基于级联卷积神经网络的荧光免疫层析图像峰值点定位方法研究

针对目前荧光免疫层析定量图像峰值点定位易受多种因素影响,导致物质定量准确度低的问题,提出了一种融合目标检测的级联卷积神经网络(CNN)算法。第一层级联算法首先使用经改进的AlexNet算法对荧光免疫层析定量图像中包含质控(C)峰和检测(T)峰的区域进行检测和提取。之后将提取到的图像区域送入第二层级联卷积神经网络中,对C峰和T峰的位置进行快速定位。随后将定位结果输入到第三层级联卷积神经网络中,对上一层输出的C峰和T峰的定位结果进行精准微调。最后输出C峰和T峰的准确定位信息。实验结果表明,提出的级联卷积神经网络算法,对荧光免疫层析图像峰值点的平均定位准确度达到了96%以上,提高了峰值点的定位准确度。     

基于自适应免疫算法的塔式起重机稳定性优化设计与软件开发

塔式起重机稳定性的计算是起重机总体设计中的一个很重要的部分。利用自适应免疫算法鲁棒性好、智能高、全局搜索能力强和收敛性好的特点，将其引入塔式起重机稳定性优化设计中，同时，采用面向对象方法，开发了优化设计软件。优化结果表明，该算法在保证全局收敛的同时提高了局部搜索能力，证实了该算法在起重机稳定性优化设计中的有效性。     

一种基于自适应免疫算法的优化设计方法

提出了一种新的机械优化设计方法——自适应免疫算法，该算法以种群的方差和熵作为结束条件，能自动调节优化参数。使用该算法对QAY50全地面起重机的转向梯形进行了优化设计，优化结果表明，该算法在保证全局收敛的同时提高了局部搜索能力，证实了算法的有效性。     

基于自适应二代小波的涂层下裂纹检测研究

基于自适应二代小波变换的过流部件涂层下裂纹检测方法,将自适应二代小波变换应用于阵列涡流的检测中,发现阵列涡流检测能够很好地抑制提离效应,且不受缺陷方向的影响,自适应二代小波能够有效匹配信号特征,消除噪声影响,提高信号质量.实验结果表明,基于自适应二代小波变换的阵列涡流检测方法能够有效识别水电站过流部件涂层下裂纹故障,检...     

基于免疫层析技术的时间分辨荧光免疫分析仪研究

基于时间分辨荧光免疫分析和免疫层析技术的原理,研制了一种新型的时间分辨荧光免疫分析仪.与现有的时间分辨荧光分析仪不同,它所检测的是以Eu3+离子及其螯合物为标记物的免疫层析试纸条.通过测量免疫反应后试纸条检测带上Eu3+螫合物的含量,参照标准浓度曲线就可以定量得到待测样品溶液的浓度.实验表明,仪器的最低检测浓度可达到ng/mL量级,测量的相对标准偏差小于3%,在5～103ng/mL浓度范围内具有良好的线性响应特性,相关系数R2=0.999 7.     

基于提升算法的自适应小波变换及应用

为了克服传统小波变换的不足,提出了一种用样本相关性检测信号特征的自适应小波变换降噪方法。该方法以第二代小波变换为基础,用变换样本与相邻样本之间的相关性,来检测信号的局部特征。并根据相关系数的大小,来确定每一尺度上的每个样本的最佳预测器和更新器,使小波能够较好地适应信号的局部特征。在信号相关性强的情况下,采用了最优插值估计的改进算法。模拟实验和工程应用的结果表明,该方法克服了传统小波变换降噪方法丢失原始信号局部信息的缺陷,不仅可以有效地去除原始信号中的噪声,而且能够保留原始信号的局部特征。     

能量色散X射线荧光光谱定性分析算法研究

介绍了EDXR光谱的定性分析过程及常用算法,并分别将二次微分法和连续样条小波变换法应用于谱线的寻峰处理,比较了两种算法的处理效果,阐明了连续样条小波变换法在谱线寻峰处理上的优越性。同时确定了能量刻度的方法,参照元素特征X射线能量表,实现了定性分析。     

