Generation of realistic 3D concrete aggregate microstructures using multiscale multifractal evolutionary stochastic manifold and operator-split-genetic algorithm

Concrete aggregates have a random and complex microstructure. This study presents a computational framework and methodology for realistic representation, simulation, and optimization of stochastic 3D aggregate microstructures. Central to the proposed methodology is the representation of aggregate microstructures as multiscale multifractal evolutionary stochastic manifolds that evolve over time in the topological space. In addition to the manifold representation scheme, a coupled-operator-split-genetic algorithm is also developed for the simulation and optimization of aggregate microstructures. The proposed scheme is particularly attractive due to its simplicity and ability to capture the complex morphological, topographical, and evolutionary characteristics of aggregate microstructures. More than a new method, this study introduces a novel concept of multiscale multifractal evolutionary hypersurface for the simulation and optimization of aggregate microstructures. The applicability and capability of the proposed approach may open up new ways to better understand, characterize, simulate, and capture many complex micromechanical behaviors of cementitious materials.     

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。     

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。     

基于改进型MF-DFA的月径流序列多重分形分析

应用改进的多重分形消除趋势波动分析法对长江流域某水文站多年月径流资料进行分析计算,结果显示,月径流序列具有长程相关性和多重分形特征,并采用二项倍增串级模型,对其多重分形谱拟合,表明月径流序列具有较强的多重分形性。通过对其初始序列、重排序列和替代序列进行对比分析,揭示出月径流序列多重分形特征是序列本身的长程相关性和胖尾概率分布共同作用的结果,且胖尾概率分布起主要作用。     

小波法的网络流量奇异谱估计

网络流量整形、调度、异常检测、管理与控制及保障QoS需求等都需要了解业务流的局部变化特性.本文给出离散小波及其模极大值的网络流量奇异谱估计算法及影响因素,并通过真实的网络业务数据对算法进行了评估和比较.实验结果表明,两种方法的奇异谱估计能有效刻画网络业务流的局部变化特征,并且能通过奇异谱特征参数之间的差别描述不同业务流之间的差异性,也表明了在一定条件下,离散小波模极大法更加优越.     

网络诱导延迟的量子化和增广对象向量方法

研究并实现一种自相似测试流量生成技术,比较多种典型自相似流量分析模型,利用多分形小波作为自相似测试流量的生成模型,设计自相似测试流量生成算法.将该算法应用于基于IXP2400可编程多核多线程处理器构建的网络测试系统,在区间(0.5, 1.0)内生成满足不同Hurst值的自相似测试流量,通过实验验证该技术的可用性和有效性.     

基于瀑布过程的多重分形模型特性分析与检验

通过连乘瀑布过程的构建方法,采用对称的Beta分布拟合瀑布过程的乘数因子以及独立的pareto分布拟合瀑布过程的随机变量,建立网络流量多重分形模型。求解该模型合成流量的均值、方差、协方差的表达式,得出其具有正值、长相关、非二阶平稳特性。采用LBNL采集的数据DEC-PKT-1对其进行拟合检验,证明该模型在拟合真实网络流量时的有效性。     

一种时间序列多重分形分析的改进方法及其应用

通过分析时间序列广义维数的不同计算方法,本文引入一种新的多重分形奇异测度概念,提出了一种时间序列多重分形分析的改进方法。该方法不仅计算量小,而且其得到的连续分段线性曲线序列的广义维数具有恒等于１ 的性质。由于现实中许多信号可以用连续分段线性曲线逼近,因此上述性质深入刻划了这类信号的一个共同特征。仿真结果表明,本文推导出的性质为信号奇异性检测开辟了一条新途径,利用本文方法还可以快速有效地提取实测舰船噪声的短时多重分维特征。     

闪电AR谱的多重分形特性分析及放电类型的识别

对闪电时域波形的分形研究由于忽略了其频率特性,致使复杂多变的闪电过程的全部特性无法得到充分表征。针对此问题,本文将多重分形理论引入到现代谱估计中,提出了一种基于AR(auto-regressive)谱的闪电电场信号的多重分形特性分析及放电类型的识别方法。首先基于AR模型谱估计法获得闪电电场信号的功率谱,然后,通过多重分形去趋势波动分析(multifractal detrended fluctuation analysis,MF-DFA) 法验证了闪电AR谱序列具有多重分形特性,并进一步对AR谱序列的Hurst指数以及多重分形谱进行了讨论,最后将相关参数作为闪电信号的有效特征值输入支持向量机进行了云闪(intracloud lightning) 和地闪(cloud-to-ground lightning,CG) 不同放电类型的识别。实验结果表明,本文方法对云、地闪信号的有效识别率达到了94%以上,该研究成果对闪电的特性研究与自动化识别技术均具有一定的参考价值。