基于自适应迭代最小二乘的叶片后缘参数估计

为了解决燃气轮机叶片后缘轮廓参数辨识的难题,提出了自适应迭代最小二乘法.通过三维激光测量系统得到叶片后缘三维轮廓点云数据,测量精度±5μm,使用该算法对后缘所有截面进行拟合,拟合精度±0.001 mm.通过在不同程度高斯噪声下仿真后缘测量数据,对比分析了两种算法的拟合效果.自适应迭代最小二乘法对叶片后缘轮廓的高精度、高效率参数辨识有着重要意义.     

散乱分布数据曲面重构的光顺-有限元方法

提出了一种基于散乱分布的数据点重构三维曲面的有限元方法.根据最佳逼近与数据光顺理论建立正定的目标泛函,采用有限元最佳拟合使泛函极小化,求得最优解.通过八节点等参数有限元插值计算,重新构造出三维曲面.这种光顺-有限元方法有效地抑制了输入数据上误差噪声的影响,与有限元拟合方法相比,所需的输入数据点少,重构的曲面逼近精度高、光顺性好.数值实验表明,该方法简单,便于应用.     

基于小波的非均匀B样条曲线自动光顺算法

为了更好地对曲线进行自动光顺,针对一般的非均匀B样条曲线,提出一种基于非均匀B样条小波的曲线光顺算法.首先将曲线分解为尺度部分和细节部分,并把细节部分再次分解为小波尺度部分和小波细节部分;然后通过自动设定阈值对小波细节部分进行修复,并通过小波重构得到新的控制顶点;最后对新的控制顶点进行迭代计算,直至达到满意的光顺效果.通过设定光顺误差限,采用该算法可以在计算机上对曲线进行自动光顺操作.实例验证表明,文中算法比其他基于小波的曲线光顺方法具有更好的光顺效果.     

面向建模误差PDF形状与趋势拟合优度的动态过程优化建模

本文提出一种新的数据驱动建模思路及方法, 即面向建模误差概率密度函数(Probability density function, PDF)形状与趋势拟合优度(相似度)的动态过程多目标优化建模方法. 首先, 针对均方根误差(Root mean square error, RMSE)等常规一维性能指标不能完全刻画建模误差在时间和空间二维随机动态特性的问题, 引入PDF指标来对动态过程的建模误差在时间和空间进行二维尺度的全面刻画和评价, 并采用核密度估计技术对关于时间的建模误差序列的PDF进行估计; 其次, 为了刻画动态过程数据建模的拟合趋势, 进一步引入趋势拟合优度指标, 从而构造综合描述数据建模误差PDF形状与趋势拟合相似性的多目标性能指标; 在此基础上, 采用NSGA-II算法优化数据模型的参数集, 获取一大类满足上述多目标性能优化的智能模型参数解. 数值仿真及工业数据验证表明, 所提方法的建模误差PDF逼近设定的期望PDF, 并且模型输出与样本数据拟合趋势接近, 好于常规最小化一维RMSE指标的数据建模方法.     

基于拟合的地震图波形自动提取方法

首先研究了地震图的预处理技术,并提出一种改进的弧形校正方法和滑动窗口波形分割方法.在此基础上,提出了一种基于三角多项式的分段拟合算法,并针对函数阶数的确定进行了分析.实验表明,该方法具有抗噪能力强,获得波形光顺,刻划波形起伏准确的优点.     

用最小二乘正交距离方法拟合双同心椭圆弧 *

提出一种带有同心条件的双椭圆弧拟合方法。该方法利用给定点到拟合椭圆弧的正交距离来衡量误差,建立关于误差的最小二乘方程 ,进而采用迭代方法求出描述双椭圆弧的八个参数。算法仿真实验研究了椭圆弧度、长短轴比率以及样本噪声对算法的影响 ,研究表明弧度越大、长短轴长度越接近、样本噪声越小 ,算法越稳定 ,参数估计越准确。该方法也可以推广应用于处理多个同心椭圆弧的拟合问题。     

基于稀疏模型的曲线光顺算法

为了对曲线进行有效光顺,将曲线光顺问题建模成基于稀疏模型的优化问题,并提出了新的曲线光顺算法.通过分析非光顺曲线的例子,对现有的判别准则进行了总结;根据总结出的判别准则,曲线的光顺性与曲率图二阶差分的稀疏性与大小密切相关,将曲线光顺问题建模成一种基于稀疏模型的优化问题;并给出了一种高效的迭代调整算法求解该模型.数值实验结果表明,文中算法是实用和有效的;与其他光顺算法进行对比时,该算法也有十分突出的表现.     

