基于自适应窗和形状自适应小波变换的SAR图像相干斑抑制

结合SAR图像空域的先验知识和小波域系数的特性,提出了一种新的SAR图像相干斑抑制算法.使用最近提出的局部多项式近似-置信区间交叉(local polynomial approximation-intersection of confidence intervals(LPA-ICI))构造自适应窗,寻找到与SAR图像中每个像素点相对应的同质区域,在每个同质区域内利用本文给出的快速形状自适应小波变换进行硬阈值收缩抑斑,最后根据本文提出的稀疏加权方法融合多个估计样本获得最终抑斑图像.实验结果表明本文提出的算法有着很好的抑斑性能,尤其是在去除重构图像中的"振铃"效应以及有效保留原始SAR图像中的点目标方面性能更突出.     

混合有源电力滤波器的新型电流迭代学习控制

混合有源电力滤波器可以动态抑制电网谐波电流和补偿容性无功功率,改善电网电能质量。针对传统PI型迭代学习控制算法在并联有源电力滤波器应用中的不足,算法收敛性严重依赖于学习控制的初始输入,迭代学习控制器的参数是定常值,会影响有源滤波系统的控制性能。本文提出一种新型PI迭代学习控制算法,将其应用于混合有源电力滤波器系统的电流反馈控制中,得到了应用迭代算法的收敛性条件,并采用一种改进的Ziegler-Nichols方法对控制器参数进行了优化,以提高系统的控制精度。为了提高系统的动态响应性能,提出一种谐波电流误差的反馈-前馈控制策略,其中电流误差信号的D型前馈控制环节用于实现滤波器系统的电流快速补偿,同时利用一个三层BP神经网络对前馈控制增益进行优化。仿真和实验结果证明了该迭代算法及控制策略的可行性与有效性。     

基于可区分性加权的模糊核说话人识别

 针对训练和识别语音数据较少的情况,本文提出了一种新的说话人识别算法.通过核映射,在高维特征空间对说话人的语音特征进行模糊矢量量化.为了增加说话人之间的可区分性,提出了一种基于高维特征空间的码字矢量的权值分配方法,对具有较强区分性的码字矢量分配较大的权值,并将产生的权值和说话人的码书一起形成说话人数据库.识别时,提出一种模糊核加权最近邻近分类器,在高维特征空间中对说话人进行匹配.实验表明,该算法在训练语音少于8s,识别语音为1s时,能够得到较好的识别结果.     

无学习率权值调整神经计算法拟合范德堡多项式

提出了一种新的神经计算的方法,其最大的特点是在进行特定的权值调整时无须加入学习率.计算开始时先给出一组随机的权值作为被拟合多项式的系数,由这组权值得到的拟合点上被拟合多项式值与期望值的各误差绝对值之和.依据其小分数的负值直接来调整权值,使各误差之绝对值不断减小,通过反复迭代计算,最终当各误差都在规定范围内时便得到期望的权值.在实际的计算中利用这种方法进行曲线拟合能方便地求出拟合多项式的系数,便于编程,简化了计算过程.将这种方法应用到范德堡函数的多项式拟合中,得到了范德堡函数f=1 0.03237714η-0.04037678η2 0.00857881η3-0.00077693η4 0.00002604η5并画出了曲线.     

直接补码阵列乘法的手工计算方法

直接补码阵列乘法器的工作原理是《计算机组成原理》课程的难点。教材在介绍定点数乘法时包括3种乘法器电路,其中在直接补码阵列乘法器中,被乘数和乘数均采用补码表示,符号位一起参加运算,积也采用补码形式表示。文中从补码与真值的关系出发,结合一般化的全加器形式,说明负权参加运算时的特征,并介绍如何将出现在数值位中的负权值在不改变真值的情况下向左移动,直至符号位。通过4种情况给出4个实例,说明使用直接补码阵列乘法的手工计算方法,从而揭示出直接补码阵列乘法器的工作原理。     

基于遗传算法的导航实时图像匹配算法

由于一般图像匹配算法均采用全局搜索法,耗时较大,为满足景象匹配辅助导航系统实时性的要求,提出了一种将遗传算法和加权Hausdorff距离算法相结合的图像匹配算法,利用遗传算法的非遍历搜索机制,迅速收敛到全局近似最优解,提高了匹配搜索的快速性.同时,提出了一种基于特征图像分支点提取的加权Hansdorff距离图像匹配算法,并给出了相应的权值求解公式,利用加权Hausdorff距离作为遗传算法的适应度函数,能够明显减少匹配搜索的计算量,提高匹配结果的精度.仿真分析表明,将遗传算法和加权Hausdorff距离算法相结合的图像匹配算法能够很好地满足景象匹配辅助导航系统的实时性和精度要求.     

基于加权VQ的说话人识别中权值产生方法的研究

文中研究了在基于矢量量化的话人识别方法中采用加权的失真测度对识别率的影响.在采用加权欧氏距离失真测度时,分别对采用传统的标准差来描述的类内聚合程度,引入标量量化的失真测度来描述类间离散程度,并产生相应的权值对参数通道进行预加重来进行识别,通过试验,通过实验验证了基于标准差(SD-WDMVQ),基于标量量化的(SQQ-WDMIQ)和综合考虑类内类间距离的(WDMVQ)可以得到更高的识别率.     

基于神经网络的洪水水位预测算法

鉴于洪水变化难以预料,及其给社会和人民群众带来的危害,提出一种新的洪水水位变化的预测算法.利用神经网络能以任意精度逼近非线性函数的特点,采用神经网络的有监督式学习,并将预测误差作为反馈来调整水位预测网络中的权值分布,以达到学习的目的.通过程序编程对此算法进行调试,得到了较理想的预测效果.     

集装箱箱号字符识别关键技术的研究

文中主要以集装箱箱号识别为研究对象,在对现有的集装箱照片进行预处理以及定位的基础上,实现箱号的准确识别。主要论述影响字符识别各种关键因素,并且在传统模板匹配的基础上,提出全新的加权模板匹配法和字符结构相结合的识别方法。该方法并不是将36个字符用统一的模板进行匹配识别,而是根据字符结构进行分类,每类都会予以不同的权值分配模板。字符结构是一种二级识别,两种方法相结合很好地实现了对断裂、粘连以及倾斜字符的识别。最后通过理论分析和实验证明了该方法的有效性,并给出了需要进一步研究的问题。