基于分形特征的水声目标信号分类识别

在水声信号的研究中,应提高准确性.由于水声信号不具有严格的线性区域,过去直接对近似线性区域进行最小二乘拟合求得分形维数误差较大,不利于信号的识别.为解决上述问题,在分形布朗运动的基础上,提出采用水声目标信号近似线性区域进行了分段处理,运用最小二乘拟合求得各段的分形维数,并将各段的分形维数作为目标信号的特征矢量,进而以BP神经网络作为分类器进行目标的分类识别.实测目标的分类结果表明,上述方法提高了分形维数的稳定性,为水声目标信号的检测和识别提供良好的理论依据,并给出了具体的算法的步骤.     

基于分形理论的遥感影像分类研究

分形理论是非线性科学领域的一大支柱,它的提出为人们解决非线性世界的问题提供了新的思想和方法,由于分形维数与人类对图像表面纹理粗糙度的感知是一致的,利用分形理论进行遥感影像分类具有潜在的理论和应用价值。本文根据遥感影像特点,引入分形方法来描述其纹理结构特征,利用双毯覆盖模型来提取遥感影像的纹理特征,在此基础上,采用K-means算法将纹理结构特征与光谱特征相结合,进行遥感影像分类,其分类效果优于单纯采用光谱特征的分类。     

基于分形维数的音乐自动分类方法

音乐的自动分类是现代检索技术的一个研究内容,也是音乐可视化研究中亟待解决的问题。近年来,音乐的分形性质已得到了广泛的研究。本文是从分形的角度对音乐的自动分类问题进行研究,提出了一种基于分形维数的音乐自动分类方法:通过对不同风格音乐的分形维数的计算与比较,确定音乐分类的范围指标,然后利用此指标作为依据对音乐进行自动分类。本文通过实验证明此方法具有使用简单、高效和高准确率的特点。     

基于图像分形计算的磨粒定量参数识别研究

磨粒分形研究是磨粒分析技术中的热点.为了得到有效的磨粒分形定量特征,介绍了分形原理和磨粒的分形特性,在计算机和图像处理技术基础上,研究了磨粒分形参数提取.通过探寻磨粒边缘轮廓及纹理分形两种分形维数的计算方法,对大量典型磨粒分形维数进行了定量计算和统计分析,得出了相应的分布范围.给出了计算的一般方法和实例,提供磨粒分析的新的定量特征参数,是磨粒识别的一种有效途径,为最终解释磨损的机理提供了前提.     

分形在电台细微特征识别中的应用

针对电台细微特征产生机理,对分形技术在电台细微特征识别中的应用展开深入研究.本文实现了基于分形理论的步数维、盒雏、信息维、Lyapunov维四种分形维算法,采用模拟单音调制数据分析了分形算法的适应性.最后对实际工作状态下3种型号的5部电台进行个体识别,实验结果证明了分形在电台细微特征识别工程应用中的可行性和有效性.     

基于复合分类的快速分形图像压缩编码

针对分形编码方法耗时过长的不足，提出一种分类加聚类的快速分形图像编码方法，通过提取图像块的分形维数对图像块分类，在同类内基于分形维数聚类，使匹配搜索在同类的聚类域内进行，并对不同类块采用不同算法，实验表明，该方法与经典分形方法（PIFS）比较，在信噪和解码图像质量可接受的条件下，大大提高了编码速度，且压缩比有显著提高。     

基于MFCC与分形维数混合参数的语音识别

针对语音气流中具有混沌特征,而分形可以定量地分析混沌现象,故分形可用来分析语音信号。语音波形具有分形特征,将分形用于改善语音识别技术更好地表现语音的特征,避免传统的分段线性处理所产生的局限性。将传统特征参数MFCC与分形特征结合起来,组成混合参数用于语音识别。实验结论显示,基于MFCC与分形维数混合参数的语音识别方法要好于使用单一MFCC参数的语音识别方法。     

基于分形几何的甲骨文字形识别方法

甲骨文是流行于我国古代商朝的成熟文字系统,本质上是一种平面图形,笔画和结构不是非常稳定。很多字形具有图画性质,难以区分明显的结构,难写难记。已有的编码输入方法受众面小,效率很低,使用受限。该文分析了甲骨文字形的分形性质,在此基础上,通过字形的重心建立二维平面直角坐标系,将甲骨文字形的平面图形划分为四个象限。利用分形几何的原理,通过计算字形以及各个象限的分形维数,将甲骨文字形形式化为一组分形描述码。再通过与甲骨文字形的分形特征库进行配准,从而识别甲骨文字形。实验结果显示,利用分形几何可以较好地识别甲骨文字形。     

分形维数二进算法及应用

分形维数是描述复杂函数或集合问题特征参数。对数字信号如何合理计算其分形维数是十分重要的问题，本文基于信息分形的基本原理，提出分形维数的新计算方法即二进算法，编制二进分形维数的计算程序，通过对带有噪声正弦波和洛伦兹吸引了实例维数计算，表明了计算方法的可行性。     

