基于混沌时间序列的GPS单点定位误差预测方法

对由不同型号GPS-OEM板和不同型号天线所组成的GPS单点定位系统的定位误差时间序列进行了混沌特性分析,通过计算最大Lyapunov指数确定了其为混沌时间序列.在此基础上提出了基于混沌时间序列的GPS单点定位误差预测方法,分别将RBF神经网络和Volterra滤波器应用于预测模型,实现了对定位误差的一步预测.通过对比预测结果,发现Volterra滤波器比RBF神经网络具有更高的预测精度,且算法实时性强,可以有效地降低预测模型的复杂程度.     

双层结构隔声性能的经验预测方法

1.引言 双墙的隔声已经被广泛的研究,尤其是隔声量的预测已经有许多模型算法,但是这些方法大多是对理论计算的简化,并没有对理论和实际的误差给与修正.本文阐述了双层石膏板隔声性能的特点与实验结果,并与传统理论计算结果进行了比较.在此基础上对理论预测方法进行了改进,提出了一种新的双层结构隔声性能预测的经验方法,并将经验方法预测结果与实验以及传统理论计算结果进行了比较,改善了实验与预测结果的一致性.     

一种基于马尔可夫随机场的运动目标检测算法

本文提出了一种基于马尔可夫随机场的运动目标检测算法.针对传统时间分割使用主观固定阁值的缺点,使用马尔可夫随机场模型对差分图像建模,并提出了一种新的模型阶次选择算法,以及一种可以加速收敛过程的随机场迭代算法.采用期望最大算法获取高斯分布参数并检测运动变化区域,利用形态学运算修正时间分割模板;空间分割部分提出了基于人眼视觉特征的改进分水岭算法,有效地解决了过分割问题;最后对时、空间分割结果进行信息融合处理,从而得到完整的运动目标.仿真实验结果证明了本文算法可以有效地分割视频运动目标.     

基于最小一乘背景预测的红外小目标检测算法

本文提出了一种基于最小一乘背景预测的红外小目标检测算法.首先在建立最小一乘准则背景预测模型的基础上,根据最小一乘估计的性质,应用线性规划的方法解决最小一乘估计中极值的选取问题;然后将原始图像与预测图像相减得到预测残差图像;最后利用基于二维指数熵的图像阚值选取快速算法进行分割.文中给出了实验结果与分析,并与基于最小二乘背景预测的检测算法作了比较.实验结果表明,本文提出的算法具有更高的检测概率,优于基于最小二乘背景预测的检测算法.     

颜色分区理论误差分析研究

分析了颜色分区理论,对颜色分区理论产生误差的原因进行了剖析,提出了分区边界以及共享区域的概念和分区边界描述的修正方法,在此基础上确定了判断颜色是否在共享区域内的规则。通过构建多色分色模型对修正算法进行了检验,对进行共享区域判断和不进行共享区域判断进行了比较。分色实验结果表明,分区边界描述修正方法能很好地解决颜色分区理论产生的误差,能进一步提高多色分色模型的精度。     

基于FSVM时域背景预测的红外弱小目标检测

本文提出了一种基于模糊支持向量机(FSVM)时域背景预测的红外弱小目标检测方法.首先针对前几帧图像中对应同一位置像素点的灰度值序列,利用模糊支持向量机进行函数拟合,并据此预测下一帧图像在该位置处像素点的灰度值:然后将原始图像与预测图像相减得到预测残差图像,利用基于二维Tsallis-Havrda-Charvat熵的阈值选取快速算法进行分割,并根据小目标运动的连续性和轨迹的一致性进一步分离噪声和小目标.文中给出了实验结果及分析,并与现有的检测红外小目标的空域和时域背景预测算法进行了比较.结果表明,本文提出的算法具有更高的检测概率,明显优于已有的基于背景预测的红外小目标检测算法.     

专色油墨配方修正算法的对比研究

目的为实现调配的专色与目标色尽可能一致,对光谱匹配算法生成的初始配方进行修正,从而使均方根误差和色差均较小。方法选取潘通色为目标色,对比分析光谱修正和三刺激值修正算法对色差和谱差的影响,选取实际生产专色为目标色,进一步将配色效果较优的算法应用到基于白卡纸和光柱镭射纸的配色中。结果基于Kubelka-Munk单常数理论的光谱匹配算法进行颜色预测,白卡纸配色中初始配方、光谱修正和三刺激值修正的色差的均值分别是4.1834,3.6202,1.0300;谱差的均值分别是0.0804,0.0364,0.0303。光谱修正效果不理想,三刺激值修正的色差都小于3,符合生产要求范围。将三刺激值修正算法应用到白卡纸和光柱镭射纸专色中,白卡纸配色中初始配方、三刺激值修正的色差平均值分别是2.7857和1.0850,谱差的均值分别是0.0596和0.0323。8组修正配方的色差皆降至3以下。基于光柱镭射纸配色的初始配方、三刺激值修正的色差平均值分别是3.2861和1.2971,谱差的均值分别是0.0450和0.0165。结论在印刷专色配色中,通过光谱匹配算法预测并结合三刺激值修正,可有效降低预测色和目标色之间的色差和谱差。     

