排序方式: 共有37条查询结果,搜索用时 15 毫秒
1.
本文主要介绍以单片机80c196kc为CPU对模拟信号进行等间隔采样以及实现对采样值回显的问题。详细介绍了测频软件及电路的实现,对等间隔采样软件实现进行了详细论述:详尽讨论了对于MG-12864-2液晶显示器的电路连接与软件控制方法;对MG-12864-2液晶显示器应用的独特之处做了细致的分析。 相似文献
2.
加权空间函数优化FCM的SAR图像分割 总被引:2,自引:0,他引:2
传统模糊c-均值聚类算法没有考虑图像像素空间信息特征,在应用于合成孔径雷达图像分割时,由于合成孔径雷达图像中斑点噪声的影响,通常不能得到正确的分割结果.基于此问题提出加权空间隶属度和加权空间函数并应用于c-均值聚类算法,加权空间隶属度是多尺度条件下空间各相邻像素的位置和强度信息的加权隶属度值,加权空间函数中各加权空间隶属度的影响系数由自适应遗传算法优化,最终的隶属度值由加权空间函数修正.由于在这种聚类过程中融入了优化的空间信息,因此弱化了斑点噪声的影响,提高了分割精度.这种算法应用于实际合成孔径雷达图像分割实验,结果表明此算法对初始分类结果不敏感,具有较强的抗噪性能,改善了SAR图像的分割结果. 相似文献
3.
田小林 《北方工业大学学报》1989,1(1):50-56
本文将相关辨识、相关滤波、AIC准则与极大似然估计有机联系起来,并将应用于可控硅动态系统的故障检测。本文提出的诊断过程如下:(1)加入激励信号为正常给定信号的0.1%~10%的逆重复M序列伪随机信号,以不影响系统正常运行为准.(2)求出各可测点与输入信号的相关函数,得到多条相关滤波曲线.(3)用极大似然估计与AIC准则判定各可测环节中是否出现故障.其中,估计用的输入输出数据是通过相关滤波后的数据.本文给出的物理实验结果,证明本文所提的诊断方法是有效的. 相似文献
4.
二进小波与扩散滤波结合的光学相干层析图像降噪 总被引:1,自引:0,他引:1
斑点抑制各向异性扩散(SRAD)是一种重要的图像降噪方法。将二进小波与SRAD结合,提出一种光学相干层析图像的二进小波扩散滤波降噪方法。该方法利用二进小波分解得到的不同尺度间小波系数的相关性区分边缘和噪声,修改SRAD中扩散系数得到新的扩散系数计算公式。实验表明,新方法具有更好的降噪能力,降噪后得到的图像的信噪比和对比度噪声比率等量化衡量指标都优于经典SRAD方法。 相似文献
5.
一种基于单片机和FPGA的电力系统谐波分析方法 总被引:2,自引:1,他引:1
电力系统谐波分析往往基于数字信号处理技术,本设计以80C196KC为CPU,由于此CPU运算速度的局限,利用数字信号处理技术进行谐波分析的实时性比较差。为了提高快速离散傅立叶变换(FFT)的处理速度,研究了一种用FPGA实现FFT处理器的硬件结构,利用FPGAEPF10K20RC240-3设计和实现了64点FFT单片处理器。给出了FPGA实现FFT的方案和方法。实验表明,用FPGA实现FFT的算法,进而对电力系统谐波进行分析是一种可行的方案。 相似文献
6.
可能性C-均值(PCM)聚类算法提高了数据聚类的抗噪性能,但由于这种算法没有考虑数据的空间依赖特性,应用于合成孔径雷达(SAR)图像分割时,受SAR图像中斑点噪声的影响,通常不能得到正确的分割结果.该文在PCM目标函数中引入空间相对位置信息和多尺度空间像素强度信息,这些空间信息取值由前次迭代优化的聚类结果确定,空间信息影响程度(影响因子)由免疫克隆算法(ICA)优化,实现了空间信息影响因子的自适应调整,优化了PCM聚类结果.实验将这种算法应用于人工合成图像和实际SAR图像的分割,结果表明该文所提出的算法对初始分割不敏感,具有强的抗噪性能,改善了SAR图像的分割效果. 相似文献
7.
8.
提出一种光学相干层析(OCT)视网膜体数据3维分割的新方法.综合利用视网膜边界方向、图像强度峰值及分而治之的策略,可分割出多层重要边界面.具体过程是:在OCT体数据中,从上到下查找A-scan的第1个峰值确定内界膜(ILM)的初始位置,再通过表面光滑性约束去除异常点进行优化;利用类似的方法从下到上查找A-scan的第1个峰值定位视网膜色素上皮层(RPE);然后,对由ILM和RPE之间的数据构成的子体,确定每条A-scan的亮度最大值分割出内外节层(IS/OS)上边界表面;最后,对由ILM和IS/OS之间的数据构成的子体,从下到上寻找A-scan的第1个峰值定位内核层和外网织层(INL/OPL)之间的边界表面.实验结果表明,本文方法在普通台式计算机上能够正确地分割出上述4个边界面,且每个边界面的分割可在几秒内完成. 相似文献
9.
10.
基于量子计算的并行性、进化计算简单、通用性好等优点,采用量子编码构造进化算法的染色体种群,再将二者引入到核聚类中来,提出了一种基于量子进化规划的核聚类算法.该算法充分利用了量子态的叠加性以及量子比特的概率表示,能够表示出许多可能的线性叠加状态,具有更好的种群多样性,因此将其用于解决核聚类算法中目标函数的优化问题,可以有效克服传统进化算法收敛速度慢以及早熟等问题.对Brodatz纹理图像及SAR图像进行分割,仿真实验结果表明该算法可以较好地改善图像分割效果. 相似文献