去除离群点的改进椭圆拟合算法

离群点可显著影响椭圆拟合的结果.针对这一问题,提出了一种基于截断最小二乘法和两种基于双点移除法的改进椭圆拟合算法.截断最小二乘法由随机采样开始,在每次迭代中选择当前拟合残差最小的数据点作为下一次迭代时的被拟合点集,并最终收敛于占据点集主体的非离群点的拟合结果;双点移除法则从完整的待拟合点集开始,每次移除拟合残差为正负最...     

双同心椭圆弧的几何拟合方法

提出一种带有同心条件的双椭圆弧拟合方法。该方法利用椭圆几何定义得到的残差来衡量误差,建立关于误差的最小二乘方程,进而采用迭代方法求出描述双椭圆弧的8个参数。算法仿真实验研究了椭圆弧度、长短轴比率以及样本噪声对算法的影响,研究表明弧度越大、长短轴比率较接近1.1、样本噪声较小的时候,算法较稳定、准确。该方法也可以扩展处理多个同心椭圆弧的拟合问题。     

基于大数据技术的小水电机组负荷分配优化平台研究及应用

为提高水能利用率,解决小水电机组以最优效率为目标负荷分配问题,开发了 一套基于大数据技术的小水电机组负荷优化分配平台.平台通过对基础数据和在线测量数据的分析,自动识别机组的状态条件、运行工况、稳定性能等情况.在此基础上,给出一种在线基于实时动态自校正的逐次迭代效率曲面拟合方法,解决大数据样本误差噪声引起的效率拟合误差以...     

复杂边缘目标的亚像素定位

在已有的亚像素边缘定位方法中,从复杂度和运算时间等角度考虑,二次曲线拟合边缘定位是一种较好的方法,然而目前只能应用在直线边缘的亚像素定位中.为此提出了一种针对非直线边缘的复杂图像进行亚像素级边缘定位的算法,依据细化后边缘上前后像素的邻接关系将二次曲线拟合亚像素定位应用到二维情况.实验验证了对直线边缘图片以及具有非直线边缘的实际物体图片进行亚像素级边缘定位的正确性及可靠性.结果表明,不仅可以检测直线,而且对较复杂边缘目标的定位精度达到了亚像素级.     

基于边缘连续性的边缘检测算法

针对传统的边缘检测算法抗噪能力弱、弱小边缘难以检测以及边缘图像容易出现断层等问题,本文提出了一种新的边缘检测算法。该方法首先对边缘进行提取,然后进行边缘连接。边缘是图像灰度突变的反应,像素点的梯度以该像素点为对称中心,由对称位置灰度有明显变化的像素点的个数加权得到。对梯度较大的像素点计算其方向,通过像素点方向的连续性进行边缘提取。为了克服边缘图像出现断层的缺陷,利用蚁群算法进行边缘连接 。实验结果表明,该方法有较强的抗噪能力,尤其对椒盐噪声,且可以有效地检测出灰度变 化不明显的边缘。     

面向边缘计算的Storm边缘节点调度优化方法

边缘计算有高实时性和大数据交互处理的需求,边缘异构节点间的调度时耗长、通信时延高以及负载不均衡是影响边缘计算性能的核心问题,传统的云计算平台难以满足新的要求。文中研究了在边缘计算环境下Storm边缘节点的调度优化方法,建立了面向边缘计算的Storm任务卸载调度模型。针对拓扑任务在边缘异构节点间的实时动态分配问题,提出了一种启发式动态规划算法(Inspire Dynamic Programming,IDP),通过改变Storm的Task实例的排序分配方式以及Task实例和Slot任务槽的映射关系实现全局的优化调度;同时,针对拓扑任务的并发度受限于JVM栈深度的缺陷,提出了一种基于蝙蝠算法的调度策略。实验结果表明,与Storm调度算法相比,所提算法在边缘节点CPU利用率指标上平均提升了约60%,在集群的吞吐量指标上平均提升了约8.2%,因此能够满足边缘节点之间的高实时性处理要求。     

基于边缘检测器组合的密集边缘检测

本文提出了基于多个边缘检测器组合的密集边缘检测方法 ,并从理论上阐述了此方法的性质 .在实验中 ,采取了组合中值混合滤波器、Teboul变分法和最优的 Gabor滤波器的方式 ,随后用组合的边缘检测器对人脑横切片图和取自 Vis Tex数据库的图像进行分割 .实验结果表明此方法是有效的 .     