欧拉弹力模型的视频运动目标自适应图切检测

传统的视频运动目标图切检测算法基于低阶马尔科夫随机场,能量函数的低阶近似无法准确描述图像像素的空间相关性,导致图切检测结果过度平滑。本文提出一种基于高阶欧拉弹力模型的图切检测算法,利用欧拉弹性模型优化目标边界曲线和修正能量函数的低阶近似。算法通过利用前一帧图像的检测结果,对当前帧图像运动目标像素点数和前景背景邻接像素对数进行卡尔曼预测,并不断自适应调整当前帧的图像模型参数,实现了视频运动目标的连续全局优化检测。实验结果验证了欧拉弹力模型在视频运动目标检测中的有效性,其检测结果能够更好地满足人的视觉效果。     

基于CEM的高光谱图像小目标检测算法

针对高光谱图像中小目标检测问题,提出了一种基于约束能量最小化(Constrained Energy Minimization,CEM)的目标检测算法.该算法首先对原始图像进行背景信息抑制从而抑制背景地物、突出低概率的小目标,用迭代误差分析的自动端元提取算法找出目标的端元光谱,然后把目标端元光谱代入CEM滤波器得到该目标的检测结果图.用高光谱数据进行了实验研究,并与CEM滤波器进行了比较.结果表明,其检测性能与直接采用CEM方法的检测性能相当,但是相对于CEM方法,该算法不需要目标的先验光谱信息,更具有实用性.     

高空光测系统误差的恒星法修正

在高空目标光学测量中,由于设备和环境条件的影响,数据存在一定的系统误差,系统误差修正是获取高精度位置参数的关键.针对高空光测系统误差修正问题,首先分析了80 km 以上目标光测数据的系统误差来源,建立了高空目标光测数据的系统误差模型,提出了基于恒星的修正方法,对大气折射误差和设备轴系误差进行联合修正.为验证方法的有效性,将该方法应用于实际高空光学测量,实验结果表明修正效果明显,可使系统误差修正精度提高到2″.     

基于改进半因果支持域的镁熔液第一气泡检测

为精准识别镁熔液含氢量检测中镁熔液复杂表面背景下的第一气泡,在基于图像处理的镁熔液第一气泡检测算法的基础上提出了一种基于改进半因果支持域的实时检测算法.该算法首先采用改进半因果支持域模型对4帧原始图像进行估计得到背景预测图像,其次使用原始图像减去背景预测图像得到残差图像;而后利用隔帧差分算法并结合双层流水线算法获取阈值分割后的二值图像;最后对二值图像进行逻辑与运算和形态学开运算,获取真实的第一气泡目标,并在相同实验条件下将该算法对单帧图像的预处理效果、序列图像的检测性能与基于改进背景预测和流水线算法进行比较.仿真结果表明:该算法可达到实时检测的要求,且在单帧图像预处理方面对复杂背景的抑制效果更好,预处理时间减少6.2%,同时在序列图像检测方面,算法的抗干扰能力更强,检测到的目标点更易观察,检测总时间减少17.3%.     

基于PSO-SVR的冷水机组运行能效预测模型研究

针对冷水机组运行能效模型结构复杂、受运行参数影响较大、机理建模困难等问题,本文建立了基于支持向量回归机的冷水机组运行能效预测模型,并采用粒子群优化算法对模型参数寻优,提高了模型的精度。论文以某商场中央空调离心式冷水机组为研究对象,随机选取396组运行数据对建立的模型进行训练和测试。结果表明,基于粒子群算法优化的冷水机组支持向量回归机模型较BP神经网络模型具有较高的预测精度,其相对误差基本上在3%以内。最后分别采集夏季和过渡季两日的运行数据验证模型的有效性,验证相对误差均在5%以内,因此,该模型能准确地反应冷水机组的运行能效,为冷水机组运行能效分析、故障诊断以及优化控制等提供参考依据。     

Volterra小波变换最优阈值的混沌去噪方法

针对混沌信号小波去噪中难以确定最优阈值的问题,提出一种Volterra小波变换最优阈值的判定方法。利用小波变换将混沌信号分解,对不同尺度下的小波信号设定浮动因子以调节阈值大小,最后根据混沌序列Volterra自适应预测的相对误差选取最优阈值。利用该方法对不同维度的Lorenz混沌时间序列进行了去噪研究,结果表明所提方法是有效的。     

Long Short Term Memory Networks Based Anomaly Detection for KPIs

In real-world many internet-based service companies need to closely monitor large amounts of data in order to ensure stable operation of their business. However, anomaly detection for these data with various patterns and data quality has been a great challenge, especially without labels. In this paper, we adopt an anomaly detection algorithm based on Long Short-Term Memory (LSTM) Network in terms of reconstructing KPIs and predicting KPIs. They use the reconstruction error and prediction error respectively as the criteria for judging anomalies, and we test our method with real data from a company in the insurance industry and achieved good performance.     