基于二进小波分辨率逼近的层析三维数字化图像边缘检测研究

采用Ｂ样条小波来提取层析图像的边缘轮廓,用高斯函数为平滑函数,用Ｍａｌｌａｔ快速算法进行小波分解,分解出的局部极值就是层析图像多尺度边缘。这两种算法在不同的尺度下有不同的提取边缘细节的能力和抑制噪声的能力。做到了抑制噪声和提取边缘细节之间有机的统一。结果证明这种方法比传统的基于微分算子的边缘提取方法更适合于层析图像边缘轮廓的提取。     

一种基于提升算法的自适应小波变换及应用

为了克服传统小波变换的不足,提出了一种用样本相关性检测信号特征的自适应小波变换降噪方法.该方法以第二代小波变换为基础,用变换样本与相邻样本之间的相关性来检测信号的局部特征,并根据相关系数的大小来确定每一尺度上的每个样本的最佳预测器和更新器,使小波能够较好地适应信号的局部特征.在信号相关性强的情况下,采用了最优插值估计的改进算法.模拟实验和工程应用的结果表明,该方法克服了传统小波变换降噪方法丢失原始信号局部信息的缺陷,不仅可以有效地去除原始信号中的噪声,而且能够保留原始信号的局部特征.     

射线图象的自适应增强算法研究

在现代无损检测技术中,图象处理技术用来定量或定性分析和发现设备的故障,并得到了普遍应用。本文根据射线图角的特点,介绍一种在实时成象检测中,对所得的图角进行空间域自适应对经度增强的算法,试验表明,该算法实时性好,能使原图象中较模糊、对比度差的细节得到明显的增强。同时根据以变换的多分辨率特性,在小波域也进行了尝试。     

基于小波分析的快速成形自适应分层算法

试图从信号处理的角度考察快速成形工艺,并分别应用傅立叶变换和小波变换作为在快速成形中分析成形过程的工具。采用多分辨率分析技术后能以物体轮廓的信息进行自适应分层,在变换缓慢的部分采用较厚的分层,在变换剧烈的部分采用较薄的分层,这样可以兼顾成形质量和成形速度。选用了harr基小波函数,它可以对快速成形所特有的阶梯分层边缘特征进行精确拟和,因此提供了用来进行误差分析和模拟显示的理论工具。     

一步逆成形法中边界等效阻力的自适应算法

在一步逆成形法中,如果最终构形只包括零件型面,为了得到合理的毛坯形状,需将压边圈的摩擦阻力以及拉深筋的阻力等效到零件边界线的节点上,根据实际经验给出等效阻力的大小。但是等效阻力的大小并不是均匀分布的,如果视为均匀分布,势必造成较大误差,如果分段手动给定,则效率太低,这里提出一种边界等效阻力的自适应算法。算法首先通过线弹性反向变形求得零件在无边界等效阻力作用下的毛坯外轮廓线,假设边界等效阻力的大小与该外轮廓线与零件边界线相应单元边之间的距离成正比,从而实现等效阻力的自适应分布。并以两个典型冲压件为例,通过比较等效阻力自适应算法、等效阻力均布算法、利用商业化软件Fastform分段手动给定阻力的大小和多次试验这四种不同方法得到的零件毛坯外轮廓线,验证了这一算法的有效性和便捷性。     

基于小波包免疫算法的驱动桥故障检测

基于免疫系统的信息处理特点和传统免疫算法的不足,通过建立准自体抗体集SS和准非自体抗体集SNS来改进传统免疫算法,并结合故障信号的小波包分解特点,提出了一种基于小波包免疫算法的故障检测系统。首先利用小波包将检测信号进行分解,获取检测信号能量的特征向量。然后以信号能量的特征向量作为免疫系统的原始抗原,利用阴性选择算法对原始抗原进行自体-非自体分析。最后,将此故障检测系统成功应用于汽车驱动桥的故障检测。     

基于双正交小波包分解的自适应阈值语音增强

传统的小波去噪算法是一种有效的去除白噪声的算法.为了能够去除多种有色噪声,本文提出了基于双正交小波包分解的自适应阈值语音增强方法.该方法能够自适应地跟踪噪声的水平,以此来更新所选阈值.同时采用动态阈值方法去除噪声,从而能有效地去除或降低多种有色噪声.实验结果表明.该方法由于能够在处理过程中保证相位不失真,从而性能优于基于正交小波分解的去噪方法.     

