Adaptive Discretization for Computerized Tomography

Two adaptive discretization frameworks are tested for computerized tomography (CT) data reconstruction. Removal of inactive pixels is primary motivation. Efficient and user independent entropy optimized masking is employed for spatial filtering purposes. Density of nodes at high gradient of reconstructed physical property is used as adaptation criterion. An alternative option, independent from noisy projection data and nature of the physical properties, is also discussed. Sensitivity analysis between the uniform and nonuniform (evolved via adaptive route) reconstruction grid reveals the utility of nonuniform grids. Iterative and transform based reconstruction techniques are used. Outcomes are tested successfully on three real world projection data from two different compact CT setups and one commercial high-resolution micro-CT scanner.     

电工钢磁性检测方法国家标准应用问题和解决方案

通过对电工钢交流磁性检测方法现行国家标准（爱泼斯坦方圈法和标准单片法）在应用中存在的问题进行了梳理和解析，认为主要问题包括次级电压波形失真时需修正比总损耗、约定的有效磁路长度并非实际有效磁路长度以及磁性测量系统校准方法缺失等，并提出了采用数字反馈控制技术控制次级电压波形无需修正比总损耗、取向硅钢单片法测量时采用475 mm有效磁路长度以及磁性测量系统综合校准方案等一些解决方案。     

多分量数据全波形反演在气藏检测中的关键问题——以苏里格气田为例

苏里格气田是中国典型的致密砂岩气藏，构造简单、平缓，横向非均质性强，有效储层与围岩声学特征差别小，地震响应不明显，常规地震监测方法预测难度大，但气田含气砂岩泊松比低，是地震气藏检测的有效参数。利用弹性全波形反演精度高和能处理复杂非均质介质的优势，反演地层拉梅常数、剪切模量和密度，并计算泊松比，从而进行气藏预测。重点阐述了苏里格气田多分量数据全波形反演初始模型建模、先验模型建模和地震数据预处理3个关键问题的处理方法。二维三分量数据反演和"甜点"预测结果表明：①对于具有强非均质性的苏里格气田，利用全波形反演获得精度较高的地层弹性参数能显著提高气藏预测的准确度；②苏里格地区构造简单、平缓，利用常规叠加速度并结合构造解释可以建立比较好的初始模型，从而有效地解决了周波跳跃和局部极小的难题；③先验知识的约束和地震数据的预处理是全波形反演成功应用于苏里格气田气藏检测的关键。     

Möbius变换下四次有理抛物-PH曲线的C2 Hermite插值

目的 曲线插值问题在机器人设计、机械工业、航天工业等诸多现代工业领域都有广泛的应用，而已知端点数据的Hermite插值是计算机辅助几何设计中一种常用的曲线构造方法，本文讨论了一种偶数次有理等距曲线，即四次抛物-PH曲线的C² Hermite插值问题。方法 基于M bius变换引入参数，利用复分析的方法构造了四次有理抛物-PH曲线的C² Hermite插值，给出了具体插值算法及相应的Bézier曲线表示和控制顶点的表达式。结果 通过给出"合理"的端点插值数据，以数值实例表明了该算法的有效性，所得12条插值曲线中，结合最小绝对旋转数和弹性弯曲能量最小化两种准则给出了判定满足插值条件最优曲线的选择方法，并以具体实例说明了与其他插值方法的对比分析结果。结论 本文构造了M bius变换下的四次有理抛物-PH曲线的C² Hermite插值，在保证曲线次数较低的情况下，达到了连续性更高的插值条件，计算更为简单，插值效果明显，较之传统奇数次PH曲线具有更加自然的几何形状，对偶数次PH曲线的相关研究具有一定意义。     

