输电线路故障率模型研究

综合考虑设备老化、天气因素和设备状态对输电线路故障率的影响,搭建基于比率风险的新型输电线路故障率模型。模型的故障率函数由基准故障率函数和状态描述函数组成,基准故障率函数采用温升老化模型,状态描述函数中的协变量选择与输电线路运行密切相关的天气因素和设备状态,采用极大似然估计法进行模型参数拟合。算例分析表明提出的模型具备表征实际故障率的能力。     

非抽样双树复小波域的BPP-NMF图像融合

提出了一种非抽样双树复小波变换（UDT-CWT）与基于块主元旋转的非负矩阵分解（BPP-NMF）相结合的多聚焦图像融合算法。利用UDT-CWT具有完美的平移不变性及良好的方向选择性,首先对图像进行多尺度、多方向分解并得到低频子带和高频子带系数;然后对低频子带系数采用块主元旋转的非负矩阵分解的融合策略,高频系数则选用高斯加权区域能量与区域标准差一致性选择的融合准则。最后对融合后的系数进行UDT-CWT逆变换得到重构图像。选用多组多聚焦图像进行融合并对融合结果进行主观视觉、客观方面的评价。试验结果表明,该融合算法不仅具有良好的视觉效果,同时在客观评价指标也优于一般的融合策略,验证了该算法的有效性。     

一类向量值正交小波的构造算法

引进向量值多分辨分析与向量值正交小波的概念。运用矩阵理论与仿酉向量滤波器理论,给出了向量值正交小波存在的充要条件。提供了一类紧支撑向量值正交小波的构造算法。     

紧支撑多重向量值正交小波的构造

通过引进向量值多分辩分析与多重向量值正交小波的概念,运用仿酉向量滤波器理论与傅立叶变换,得到多重向量值正交小波函数存在的充要条件,利用多分辩分析方法与矩阵理论,由给定的适合某些条件的若干个紧支撑向量值正交尺度函数,来构造多重向量值正交小波函数,给出一类紧支撑多重向量值正交小波的构造算法,并给出一个相应的构造算例.     

基于端到端双网络的低照度图像增强方法

由于环境的不确定性,捕获的图像存在亮度低、对比度低和信息丢失严重等问题,且利用现存算法增强后的图像存在曝光过度问题,不能满足计算机视觉任务的输入要求。针对此问题,提出了基于端到端双网络的低照度图像增强方法,该网络由Inception网络模块与URes-Net模块组成。首先利用Retinex理论合成低照度图像样本;然后运用双网络模型进行特征提取、特征融合与重建,根据测试集的损失不断调整参数以优化模型,最终使双网络模型具有较高的低照度图像增强能力。实验结果表明,所提方法的PSNR和SSIM的均值分别为28.659 8 dB和0.896 6,亮度、对比度显著提高,获得的图像更加符合人类视觉,优于其他先进的低照度图像增强方法。     

德力9S7场强仪改电调谐

我台于１９９２年购置了一台９Ｓ７型场强仪,经几年使用,出现７个手调电位器均不同程度存在接触不良的现象,特别是１频道与２２频道位置（系统为５５０ＭＨｚ）,更是不易精确调整,给日常调试维护带来许多不便。本人用福州艺通公司Ｍ９０８１Ｇ加强型电视机遥控器,成...     

混合残差学习与导向滤波算法在图像去雾中的应用

为解决雾天场景图像恢复过程中图像清晰度和对比度下降的问题,提出了一种结合残差学习和导向滤波的单幅图像去雾算法。使用雾天图像与对应的清晰图像构建残差网络;采用多尺度卷积提取更多细节的雾霾特征;利用导向滤波各向异性的优点,对残差网络去雾后的图像进行滤波以保持图像边缘特性,得到更加清晰的无雾图像。通过与DCP算法、CAP算法、SRCNN算法、DehazeNet算法和MSCNN算法相比,在合成雾天图像上,峰值信噪比值最高达到31.951 8dB,结构相似度值最高达到0.979 6,在自然雾天图像上的运行时间最低达到了0.4s,主观评价和客观评价均优于其它对比算法。实验结果表明,所提去雾算法不仅去雾效果较优,而且速度较快,具有较强的实用价值。     

具有阶段结构和时滞比率依赖的捕食系统的持续生存和稳定性

本文研究了一类带有时滞和对捕食者进行分阶段的比率依赖的捕食模型,得到了该模型中的种群的持续生存的充分条件。通过构造Lyapunov泛函的方法,得到了该模型唯一正平衡点的局部稳定和全局稳定的充分条件。     

基于卷积神经网络的高压电缆局部放电模式识别

由高压电缆不同类型缺陷诱发的局部放电(PD)的识别难度较大,尤其是某些相似度较高的电缆绝缘缺陷类型难以区分。提出了一种基于卷积神经网络(CNN)的高压电缆PD模式识别方法,研究了不同网络层数、不同激活函数以及不同池化方式对识别效果的影响,并与传统的支持向量机(SVM)和反向传播神经网络(BPNN)算法进行了对比。结果表明,相比SVM和BPNN,CNN的总体识别精度分别提高了3.71%和4.06%,且能较好地识别具有高相似度的电缆缺陷类型。