基于形参均匀B样条盈亏修正的图像边缘检测

利用形参均匀B样条平滑公式,建立了一种盈亏修正的图像边缘检测新方法。首先对图像的原型值点进行盈亏修正,进一步减少原始图像和平滑图像之间的残余误差;然后利用形参均匀B样条修匀公式对修正后的图像拟合光滑曲面;最后求拟合后的光滑曲面的一阶导数极值点或二阶导数的零交叉点作为边缘特征点。试验表明,该方法稳定可靠,精度较高,能够很好地去除伪边缘;同时该方法简洁,便于实时处理。     

基于混沌理论的海底混响中目标回波提取

提出了基于混沌理论的混响中目标回波提取新方法。该方法主要得益于一种新的预测模型,该模型基于径向基函数神经网络,综合利用了时间序列的前向和后向预测,解释了该模型用于混沌信号分离的基本原理,用几种混沌时间序列分析了该模型用于混沌信号建模和谐波信号提取的性能。该方法用于湖试混响中目标回波提取的结果表明:该模型可以用于提取信混比不小于1dB的目标回波。     

一种高效的弱目标线谱检测算法

为实现弱目标线谱检测,在自适应线谱增强(Adaptive Line Enhancement,ALE)算法的基础上,结合频域批处理技术,提出了一种能降低计算量的高效线谱检测算法——归一化频域批处理最小均方(Normalized Frequency-domain Block Least Mean Square,NFBLMS)算法;所提NFBLMS算法在权值迭代过程中,步长参数不受输入信号功率的影响。理论分析和数值仿真结果表明:相比于已有的线谱检测算法,NFBLMS算法能较好地解决ALE算法实时处理运算量问题,并可获得较高的系统增益,且其步长参数具有较强的鲁棒性,能同时兼顾算法的收敛速度和稳态误差。因此NFBLMS算法更适合实际工程应用。     

未知声速分布下的一种水下目标GPS定位修正算法

由于海洋中声速分布不均匀,要实现水下目标GPS的精确定位,必须进行误差修正。阐述了采用应答器工作模式的水下目标GPS系统定位原理,在水下目标GPS系统定位过程中,分析了一种基于欧氏几何原理的修正算法在声速分布未知时的定位修正效果和局限性,研究了算法出现盲区的原因,并据此对该算法进行了改进。仿真计算结果表明改进后的算法可有效减小声速分布未知时声速估计不准确造成的定位误差,提高了水下目标GPS的定位精度。     

Peptide sequence motif analysis of tandem MS data with the SALSA algorithm.

We have developed a pattern recognition algorithm called SALSA (scoring algorithm for spectral analysis) for the detection of specific features in tandem MS (MS-MS) spectra. Application of the SALSA algorithm to the detection of peptide MS-MS ion series enables identification of MS-MS spectra displaying characteristics of specific peptide sequences. SALSA analysis scores MS-MS spectra based on correspondence between theoretical ion series for peptide sequence motifs and actual MS-MS product ion series, regardless of their absolute positions on the m/z axis. Analyses of tryptic digests of bovine serum albumin (BSA) by LC-MS-MS followed by SALSA analysis detected MS-MS spectra for both unmodified and multiple modified forms of several BSA tryptic peptides. SALSA analysis of MS-MS data from mixtures of BSA and human serum albumin (HSA) tryptic digests indicated that ion series searches with BSA peptide sequence motifs identified MS-MS spectra for both BSA and closely related HSA peptides. Optimal discrimination between MS-MS spectra of variant peptide forms is achieved when the SALSA search criteria are optimized to the target peptide. Application of SALSA to LC-MS-MS proteome analysis will facilitate the characterization of modified and sequence variant proteins.     

Novel Algorithms for Web Software Fault Prediction

Reliability is gaining importance with time for Web system because of the popularity of different Web‐based applications, namely, different Web sites and social community networks. In order to aggrandize the reliability of a Web system, some methods are required to measure its current reliability. In recent years, some research works have been carried out on Web software error analysis and reliability predictions. In all these research works, the Web environment has been considered as a crisp one. This is not in reality. Hence, in this paper, a novel clustering algorithm and a multivariate fuzzy logic and fuzzy time series based prediction algorithm for Web software fault prediction have been developed. The proposed prediction algorithm can predict the occurrences of more than one Web error, in a single day, on a single run. Proposed methods have been validated using some real Web failure data extracted from the HTTP logs (access and error logs) of www.ismdhanbad.ac.in (the official Web site of Indian School of Mines Dhanbad, India), which were collected from the Indian School of Mines Web server. Copyright © 2014 John Wiley & Sons, Ltd.