改进Elman神经网络在短期热负荷预测中的应用

热电厂的短期热负荷预测在城市集中供暖中起着至关重要的作用,直接影响热电厂的经济效益和热能利用率。电厂的短期热负荷一般采用神经网络预测模型进行预测,而BP神经网络应用最为广泛。Elman神经网络算法在BP神经网络基础上加入了承接层,作为一步延时算子,实现记忆能力,使系统具备适应时变能力,增强系统全局稳定性。但Elman神经网络算法模型的构造依然需要大量样本的支撑,而且输入层的变量多,导致预测时间依然很长,收敛速度慢。该文在Elman神经网络预测前,进行了相关系数预处理和对样本中异常值的平均化预处理,通过数据归一化运算,使Elman神经网络输入层变量大幅减少。仿真实验表明,改进的Elman神经网络算法使预测模型快速寻优,减少预测时间的同时明显提高预测精度。     

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。     

井间地震反射波资料处理

井间地震反射波资料处理可以看成是有偏VSP反射波资料处理的一种延伸。由于一对井间地震资料相当于近千个有偏VSP，加上反射角增大和频率大幅度提高（约10倍），因此，井间地震反射波资料处理有着自身的一些特点。为此，对井问地震反射波资料处理中的一些技术和问题进行了讨论。对井间地震资料进行了分析，指出井间地震资料具有反射波场较弱、频率很高、管道波能量很强等特点；介绍了井间地震资料预处理方法，从空间属性建立、数据选排（抽道集）、道编辑、频谱分析、随机噪声压制和管波等相干噪声压制诸方面进行了讨论；对井间地震资料的波场分离和成像中需要注意的几个关键性问题进行了探讨，对于井间地震资料的高频特性给噪声压制和同相叠加处理造成的困难，通过提高叠加次数予以解决，对于大反射角对同相叠加造成的影响，则采用限角叠加技术来解决。实际资料处理表明，所采用的处理技术和措施合理有效，获得的反射波剖面品质良好。     

网上考试系统中指纹验证模块的研究与算法实现

网上考试中运用指纹认证方法,可以有效地杜绝代考现象的发生.文中探讨了网上指纹验证过程中的算法实现,综合运用图像处理和模式识别技术,研究了指纹识别的理论和技术,建立了一对一的指纹识别系统.整个系统框架采用浏览器/服务器(B/S)结构,用户在客户端提交指纹图像,而服务器端则完成指纹图像的预处理、匹配算法等,再将识别信息反馈给客户端.     

图像序列的预处理与目标检测技术综述

对图像预处理与运动目标检测中的几个关键技术进行了讨论,概述了其研究现状、存在的问题及研究方法,比较和评价了各种算法,并对运动目标检测的研究前景进行了展望。     

表面贴装过程仿真系统的研究与开发

文章从表面贴装技术(SMT)现状及特点开始,介绍多品种小批量电子产品中使用表面贴装技术存在的问题。针对这一情况对表面贴装过程仿真系统的需求进行了分析,并详细论述了仿真系统的文件预处理、仿真以及数据库维护三大主要模块设计,主要介绍采用OpenGL实现仿真模块的方法,同时展示仿真系统实现结果。最后总结了仿真系统的特点。     

红外弱小目标的匹配方法研究与仿真

研究红外图像中的目标匹配问题。针对传统的红外图像中目标匹配效果不理想,匹配不准确。当红外图像中是弱小目标时,背景灰度值与目标灰度值非常相近,灰度直方图均衡化无法实现目标与背景的完整分离,导致漏匹配率较高的问题。为提高目标的匹配精度,提出一种形态学预处理的红外目标匹配方法,通过形态学算法提取出图像中的形状信息,利用形状信息将红外图像中的目标与背景完整分离,避免了只依靠灰度图像信息造成的不能完整分离目标与背景带来的漏匹配问题。进行仿真的结果证明,采用的形态学与处理的匹配方法能够完整将目标与背景分离,成功完成目标匹配,取得了满意的结果。     

基于图像引导滤波的人脸光照预处理算法

针对人脸识别中人脸图像光照预处理的问题,提出一种基于图像引导滤波的人脸光照预处理算法。根据自定义光照标准函数对引导图像和输入图像进行分类,经指数或对数非线性变换调整后进行直方图均衡化处理。采用图像引导滤波对图像细节进行增强,使变换后的图像更清晰。利用空域高通滤波来抑制局部锐化现象。在YaleB人脸数据库上进行验证,结果表明,该算法在识别性能上明显优于经典的主成分分析法,识别率可以提高2%~8%。     

基于MATLAB指纹图像处理与识别的研究

该文利用专门的指纹采集设备获取指纹基本图像,基于MATLAB对指纹图像进行预处理,包括图像增强、图像二值化、分割和归一化。对指纹特征提取指纹类型、坐标和方向参数后,利用BP神经网络进行训练识别。识别实验效果明显,识别率高。     

数据挖掘中的预处理技术研究

分析了数据预处理提出的背景,归纳了常见的数据预处理方法,分析比较了不同方法的特点。