基于克里金理论的辐射剂量场插值重构与可视化研究

使用基于克里金理论的插值计算方法对均匀网格与随机排列等不同分布类型的辐射剂量场进行了数据重构与可视化研究,并将重构结果与常用的反距离加权插值法进行了对比,分析了不同插值方法对辐射剂量场重构精度与可视化显示效果的影响。结果表明:对于多数情况,克里金插值法在辐射剂量场重构的精度与可视化显示的效果上均明显优于反距离加权插值法,算例中克里金插值法的结果与原始数据之间的偏差在10%以内,而反距离加权插值法的结果与原始数据之间的偏差基本在15%以上;但在辐射剂量场梯度变化较大且已知数据极少的区域,克里金插值法的计算结果偏差会增大,此时可使用反距离加权插值作为其补充,综合使用。本文的研究工作,验证了克里金插值法在辐射剂量场重构与可视化方面的应用潜力,可为推动辐射剂量场可视化仿真技术的发展提供技术支持。     

Improved error bound for multivariate Chebyshev polynomial interpolation

ABSTRACT

Chebyshev interpolation is a highly effective, intensively studied method and enjoys excellent numerical properties which provides tremendous application potential in mathematical finance. The interpolation nodes are known beforehand, implementation is straightforward and the method is numerically stable. For efficiency, a sharp error bound is essential, in particular for high-dimensional applications. For tensorized Chebyshev interpolation, we present an error bound that improves existing results significantly.     

栈式降噪自编码器在波形单元识别中的应用

为提高多功能雷达(Multi-Function Radar,MFR)波形单元的识别准确率和鲁棒性,提出一种栈式降噪自编码器(Stacked Denoising Autoencoders,SDAE)与支持向量机(Support Vector Machine,SVM)相结合的波形单元识别方法.首先摒弃传统依赖脉冲序列分析技术对MFR信号进行处理的方法,通过分析波形单元结构并借助参数间的联合变化特征,提出一种MFR波形单元分段识别模型,将传统对脉冲序列的识别转化为对MFR波形单元的识别;然后在该模型的基础上引入SDAE,对训练样本数据、SDAE隐含层神经元节点进行加噪处理,并利用这些加噪后的样本数据训练优化SDAE网络模型,提取出样本数据的深层稳健特征;最后引入SVM算法,借助SDAE挖掘出的样本深层特征,实现SVM模型的优化,得到最终的波形单元识别模型(SDAE-SVM).仿真实验表明:提出的波形单元识别方法在相同样本数目和测试误差的条件下,与SVM算法相比,能够取得较高的识别准确率,具备更优越的识别效果.证实MFR波形单元识别模型是有效的,且通过SDAE网络的引入,使得SDAE-SVM方法能够自主地挖掘原始信号的深层特征,提高波形单元识别的鲁棒性和准确率.     

基于一种改进逐点比较插补法的激光打标机控制加工算法

在激光打标系统中,逐点比较插补法是一种普遍使用的算法。这种算法在控制激光运动轨迹和对图像轨迹的拟合过程中,起到极其重要的作用。由于逐点比较插补法具有运算直观,脉冲输出均匀,调节方便等特点,所以是一种较为适合打标机系统应用的插补算法。但是传统的逐点比较插补算法存在精度低和速度慢等问题。为了改善该算法的性能,对传统逐点比较插补算法进行了改进,并进行了计算和模拟仿真。结果表明改进比较插补算法在精度和速度上都有明显提高。     

内插法在相关干涉仪测向体制中的应用

测向误差的减小一直以来都是无线电测向精度提高的一个难点,对于不同的测向体制所采用的减小测向误差的方法都不尽相同。本文主要介绍的是相关干涉仪测向体制的基本原理以及通过内插法的应用来减小测向误差的方法。     

Comparison of modeling methods for wind power prediction: a critical study

Prediction of power generation of a wind turbine is crucial, which calls for accurate and reliable models. In this work, six different models have been developed based on wind power equation, concept of power curve, response surface methodology (RSM) and artificial neural network (ANN), and the results have been compared. To develop the models based on the concept of power curve, the manufacturer’s power curve, and to develop RSM as well as ANN models, the data collected from supervisory control and data acquisition (SCADA) of a 1.5 MW turbine have been used. In addition to wind speed, the air density, blade pitch angle, rotor speed and wind direction have been considered as input variables for RSM and ANN models. Proper selection of input variables and capability of ANN to map input-output relationships have resulted in an accurate model for wind power prediction in comparison to other methods.