Multifractal analysis of Mg-doped ZnO thin films deposited by sol–gel spin coating method

A multifractal analysis has been performed on the 3D (three-dimensional) surface microtexture of magnesium-doped zinc oxide (ZnO:Mg) thin films with doping concentration of 0, 2, 4, and 5%. Thin films were deposited onto the glass substrates via the sol–gel spin coating method. The effect of magnesium doping, on the crystal structure, morphology, and band gap for ZnO:Mg thin films has been analyzed by X-ray diffraction (XRD), scanning electron microscopy (SEM), atomic force microscopy (AFM), and UV–Vis spectroscopy. It has been observed that the surface of ZnO thin films is multifractal in nature. However, multifractality and complexity observed to decrease with increasing content of Mg in ZnO thin films due to formation of islands on the surface in accordance with Volmer–Weber growth mechanism. The investigations revealed that crystallinity, microtexture, morphology, and optical properties of the thin films can be tuned by controlling the Mg content within the ZnO lattice. In particular, their optical band gap energies were 3.27, 3.31, 3.34, and 3.33 eV at 0, 2, 4, and 5%, respectively. The prepared thin films of ZnO:Mg with tuned characteristics would have promising applications in optoelectronic devices.     

基于多重分形理论的风电消纳能力评估方法

风电波动特性是影响电网风电消纳能力的重要原因之一,掌握风电波动特性,并在此基础上建立消纳能力的评估模型对于高比例风电并网研究具有重要意义。本文基于多重分形理论提出了一种风电消纳能力评估新方法。首先,引入多重分形参数描述风电的波动特性,分析了风电波动性与消纳电量间的相关性;然后,采用摇摆窗算法(SDA)对消纳能力评估周期内的风电功率曲线进行波动过程划分,依据波动性参数和风电与负荷间的匹配程度对具有相似特性的波动过程进行聚类分析。基于波动聚类结果,以各类波动过程的奇异性参数为自变量建立了风电消纳能力评估的泛函分析模型,简化了评估模型计算流程;最后,以江西某电网为例,验证了该方法的有效性,并对模型中可调参数对消纳能力的影响进行了定量分析。     

基于多重分形特征的防空雷达目标分类方法

在介绍常规雷达飞机目标回波数学模型的基础上,利用多重分形测度分析手段,分析了常规雷达飞机目标回波的多重分形特性及其多重分形特征的提取方法,并从模式分类的角度,提出了利用多重分形特征对喷气式飞机、螺旋桨飞机和直升机等三类飞机目标进行分类的方法.实验表明,上述三类飞机的目标回波数据具有显著不同的多重分形特征,所定义的多重分形特征参数可以作为飞机目标分类和识别的有效特征,仿真实验验证了所提方法的有效性.     

高速列车振动监测数据的广义维数特征提取

为监测高速列车的运行状态,采用多重分形分析列车振动监测数据,提取一种基于多重分形理论的广义维数谱参数(谱最大值Dmax、谱最大值与最小值之差△D和谱均值-D),以3种广义维数谱参数作为特征量,实现对列车正常状态、空气弹簧失效、抗蛇行减振器失效和横向减振器失效状态的表征.实验结果表明,Dmax、△D和-D均能够表征高速列车的运行状态且具有一定稳定性,为高速列车运行状态的识别提供了一种有效的方法.     

一种基于多重分形新特征的图像分割算法

提出了一种新的基于容度的多重分形图象分析方法.在特征提取方面利用了基于Choquet容度的不同度量标准.从不同的角度提取信息,最大限度地利用了图像中的纹理信息,能将不同类型的纹理有效地区分开.同时结合模糊神经网络提出了一种基于自适应模糊聚类方法的图像纹理分类新算法,不仅克服了经典算法的不足,而且能自动确定网络结构.通过对实际图像的分割试验,证实了该方法的有效性.     

模拟X线头影片的多重分形分析

介绍了一种用于X线头影片进行边缘检测的多重分形方法,并对模拟X线头影侧位片进行了多重分形性质的分析。通过图像的多重分形谱与权重因子相关性的分析,进一步判定线性区间及适当的权重因子。得到了X线头影片图像的多重分形的线性区间,验证了X线头影片图像的多重分形的几何性质,在分析图像各像素点多重分形谱的基础上获取图像的边缘信息。用该算法进行图像边缘提取,保持和加强图像的局部特性,突出图像的细微处,并且该算法克服了多重分形谱对噪声敏感的缺点,能有效抑制图像中的噪声。分析结果表明,利用多重分形对X线头影片图像进行硬组织内部轮廓的边缘提取是可行的。     

改进的多重分形图像奇异性分析算法

为了准确地研究图像奇异性以及各部分的属性及特征,采用一种基于亚像素边缘测度的多重分形算法,该算法根据方形孔径采样定理计算亚像素位置的梯度面密度函数值和图像任意子集(半径可以达到亚像素精度)的边缘测度,进而利用多重分形理论将实际图像分割成一系列具有不同奇异性指数的分形集合.并利用含有不同信息含量的分形集合重建原图像算法,实现了图像从纹理到边缘各层面内容的精确划分.对该算法进行了理论分析和实验验证,得到3×3亚像素方法提取的边缘信息重构原图像,其峰值信噪比达到14.76dB.结果表明,重建图像峰值信噪比主要依赖于所提取的边缘信息质量以及重构系数比,提取的各层面信息与人类的视觉系统所捕获的重要信息相吻合.     

An Airborne Radar Clutter Tracking Algorithm Based on Multifractal and Fuzzy C-Mean Cluster

For an airborne Iookdown radar, clutter power often changes dynamically about 80 dB with wide distributions as the platform moves. Therefore, clutter tracking techniques are required to guide the selection of const false alarm rate （CFAR） schemes. In this work, clutter tracking is done in image domain and an algorithm combining multifractal and fuzzy C-mean （FCM） cluster is proposed. The clutter with large dynamic distributions in power density is converted to steady distributions of multifractal exponents by the multifractal transformation with the optimum moment. Then, later, the main lobe and side lobe are tracked from the multifractal exponents by FCM clustering method.     

基于多重分形分析的SAR图像消噪增强研究

根据SAR图像中原始信号与噪声的多重分形谱的不同，提出了一种基于奇异性分析的雷达图像消噪新方法。在图像经过多重分形分析后，通过对多重分形谱相关的Holder指数进行特征化处理来实现图像消噪。经过实验确定当变化后的Holder指数略大于1．7时，最终恢复的图像消噪效果最佳。这种方法可以在尽量保留信号奇异性(如边缘，纹理等)相关信息情况下，使得图像平滑，噪声消除。     

基于多重分形的图象边缘检测

给出了一种基于多重分形的图象边缘检测方法 ,并对维数范围的选取及对边缘检测结果的影响进行了研究。该方法通过计算图象中每个像素点的局部Hoelder指数和它的多重分形频谱 ,然后根据多重分形频谱选取适当的维数范围提取图象边缘信息。实验证明 ,通过选取适当的维数范围该方法能得到良好的边缘检测效果 ,并能突出主要的图象边缘细节信息。