一种基于数字图像处理的灼热丝火焰监测系统

在灼热丝试验中,对火焰的实时准确监测是整个试验的关键。为了解决以往灼热丝火焰高度和火焰持续时间测量方法测量误差过大的问题,提出了一种基于多项数字图像处理技术的灼热丝火焰测量系统,并应用Matlab软件的仿真结果证明了此系统对于火焰高度测量具有高可靠性和准确度,且采用STM32F407型单片机上完成了测量系统实现。最后用一次实际灼热丝实验的火焰监测结果,验证了本设计系统的有效性和测量准确性。     

基于近似熵和混沌振子的电力谐波检测与估计

将近似熵测度与基于混沌振子的信号检测方法相结合,以解决电力系统谐波检测与估计领域现存的技术难题。通过理论分析和仿真研究,证明了适应步长型间歇混沌振子的系统输出近似熵值,只与待测信号的频率有关,而且不同相态下的系统输出近似熵值具有明显差异,进而提出了一种采用近似熵测度的适应步长型间歇混沌振子,并说明了此方法对电力系统谐波、间谐波检测和频率估计的适用性。在此基础上,还对一种基于Duffing系统的正弦信号幅值和相位同步估计方法进行了改进,降低了原方法的复杂度并提高了实时性,并用以实现对谐波和间谐波的幅值、相位同步高精度估计。     

基于划分的文本聚类算法在标准文献中的试验与对比研究

本文分析了文本聚类的概念和分类,然后着重描述基于划分的文本聚类方法并描述其算法核心,将其在应用标准文献题录数据中进行聚类试验,并分析最终的试验结果,得出结论。     

基于非线性理论的的电力谐波检测与估计

为了解决现有电力系统谐波检测方法普遍存在的对频率相近的谐波和间谐波分辨力不足和抗噪声干扰能力弱的问题,首次引入间歇混沌振子列方法解决以上两个问题,并介绍了两种应用间歇混沌振子列进行频率估计的方法。此外,还提出了一种基于Holmes-Duffing方程的Floquet指数的对待测信号的幅值和相位简化估计方法。最后用一组仿真信号的检测结果,验证了间歇混沌振子列方法检测电力系统谐波间谐波的有效性和提出的信号参数估计方法的准确性。     

基于复合混沌模型的高级加密标准图像加密算法

为提高图像加密算法的安全性能,提出了一种基于复合混沌系统的改进的高级加密标准加密算法。该算法将Logistic混沌序列与Chebyshev混沌序列相结合,产生2种新的混沌映射。一种复合混沌矩阵作为高级加密标准的轮密匙,进行像素置乱;另一种复合混沌矩阵组成S盒,进行位置置乱。另外,对图像像素点进行位移及列混合操作,进一步达到位置置乱的目的,实现动态变换密钥的高级加密标准图像的加密。实验结果表明,该算法具有较高的密钥敏感性、良好的置乱效果及高效性。     

一种基于混沌振子的电力系统谐波检测新方法

为了解决现有电力系统谐波检测方法普遍存在的对频率相近的谐波和间谐波分辨力不足和抗噪声干扰能力弱的问题,本文首次引入间歇混沌振子列方法解决以上两个问题,并介绍了两种应用间歇混沌振子列进行频率估计的方法。此外,本文还提出了一种基于相态跃变型混沌振子的对待测信号的幅值和相位简化估计方法。最后用一组仿真信号的检测结果,验证了间歇混沌振子列方法检测电力系统谐波间谐波的有效性和本文提出的信号参数估计方法的准确性。     

基于MSP430的低频频率测量计

本文主要通过运用单片机定时器的捕获功能,采用测量脉冲周期的方法,通过相应计算,测量出35-54Hz低频信号的频率,误差范围控制在0.6%以内。     

风动力蒸汽压缩式海水淡化工艺研究

对风动力蒸汽压缩式海水淡化系统装置进行了工艺流程的理论分析及设计计算,研究结果表明,该装置运行稳定,节约能耗,可以有效地减少化石能源消耗、污染气体排放,并可以提高风能利用率.     

一种基于Duffi ng系统的信号检测与参数估计新方法

为了给出一种基于Duffing系统的完整信号检测与估计方法,本文采用了耦合型间歇混沌振子,并引入了变尺度方法,以实现仅用单个Duffing振子完成对未知频率具有任意出相位的正弦信号的检测与频率估计。此外本文还提出了一种新的正弦信号幅值、相位同步估计方法,并综合方法原理和仿真实验结果证明了此方法具有估计精度高、抗噪声干扰能力强和实时性好的优点。最后用一组仿真实验结果验证了本文所提出的检测方法的有效性和估计方法的准确度。     

基于信息熵的卷积神经网络图像特征度量

在对卷积神经网络(CNN)的可解释性研究中,针对特征信息的定量分析是研究的重点.提出一种基于信息熵的特征度量方法,用于定量分析CNN的特征提取性能.该方法首先针对不同类别的图像计算特征层的激活直方图,然后统计其归一化熵,将其定义为特征纯度.在CIFAR10和ImageNet数据集上对不同CNN模型及其内部结构的特征纯度进行量化评估;在评估特征纯度的同时,结合类激活图进行可视化解释,以验证特定CNN模型的特征提取能力和特征纯度之间的关系.实验结果表明,特征纯度与模型的特征提取能力、模型的分类性能有统计意义上的显著相关性;同时,特征纯度的计算不依赖于分类标签,也不局限于具体网络结构,具有较强的鲁棒性与实用性.所提出的量化评估方法可以有效地评估CNN的特征提取性能.