基于综合性能最优的小波域图像融合新方法

以提高融合图像的综合性能为目标,提出了一种基于综合性能最优的小波域图像融合方法。首先根据融合目的和专家经验,选择融合图像的多个客观评价标准,并由之构建综合性能指标。然后,对待融合图像分别进行多尺度小波分解,引入遗传算法创建初始种群作为小波域的图像融合参数,求解融合图像及其综合性能值;利用综合性能评价指标最优作为遗传算法的适应度函数,经过选择、交叉、变异等种群进化操作,快速逼近并定位最优性能参数,最后得到综合性能最优的融合图像,即该参数对应的融合图像。实验结果显示,所提融合方法的综合融合效果优于常见的小波变换、金字塔分解等多种融合方法。     

深圳水库排洪河综合整治工程设计

以深圳水库排洪河水环境综合整治工程为例,探讨在城市河道综合整治设计中如何体现人与大自然和谐相处的理念,尊重大自然,满足河道防洪安全,恢复河流活跃、多样的生态系统,美化周边环境,创造多样性功能的河流空间。     

匹配追踪消噪在故障诊断中的应用

为了更有效地消除齿轮泵振动信号的噪声,引入匹配追踪消噪方法。该方法采用匹配追踪算法,通过迭代提取信号的相关结构,再利用提取的相关结构来估计信号的逼近,从而达到消噪的目的。在此基础上,采用中值滤波和线性回归算法来终止迭代过程。最后利用该方法对齿轮泵壳体的振动信号进行消噪处理。结果表明,该方法保留了信号的基本特征,有效地消除了大量的噪声。     

MicroRNA-Based Diagnosis and Therapy

MicroRNAs (miRNAs) are a group of endogenous non-coding RNAs that regulate gene expression. Alteration in miRNA expression results in changes in the profile of genes involving a range of biological processes, contributing to numerous human disorders. With high stability in human fluids, miRNAs in the circulation are considered as promising biomarkers for diagnosis, as well as prognosis of disease. In addition, the translation of miRNA-based therapy from a research setting to clinical application has huge potential. The aim of the current review is to: (i) discuss how miRNAs traffic intracellularly and extracellularly; (ii) emphasize the role of circulating miRNAs as attractive potential biomarkers for diagnosis and prognosis; (iii) describe how circulating microRNA can be measured, emphasizing technical problems that may influence their relative levels; (iv) highlight some of the circulating miRNA panels available for clinical use; (v) discuss how miRNAs could be utilized as novel therapeutics, and finally (v) update those miRNA-based therapeutics clinical trials that could potentially lead to a breakthrough in the treatment of different human pathologies.     

利用动态规划和电势理论规划UAV三维航迹

用改进的电势理论规划无人机的三维航迹。充分考虑了地形威胁、火力及雷达威胁同时存在的情况,并对它们的权重对航迹规划的影响进行了研究。通过限制航线到包含任务起止点直线的距离,不但克服了电势法无法收敛目标点的问题,而且可以缩短飞行航程;研究惩罚函数中各因素不同权重对飞行航线的影响,选择出最优权重系数;通过仿真试验可知,该方法能够成功地为无人机规划出安全的飞行路径。     

基于多信号模型的故障诊断算法研究

多信号模型是一种简单而有效的系统建模表示方法,在测试性分析与故障诊断领域得到了广泛的应用;本文结合示例给出了多信号模型的建模和分析过程,并由多信号模型得到了故障-测试相关矩阵;在信息熵理论的基础上,通过定义新的目标函数,本文对最优测试序列的生成进行了具体算法分析,并由此得出了最优诊断树,与TEAMS工具箱的仿真结果一致;和其他方法相比,该方法不仅结果更加优化,而且效率更高,易于计算机编程实现,对测试性分析工具的研发具有一定的参考价值。     

非线性模拟电路的故障诊断方法

为了诊断非线性模拟电路中的故障,提出了一种基于节点电压增量线性相关性原理的诊断方法.通过对非线性元件的分段线性建模,说明故障造成的节点电压增量满足分段线性相关性.以节点电压平面上的折线作为故障特征构造故障字典,以实测工作点到故障特征折线的距离来衡量电路状态与故障特征的符合程度,可以诊断非线性电路中元件参数的软故障和硬故障.实例验证表明,该方法是一种易于计算机实现的实用化方法.     

基于PCA的决策树算法在心脏病诊断中的应用

主成分分析（Principal Component Analysis,PCA）可以处理大量过程参数间的关系与变化,排除次要因素,提取主要因素。文章将主成分分析和决策树C4.5算法相结合,提出一种心脏病诊断预测的新方法,该方法采用PCA方法对影响心脏病诊断的众多变量进行降维处理,减少了预测模型的输入量,消除输入数据间的相关性,用C4.5算法建立心脏病诊断的预测模型。经实验证明有效的提高了C4.5算法的分类正确率,提高了心脏病诊断的正确率。     

变压器绕组变形的综合诊断

通过对不同电压等级变压器运行情况的统计分析,发现变压器绕组的变形程度与绕组电容变化率密切相关,通过实例证明,变压器绕组电容变化量可以作为判断变压器绕组是否变形的辅助方法。     

混沌支持向量机在变压器局部放电检测中的应用

针对变压器故障诊断中缺少实际典型故障样本的问题,提出了混沌支持向量机(CSVMs)变压器局部放电检测方法。该方法采用K均值聚类(KMC)对变压器油中5种特征气体样本进行预选取作为特征向量,输入到混沌优化多分类支持向量机中进行训练,建立CSVMs诊断模型,实现对故障样本的诊断分类。实例分析表明,KMC算法浓缩了故障信息,有效地解决了确定模型参数时耗时巨大的问题;混沌优化较好地提高了模型的推广能力。该方法在有限样本情况下,能够达到较高的故障正判率,满足变压器故障自动诊断的目的。