。而且可进行原位计算,结构规则,易于实现。