单一分形与多重分形轴承故障识别算法的研究

分形维是一种可以量化表征事物非线性特性的参数。本文首先介绍了单分形维数和多重分形维数。然后对采集到的高速轴承正常状态、内环及外环故障时振动信号作小波去噪处理;最后,利用编写的盒维数、关联维数及多重分形去趋势波动法算法,对去噪后的信号进行单一分形与多重分形轴承故障识别分析。结果表明:振动信号具有强多重分形特征,采用多重分形去趋势波动算法能良好识别轴承故障;对比分析可知,单一分形维在描绘非线性特征方面有局限性,多重分形在刻画动力学非线性特征方面具有一定的优点。     

基于分形理论的DEM数据内插算法研究

本文利用分形理论与分形布朗运动原理,提出了基于子分形维数的随机中点位移内插算法,并采用不同的插值比系数来有效避免插值点附近的"尖峰现象"。应用该算法对研究区内的低分辨率数字高程模型(DEM)格网数据进行了内插计算,结果显示内插精度有一定的提高,同时生成的地形起伏平稳,并且能较逼真的反映地形表面的细节。     

基于分形盒子维数的车牌定位方法

分形维数是估计表面粗糙度的一个重要参数，在图像处理领域中更多地用到分形盒子维的概念，计算盒子维的DBC算法快速，有效，精确度高，被广为采纳，针对车牌内部图像的复杂度和背景有较大差异的特征，提出了一种通过计算分形盒子维同时结合其它图像处理方法来进行车牌定位的新算法，效果较好。     

基于人工鱼群和分形维数融合SVM的空气质量预测方法*

为了克服现有方法在空气质量预测上存在的缺点,文中通过采用改进的离散型人工鱼群算法,并结合分形维数,提出基于人工鱼群和分形维数融合SVM的空气质量预测方法.首先对人工鱼群算法聚群、觅食行为及移动方式进行离散化改进,引入跳出局部最优策略和并行机制.然后将改进的离散型人工鱼群算法结合分形维数,约简空气质量数据集.最后采用基于高斯核SVM建立空气质量预测模型.在北京、上海和广州近2年的空气质量数据上的实验表明,文中方法预测性能较优,具有较高的稳定性和可信性.     

基于分形理论的制造系统建模方法研究

通过新的技术条件下制造企业系统化、复杂化和非线性等特性的分析,给出了一种基于分形理论,适应敏捷化集成化、系统化要求的新型制造企业组织体系,阐明其层次性、自相似的结构特点,分析了其“授权自制”的运行模式。     

基于分形参数的中药材显微图象纹理分析

提出了一种基于分形维数分析中药材显微图象的方法。将中药材显微图象视为灰度纹理图象,依据分形布朗运动性质和功率谱法对4种中药材显微图象进行分维数计算。结果表明:中药材显微图象具有分形的特征,分维数能有效地描述纹理的结构与灰度,不同的显微图象对应不同的分维数,分维数可作为分析图象及进一步识别图象的一个定量参数。     

基于GIS和分形理论的海岸线模拟方法研究

为了探讨形如海岸线等不规则曲线的微观结构、模拟方法以及它是否具有相似性等特征 ,在有关研究基础上 ,以江苏省海岸线为例 ,结合分维的计算方法 ,利用“中点随机细分内插法”和“改进后的科契曲线法”探讨了海岸线的模拟生成方法 ;着重介绍了“改进后的科契曲线法”的具体实现原理和模拟过程 .在此基础上 ,根据不同的条件和模拟要求 ,不仅可以模拟一段海岸线 ,计算其相应分维值的大小 ,同时也能在一定范围内生成指定大小维数的海岸线 .通过对该方法的运用以及在 GIS技术的支持下 ,设计了一个分形模拟实用程序 ,并对该程序做了简单介绍和功能分析 ,利用该程序对比例尺为 1∶ 2 0 0 0 0 0 0的江苏省海岸线进行了实际模拟 ;模拟结果表明 ,模拟出的海岸线是自相似的 ,具有分形性质 ,且采用 GIS技术对之进行模拟也是切实可行的     

一种计算各向异性分形维数的新方法

分形维数是描述分形的重要参数,分形维数的计算是分形几何研究的重要内容。传统上分形维数的计算是基于各向同性这一假设所得到的维数计算方法,不适合具有各向异性特性的自然地形的维数计算。基于微分统计法,提出并实现了一种计算各向异性分形维数的新方法,该算法通过保留方向信息,达到了计算不同方向上不同分形维数的目的。利用频谱合成法生成的各向异性分形曲面进行实验的结果表明,算法是正确且有效的。     

基于改进离散型萤火虫群优化算法和分形维数的属性选择方法

属性选择是数据挖掘领域中数据预处理的一个重要方法。文中提出一种融合离散型萤火虫群优化算法(DGSO)与分形维数的属性选择方法。该方法以分形维数作为属性子集的评估度量准则,以DGSO作为搜索策略。为分析该方法的可行性和有效性,采用6个UCI数据集进行实验。结合10-fold交叉验证和SVM对属性选择前后的分类准确率进行分析,并进行搜索策略和评估度量准则间的性能对比及详细的参数分析。结果表明该方法具有较高的可行性和有效性。     

基于分形理论的一种图象分割方法

介绍了一种基于分形特征进行人造目标分割的方法.它是用分形模型描述自然场景,基于人造目标和自然背景在分形特征上的差别,并利用概率松弛的思想增强这种差异,从而自适应分割出目标图象.实验结果验证了这种方法的有效性和可行性.