基于灰度特征的一致性弹性配准算法

医学图像配准算法中,基于灰度的弹性配准方法具有自动化程度高的优点,但是灰度对应性的模糊容易导致误配准.提出一种利用局部互相关系数作为相似性测度的灰度一致性配准算法.该算法在相似性测度函数中将前向变换和后向变换联系起来,把局部互相关系数的和作为相似性测度函数,并通过在局部互相关系数相似性测度中引入一致性约束条件,有效地确保了前向变换和后向变换的互逆性,同时进一步增强了待配准图像灰度的对应性.     

平均互信息的可加性和广义相关系数不等式

本文探讨了信息论中平均互信息和广义相关系数的关系。证明了平均互信息的可加性,在此基础上得到了广义相关系数不等式,并给出了等式成立的充要条件。研究表明平均互信息的增加不意味着广义相关系数也增加。     

汽车空调制冷量测量不确定度分析

本文利用相关系数法对汽车空调系统制冷量测量不确定度进行了评定,并分析了不确定度的来源。     

一类非线性网络系统中噪声改善信号的相关性

基于相关系数研究了在一类非线性神经网络系统中加性和乘性噪声作用下的阈上随机共振现象。仅在加性噪声或者乘性噪声的作用下,对每一个固定的系统阈值,加性噪声下的阈上随机共振比乘性噪声下的阈上随机共振更容易发生,且相关系数所达到的峰值也比在乘性噪声下的峰值大,这说明加性噪声更有利于改善信号的相关性。系统阈值的增加会降低阈上随机共振的功效;而阈值单元数目的增多,会提高阈上随机共振的功效。加性和乘性噪声共同作用下的阈上随机共振现象同样存在,对系统阈值进行恰当选取和增加系统阈值单元数目使得阈上随机共振现象更加明显;给定乘性噪声而改变加性噪声比固定加性噪声而改变乘性噪声阈上随机共振更容易发生,且功效更好。     

地震预测模型

文章旨在研究地震预测问题,讨论了全球16个强震活动区的强震活动次数与其后一年我国强震发生与否的关系。首先,由模糊聚类和变量规格化的思想,结合前15年的数据求出全球16个区发生强震次数与中国后一年发生强震的相关系数矩阵,通过对前15年16个区发生强震次数加权求和,得到各地的影响值,取其中的最小值作为影响值的下限值,建立预测预测中国后一年是否发生强震模型;其次,从数据中筛选出云南地区每月最高震级组成固定时间间隔的地震序列,利用气象学预测中的均生函数方法生成一列相应的时间序列,经周期性外延、残差值逐步拟合得到对当地地震最大震级的预测模型。     

基于循环互相关系数的CGAN温度值图像扩增

针对变电设备红外图像温度值样本少、不均衡等问题,本文提出了一种基于循环互相关系数的条件生成对抗网络(conditional generative adversarial network, CGAN)温度值图像扩增方法。根据图像相似度提出了循环互相关系数,改进了CGAN模型的损失函数;使用改进后的CGAN模型在原始温度值图像数据集的基础上进行图像扩增,得到了包含11种标签的新数据集;采用卷积神经网络对传统图像扩增方法、原始CGAN模型和改进的CGAN模型扩增的图像进行对比和测试。结果表明,改进的CGAN模型收敛速度更快,训练过程稳定,扩增的图像轮廓清晰、细节丰富,客观评价指标最高,温度值识别准确率达到99.4%,实现了图像扩增的目的。     

基于HRRP样本划分的SVM训练方法

在分析雷达目标高分辨一维距离像性能和特点的基础上,针对其方位敏感所引起的特征不稳定的问题,提出了以其内相关系数为阈值的样本划分方法,采用该方法划分出了实验目标距离像的若干样本子空间.从中选取若干距离像组成训练样本对支持向量机进行训练.采用支持向量机对目标进行了识别实验,所得的正确识别率明显优于随机样本训练的正确识别率.证明样本划分方法是一种有效的特征提取方法.     

一种改进的单载波频域迭代均衡算法

改进了传统频域迭代均衡算法中相关系数的计算.仿真发现,在数字电视地面广播信道,提出的算法以更低的复杂度获得了比已有算法更好的性能.     

基于傅里叶特征谱和相关系数的织物疵点检测

为提高织物疵点自动检测的准确度,提出一种基于傅里叶特征谱和相关系数的织物疵点检测算法。以平纹、斜纹织物为研究对象,对织物图像进行傅里叶变换,得到织物图像的频谱图;定位频谱中的特征峰点,提取表征图像灰度、纹理的五个特征值;以正常织物为模板,计算待检图像特征值与模板图像特征值之间的相关系数,确定用于识别织物疵点的阈值,来实现织物疵点检测。实验结果表明:当阈值设定为0.80时,该算法能够实现稀密路、断经、吊经、纬缩、破洞等常见疵点的准确检测。     

基于卡尔曼滤波和相关系数的异常检测方法

由于安全问题是无线传感器网络应用面临的重要挑战之一,提出了一种基于卡尔曼滤波和相关系数相结合的异常入侵检测方法,该方法首先对正常情况下无线传感器网络节点的流量应用卡尔曼滤波进行预测,然后根据传感器节点的流量预测序列和实际流量序列的相关系数变化来进行异常检测.该算法具有能量有效、轻量级、可用性的特点.实验结果表明了该方法的有效性.