电力载波通讯中辐射噪声的分析与抑制

通过对电力载波通讯中辐射噪声分析,建立了基于共模电流的辐射干扰模型,研究了铁氧体磁环的高频等效电路、射频传输线模型及其噪声抑制机理,提出了采用高性能噪声分离网络提取线缆共模电流的方法.结果表明:加栽磁环后,辐射噪声降幅可达9dB;当磁环距被测设备30cm时,辐射噪声降幅高达19dB,与理论研究吻合性较好,并对PLC辐射...     

采用支持向量回归抑制噪声的经验模态分解方法

在实际信号分解中,经验模态分解（ EMD）是对噪声敏感的,往往会分离出一些虚假的本征模函数,对信号的分析产生一定影响。为了提高EMD分解的正确率,减少其出现虚假本征模函数的情况,文中提出了一种基于支持向量回归（ SVR）的去噪方法。先对一次EMD分解结果进行SVR逐层滤波并且对信号进行重组,然后利用EMD方法对重组信号进行二次分解。实验表明,二次分解结果已经非常接近于理想的分解结果,不会出现虚假IMF。这种分解方法对噪声不敏感,能有效提高EMD方法对噪声的容忍度。     

一种用于ISAR成像的转角采样不均匀补偿方法

转角采样不均匀是固定脉冲重复频率逆合成孔径雷达中经常出现的问题，它会影响ＩＳＡＲ的成像质量。给出了一种角采样不均匀补偿方法。该方法通过分估氦事估计出目标相对于雷达视线的转角变化转迹，再通过改变采样间隔使转角采样均匀，达到补偿目的。     

二维Fisher准则函数在区域生长算法中的应用

本文针对传统区域生长算法中“种子”和“相似性准则”不能自适应获得的缺点,将二维Fisher准则函数算法[1]应用到区域生长算法中,根据图像特征,利用二维阈值,自动确定“种子”和“相似性准则”。实验表明,该算法不仅利用了二维Fisher准则函数算法的优点,而且也使区域生长算法具有自适应性,对荧光磁粉图像具有较好的分割效果。     

基于Fisher准则函数的二维阈值图像分割算法

文章针对图像分割中小目标物体识别困难和抗噪声性能差的问题，引入模式识别中的Fisher评价函数作为图像分割准则函数，基于Fisher准则函数提出二维阈值分割新技术，结合二维直方图抗噪声性能强和Fisher准则函数受目标和背景比例影响小的特点，对图像进行分割。实验结果表明，方法具有较好的识别能力和较强的抗噪声性能。     

遗传-蚁群算法在智能交通中的应用

随着私家车的增多,城市交通问题越来越严重。为了解决这个问题,人们将计算机技术运用于城市智能交通系统(intelligent transportation systems,ITS)中。行车路径规划是城市智能交通体系中重要的一个环节。目前,有不少路径优化算法被提出用于解决行车路径规划问题,但各有不足。因此,提出了一种混合遗传蚁群算法(GACHA)。从基本蚁群算法入手,结合遗传和蚁群算法的各自优点,将两种算法的寻优过程循环多次结合。在蚁群算法的一次迭代循环后,将蚁群算法产生的较优解代替遗传算法中的部分个体,用以加快遗传算法的迭代速度。同时,将遗传算法算出的解设为较优路径来更新蚁群算法中的信息素分配,实现参数调整。多次相互指导能有效解决蚁群算法前期效率低和遗传算法后期冗余迭代的问题。实验结果表明,遗传-蚁群混合算法可以有效地避免陷入局部最优解,提高计算效率。它具有良好的优化和收敛性,能够准确地找到满足路网综合要求的最优路径。     

基于LBP和数据扩充的CNN人脸识别研究

针对卷积神经网络在人脸识别存在的数据集比较少,容易发生过拟合的问题,提出对人脸进行局部二值模式处理,提升图像特征,再引入深度卷积生成对抗网络对局部二值化的人脸进行生成,有效扩充数据集,提升卷积神经网络的泛化能力。该人脸识别卷积神经网络模型包括3层卷积层,3层池化层,1个全连接层,1个Softmax分类回归层。仿真实验中,选取ORL人脸数据库中40人每人10张的人脸图像按8∶1∶1比例设置为训练集、验证集和测试集,并选取Yale人脸数据库中15人每人11张的人脸图像按9∶1∶1的比例设置训练集、验证集和测试集,通过LBP算法提取人脸纹理特征对其进行生成,分别扩充数据集至990张和2200张。结果表明,该算法的人脸识别率不仅高于未扩充数据PCA和LBP等传统人脸识别方法的识别率,而且也将卷积神经网络的识别率提升了约2%,有效提高了泛化能力。     

环境行为模式与环境空间改造——以福州榕城广场为例

本文通过市民在福州榕城广场的行为模式的调查,了解市民活动与广场环境的互动关系,分析环境对行为的影响因素;根据对行为的调查与分析的结果,对榕城广场提出调整环境空间的建议方案。     

浅谈福州城市的形成与旧城保护

本文从福州城市形成,提出了城市的改造和保护,并以人居环境科学的理论来探讨福州未来城市改造保护的战略思路。     

基于变分的图像复原算法的改进

图像复原也称图像恢复,是图像处理的一个重要分支。图像复原是希望达到改进输入图像的视觉质量的目的,它是视图利用退化过程的先验知识,根据相应的退化模型,恢复出已被污染的图像的本来面目。Rudin和Osher提出的整体变分图像模型被认为是目前比较合理的图像复原模型,但恢复出的图像边界会产生一定的模糊;后来提出的冲击滤波器能够有效地锐化图像的边界,但是对噪声较为敏感,因此本论文提出一种结合全变分模型和冲击滤波器模型的混合模型的增强算法,弥补原有模型的不足,实现较好的复原效果。