化学荧光免疫定量检测仪的系统设计

介绍一种全自动化学荧光免疫定量检测仪的系统设计方法。选用光电倍增管作为感光器件，以TMS320F2407微处理器为主构成系统的智能控制器，配合运动控制系统、温度控制系统、试剂加注系统和信号处理系统实现高灵敏度荧光检测定量分析。     

基于自适应小波神经网络的故障分类

结合小波变换和社会网络理论,提出了一种自适应小波神经网络,网络在学习过程中对小波的尺度参数和平移参数进行自适应调整,最大限度地对信号进行特征提取,并研究基于自应小波神经网络的机械故障分类方法,对轴承的分类实例结果表明该网络分类准确、可靠性高。     

基于多级小波域变换的时域扩散荧光层析成像方法

本研究面向基于无限平板荧光扩散解析模型的时域扩散荧光层析成像的反演问题,提出了一种基于多级小波域变换的图像重建方法。与基于全空间域离散像点的传统重建算法不同,采用小波函数对未知参量的空间域进行多尺度分解,通过逐级细化分解尺度来减少重建的未知参量个数,从而有效地改善重建过程的病态性,提高图像的量化度和空间分辨率。仿体实验验证中采用了基于时间相关单光子技术的非接触模式时域测量系统和两个双目标体平板仿体。实验结果证明了所提的图像重建方法可以有效地改善荧光参数重建图像的空间分辨率,而且相较于传统算法其重建图像量化度有着显著地提高。     

自适应提升小波变换在心音信号预处理中的应用

通过构造提升小波变换的预测滤波器和更新滤波器,将自适应提升小波变换用于心音信号的预处理,提升小波变换不仅保留了小波变换在信号处理中的优势,而且可以提高信号处理的速度,可以在心音信号的实时处理中起到很好的去噪效果.通过仿真实验对实际采集的几十组心音数据进行了去噪处理,结果表明,该方法在去噪效果和处理速度上都有着明显的优势,在心音的实时采集中有很重要的应用价值.     

基于自适应免疫检测器的变速器轴承故障诊断研究

针对变速器轴承振动信号不平稳、特征难以提取等问题,以对振动信号的幅值和频率的变化不敏感的5种无量纲参数为特征参数,将这5种特征参数分为自我模式和非我模式,并基于人工免疫原理设计了一种自适应免疫检测器米克服传统变速器轴承故障诊断方法的局限,重新定义了自适应变异和抑制阈。在变速器轴承实验台上,首先对变速器轴承6种状态下的振动加速度信息进行了测量;然后计算了这些振动信息的无量纲指标;再用所得到的5种无量纲特征参数训练免疫检测器,使之成为成熟检测器;最后采用训练好的成熟检测器对变速器轴承的故障状态进行了诊断。试验结果表明：利用自适应免疫检测器进行变速器轴承故障诊断是可行的,而且该检测器具有较强的故障识别能力。     

基于小波包的CDMA窄带干扰自适应抑制算法

CDMA通信中的窄带干扰是其主要干扰类型之一。文章首先综述了目前比较先进的基于小波包变换的变换域自适应窄带干扰抑制技术：自适应小波包时频抗干扰技术和小波包自适应滤波技术。针对上述小波包分解过程是按小波包基顺序排列而非按频带顺序排列不利于干扰分析和定位这一问题,提出了一种基于按频带顺序排列的小波包变换的自适应窄带干扰抑制技术,详细说明了其基本思想。该技术便于工程上干扰分析及抑制。