多传感器数据融合的研究现状

近年来,多传感器数据融合的理论和方法已经被应用到许多领域。本文主要介绍数据融合的概念,论述其原理、模型、结构、方法比较,并总结了当前数据融合研究的主要问题及其研究方向。     

H.264快速帧内预测模式选择算法

为降低视频图像帧内预测的复杂度,提出一种快速的帧内预测模式选择算法。根据图像的自身特征和预测模式的统计特征,参考DC模式提前终止算法和像素快速选择算法中的阈值判断准则,结合8种帧内预测模式中最优模式和次优模式的方向相关性,进一步减少预测的计算量。实验结果表明,该算法能降低30%~45%的帧内预测计算量,同时保持视频的图像质量基本不变。     

基于多目标合作博弈的储能平滑风功率运行控制策略

为了平滑风电功率波动,针对现有的控制策略未考虑储能运行过程中多个目标之间的竞争冒险关系,基于合作博弈论提出了用于平滑风功率的多目标储能运行控制策略。模型预测控制(modelpredictivecontrol,MPC)中预测区间M的大小与储能运行策略有着密切联系。该研究以MPC中预测区间M为决策变量,探究其变化对风电平抑效果和储能控制策略的影响,并以此制定储能运行策略。首先建立了风-储联合发电系统模型,分析了储能运行过程中因M的改变导致目标函数间产生的合作博弈关系,其次改进了多目标哈里斯鹰算法(improved multi objective Harris hoptimizer,I-MOHHO)获取了沿所有目标均匀分布的Pareto最优前沿。最后在Pareto最优解集中选择一个M作为Pareto最优解嵌入到MPC中进一步滚动优化储能运行控制策略。结合储能运行成本的变化与传统控制策略对比分析,结果表明：1)M的改变对储能运行策略影响显著;2）考虑了合作博弈后的储能运行各项指标均得到了优化;3）基于多目标合作博弈的储能日运行成本降低了55.91%。     

概率核主成分分析及其应用

主成分分析（PCA）、核主成分分析（KPCA）和概率主成分分析（PPCA）是已经取得广泛应用的特征提取方法。提出一种基于概率核主成分分析（PKPCA）的检测液晶屏幕亮点的方法。作为对PPCA的一种非线性扩展,PKPCA在PPCA的基础上引入了核函数方法,因而其捕获模式非线性特征的能力更强。在KPCA和PPCA的基础上推导了PKPCA过程公式,并在检测液晶屏幕亮点的应用中将PKPCA、PPCA、PCA算法进行比较。实验结果表明,PKPCA的检测率和局部信噪比优于其他两者。     

基于二维快速广义S变换的人脸识别研究

针对人脸识别研究中,离散小波变换分辨率低的缺点及S变换虽分辨率高、方向性多,但计算复杂度高且冗余信息量大的现状,提出了二维快速广义S变换,克服了这些缺点。首先通过编程分析了二维快速广义S域幅度谱及相位谱,并重构原始信号,证明了二维快速广义S变换具有多分辨率和多方向性。其次,将二维快速广义S域的方向性与支持向量机（SVM）结合,将S域低频方向作为SVM的输入特征,实现对ORL标准人脸库中的人脸的识别与分类。实验结果表明：与离散小波变换相比,二维快速广义S变换与SVM相结合应用于人脸识别中,具有更高的识别率。     

基于最小均方误差NUFFT的SAR成像算法

在合成孔径雷达成像算法中，距离徙动算法（RMA）在大面积成像以及低波段的情况下成像效果良好，尤其对超宽带雷达成像有较好效果。但是RMA需要精确的插值，这就会引起庞人的计算量。文中将非均匀快速傅里叶变换（NUFFT）应用到RMA成像算法中，用NUFFT来替换RMA中的Stolt插值和距离向的逆快速傅里叶变换，去除了Stolt插值而引起的巨大的计算量，仿真结果证明了该算法的有效性。     

快速S变换在电能质量分析中的应用

S变换是具有自适应分辨率的时频变换,近年来在电能质量分析中得到广泛应用。但是由于传统S变换计算量大(时间复杂度O(N3)),很难满足实时性要求。将一种新的S变换的快速算法(fast S-transform,FST)(时间复杂度O(N3log N))用于电能质量分析:对不同电压扰动在FST域的辨识;对含有噪声电压扰动去噪;与传统S变换运行效率进行对比。仿真结果表明不同的电压扰动在FST域内系数有不同表现形式;对于有噪声的电压扰动消噪后,能够较好地恢复原有时域电压信号。从计算时间和所占内存来看,该算法具有较好的实时性。     

分布式SVR在短期负荷预测中的研究

准确的负荷预测,可以合理安排机组启停,降低发电成本,特别是短期负荷预测对电力系统控制、运行和规划都有重要意义。传统的预测方法不能及时准确地反映需求响应,在Hadoop环境下利用分布式支持向量回归机(Support Vector Regression,SVR)实现负荷预测,同时使用基于均匀设计的自调用SVR(UD-SVR)方法进行参数寻优,进一步提高本文实现的分布式SVR算法精度。通过真实的电力负荷数据集验证该算法,实验数据来自我国西部某地级市连续424天的真实用电量数据。结果表明,本文改进后的算法用于短期电力负荷预测是可行的,不仅预测准确度又在原有基础上明显提高,并且随着数据量的增加,计算速度也大幅提高,减小了负荷预测时间。     

改进随机森林算法的图像分类应用

针对随机森林算法中节点分裂方式单一且相似的问题,提出一种改进节点分裂方式的优化算法,将算法中独立的节点分裂方式ID3与CART进行重新组合,通过自适应参数选择得到新的分裂规则,用于最优属性的选择划分并应用于图像分类问题.首先以词袋模型为基础,加入空间金字塔结构来提取图像特征,并将其量化成视觉词汇,最后结合Spark平台用改进节点分裂方式的随机森林算法实现图像分类.实验结果表明,通过选择组合算法的最优系数,该算法有效提高图像分类准确率,并保证算法运行效率.     

抗频散有限差分波动方程数值模拟及逆时偏移

数值频散是有限差分法求解波动方程时的最突出问题,严重降低了波场模拟的分辨率,通常使用更精细的计算网格或较长的差分算子来解决,但都会显著地增加计算成本。为此,本文构造了一种新的波动方程差分格式压制数值频散,通过在常规的差分方程中增加了频散校正项,能够有效地衰减高波数成分,抑制频散;根据相速度和群速度对频散的影响,推导了二阶和四阶差分格式频散校正项的最优参数值,当校正参数等于该值时,相应频散曲线图中相速度最接近群速度,频散误差最小。数值模拟和逆时偏移的实验结果表明:本文构造的抗频散算法对数值频散的抑制效果明显,新方法的二阶差分抗频散性能不低于常规四阶差分,而计算效率近似于常规二阶差分;抗频散差分格式与同阶常规差分格式相比,逆时偏移成像效果更好,精度更高。