Edge focusing

Edge detection in a gray-scale image at a fine resolution typically yields noise and unnecessary detail, whereas edge detection at a coarse resolution distorts edge contours. We show that ``edge focusing', i.e., a coarse-to-fine tracking in a continuous manner, combines high positional accuracy with good noise-reduction. This is of vital interest in several applications. Junctions of different kinds are in this way restored with high precision, which is a basic requirement when performing (projective) geometric analysis of an image for the purpose of restoring the three-dimensional scene. Segmentation of a scene using geometric clues like parallelism, etc., is also facilitated by the algorithm, since unnecessary detail has been filtered away. There are indications that an extension of the focusing algorithm can classify edges, to some extent, into the categories diffuse and nondiffuse (for example diffuse illumination edges). The edge focusing algorithm contains two parameters, namely the coarseness of the resolution in the blurred image from where we start the focusing procedure, and a threshold on the gradient magnitude at this coarse level. The latter parameter seems less critical for the behavior of the algorithm and is not present in the focusing part, i.e., at finer resolutions. The step length of the scale parameter in the focusing scheme has been chosen so that edge elements do not move more than one pixel per focusing step.     

基于Canny 算子的大米边缘检测

为解决传统边缘检测算法对大米图像边缘检测精度低以及对噪声敏感的问题,提出一种改进的Canny边缘检测算法。该方法首先采用非线性扩散滤波减少图像噪声,同时保持图像的边缘信息;在邻域梯度幅值计算中,考虑像素对角线方向的梯度,进一步抑制噪声的影响;最后采用最大类间方差法选取阈值,从而提高对不同图像的自适应性。通过对实验图像的分析表明,本文的改进算法运用到大米图像边缘提取中效果显著,满足大米质量检测和分级的要求。     

小波边缘分布及边缘融和算法研究

小波变换是图像边缘检测的重要算法之一,为了综合大尺度下边缘抗受噪声强和小尺度下边缘定位准确的优点,提出一种基于多尺度小波边缘分布的边缘检测算法.研究小波边缘检测中的边缘分布,提出有效边缘包络带,讨论了不同类型边缘包络带的有效范围;在有效边缘包络带内采用融和算法进行边缘检测.对合成和自然图像的试验表明算法的有效性.     

对多尺度边缘检测中边缘位移的研究

多尺度边缘检测的任务之一是寻求噪声平滑与保持细节边缘的折中,现已出现了许多自适应多尺度边缘检测方法,但使用多尺度的边缘检测方法常常使得边缘发生位移.为了使得在大尺度下求取的边缘位置不变,提出了一种根据局部图象特点,在最大尺度下求取保持图象边缘点位置不变的多尺度自适应边缘检测方法,并首先证明了对于绝大多数边缘点,如果使用恰当的小波基,那么,对于常规边缘检测算子,在大尺度下,也能准确定位;然后,利用以小波函数为核函数的积分运算与求导数之间的关系以及小波分析的多尺度特性给出了一种自适应的、保持位置不变的图象边缘检测方法,最后用实验进行了验证.     

基于边缘方向性的小波边缘检测算法

现有的基于小波变换的图像边缘提取方法会导致边缘细节的损失且边缘位置会发生偏移,因此本文给出了一种改进的边缘检测方法。该算法先对图像进行平滑处理,然后用小波变换提取边缘。传统的平滑方法避开了边缘的方向性,且对图像的边缘保持效果不佳。本文提出了基于边缘方向性的平滑算法,该算法在处理边缘像素时可自动搜索边缘方向进行平滑,用该算法和小波方法结合进行边缘检测。仿真实验给出的实验结果有力地证明了该方法的有效性。     

一种基于边缘图像融合的图像边缘检测方法

边缘检测是图像处理、模式识别和计算机视觉领域的重要内容．传统边缘检测方法的边缘检测效果一般．为了更好地检测出图像边缘,在传统边缘检测算法分析的基础上,提出了一种基于边缘图像融合的图像边缘检测方法．首先,对原图像进行二进小波分解得到低频子图像,然后分别对原图像和低频子图像采用直方图均衡化进行增强后用Canny算子来进行边缘检测,得到原图像和低频子图像的边缘图像,最后采用一定的融合规则将这两个边缘图像融合在一起,得到一幅完好的边缘图像．实验结果表明,这种边缘检测方法明显优于直接对原图像单独使用Canny算子或基于小波变换的边缘检测方法．