多尺度变换和粒子群优化的图像融合方法

在图像融合领域,基于多尺度变换的图像融合方法是研究的热点,文中提出了一种基于多尺度变换和粒子群优化的图像融合方法,对基于多尺度变换得到的融合图像,利用粒子群优化进行进一步处理,并讨论了优化算法中初始图像质量对最终结果的影响。实验结果表明,该算法具有较好的融合结果,且优化时选取偏差大的初始图像粒子,能够获得更好的融合结果。     

Concurrent multi-scale modelling and updating of long-span bridges using a multi-objective optimisation technique

This paper aims at developing an innovative technique of concurrent multi-objective optimisation for updating the multi-scale model of long-span bridges. A multi-scale model is established for the purpose of concurrently analysing the global response of the structure and nonlinear local damages in order to assess structural state and local damage evolution or deteriorating, respectively. A multi-objective optimisation technique is proposed in this work for concurrent multi-scale model updating, in which several key issues including the determination of the objective functions and constraint conditions, the multi-objective optimisation algorithm and how to find the optimal solution from many non-inferior solutions are studied. The proposed concurrent multi-objective optimisation technique is applied to update the initial multi-scale model of Runyang Suspension Bridge (RYSB) near Shanghai, and the updated model is validated by the data from the field tests conducted for obtaining the response in global (dynamic properties) and local levels.     

An efficient approach for traffic load modelling of long span bridges

Traffic micro-simulation is the newly developed approach for loading calculation of long span bridges. The approach is quite precise, but computationally expensive to consider the full extent of traffic loading scenarios during a bridge lifetime. To address this shortfall, an efficient multi-scale traffic modelling approach is proposed. The proposed approach uses micro- and macro-simulation with different load model varieties (LMVs), or fidelities (levels of detail) of traffic loading in different bridge regions, to achieve optimal computation efficiency while maintaining the precision of loading calculation. Metrics of influence line (IL) characteristics, such as degree of nonlinearity, are proposed to evaluate the appropriateness of the choice of LMV, and standards of the metrics are also investigated to quantify the implementation of LMVs on bridge IL regions in the multi-scale modelling. Finally, two typical ILs are used along with random traffic modelling to study the feasibility of the proposed approach. It is shown that the multi-scale modelling approach proposed here achieves high computational efficiency and accuracy, which is significant for the massive traffic load simulation for lifetime bridge load effect analysis.     

基于全过程污染控制策略的钢铁工业园区水网络全局优化

作为典型的高耗水工业,节水减排是我国钢铁工业可持续发展亟须解决的关键问题之一。本研究基于全过程污染控制策略,提出了面向钢铁工业园区水网络特点的多尺度优化建模方法,充分考虑了钢铁园区涉水单元-工序水网络-园区水网络等不同尺度水系统的用排水特点及相互作用,有助于进一步发掘园区节水减排新空间。在此基础上建立了园区水网络全局优化模型,利用数学规划方法来探索综合用水成本最低的园区水网络优化方案。一年产能为500万吨钢材的钢铁工业园区水网络优化案例研究表明,采用全过程污染控制策略的钢铁园区水网络全局优化方案,综合用水成本、新水用量及新水成本占比等用水指标与其他采用局部水污染控制技术的方案相比有较大幅度的降低,与园区现用水指标相比,各指标均降低20%以上。案例研究表明所提出的园区水网络优化模型可行有效,优化结果对于钢铁园区水污染控制技术的集成和水网络全局优化方案的精准确定具有重要的参考价值。     

基于注意力机制的多尺度特征融合图像去雨方法

雨纹分布和形状具有多样性,现有去雨算法在去雨的同时会产生图像背景模糊、泛化性能差等问题.因此,本文提出一种基于注意力机制的多尺度特征融合图像去雨方法.特征提取阶段由多个包含两个多尺度注意力残差块的残差组构成,多尺度注意力残差块利用多尺度特征提取模块提取及聚合不同尺度的特征信息,并通过坐标注意力进一步提高网络的特征提取能力.在组内进行局部特征融合,组间利用全局特征融合注意力模块更好地融合不同层次的特征,通过像素注意力使网络重点关注于雨纹区域.在仿真和真实雨像数据集上与其他现有图像去雨算法相比,本文方法的定量指标有着明显提高,去雨后的图像视觉效果较好且具有良好的泛化性.     

基于VMD与GWO优化SVM的轴承故障诊断

针对传统振动信号特征提取方法与支持向量机(SVM)分类方法的缺陷,提出一种基于变分模态分解(VMD)故障特征提取方法与灰狼优化器(GWO)优化SVM的诊断模型。首先,将滚动轴承的原始振动信号采用VMD得到若干本征模态分量(IMF);其次,将IMF的多尺度加权排列熵作为特征向量并使用t-sne方法做降维处理;最后,使用GWO对SVM进行优化并对样本数据进行分类判别。实验结果表明,该方法相比于其他传统算法能够有效提高故障分类精度。     

热玻璃冷却过程中温度场的数学模型及其仿真

运用二尺度分析方法,建立了扩散逼近方法,该方法对实际3维问题的计算表明特别有效并能达到足够的精度。实际计算例子表明,用二尺度分析方法建立的扩散逼近方法与射线跟踪法相比精度接近、快50倍、内存仅为它们所占的50分之一,而工业上广泛使用的Rosseland逼近方法给出误差很大甚至完全错误的结果。     

基于多特征模糊聚类的图像融合方法

首先利用模糊C-均值聚类算法在多特征形成的特征空间上对图像进行区域分割,并在此基础上对区域进行多尺度小波分解;然后利用柯西函数构造区域的模糊相似度,应用模糊相似度及区域信息量构造加权因子,从而得到融合图像的小波系数;最后利用小波逆变换得到融合图像.采用均方根误差、峰值信噪比、熵、交叉熵和互信息5种准则评价融合算法的性能.实验结果表明,文中方法具有良好的融合特性.     

基于小波的大脑图像边界跟踪算法研究

准确提取医学图像中目标的边界在图像处理分析和医疗应用领域具有重要意义。针对大脑图像中纹理复杂,难以区分非正常区域和正常区域边界的问题,本文提出了一种基于小波多尺度分析的边界跟踪方法。该方法首先对原始大脑图像进行小波变换,得到图像的多分辨率表示,然后利用一种改进的轮廓跟踪算法对最低分辨率的图像进行跟踪,最终获得了大脑中非正常区域的边界。实验结果表明该算法可以有效地去除噪声以及脑部正常纹理的干扰,提取出目标特别是非正常区域的边界特征,执行效率高,跟踪准确。     

硅材料和二极管的单粒子位移损伤的多尺度模拟研究

基于二体碰撞近似理论（BCA）,应用分子动力学（MD）和动力学蒙特卡罗（KMC）方法相结合的多尺度模拟方法,研究了单粒子位移损伤（SPDD）缺陷及电流的演化过程。研究结果表明,SPDD事件中引起的缺陷在106 s内分为3个阶段：阶段Ⅰ(1×10-11 s≤t<2×10-3 s)以点缺陷成团为主;阶段Ⅱ(2×10-3 s ≤t<2×102 s)中以缺陷团内部的间隙原子和空位复合反应为主;阶段Ⅲ(t≥2×102 s)中以小缺陷团发射间隙原子和空位为主。提出一种计算粒子在硅二极管中引起的SPDD电流的方法,推导了多种缺陷存在时引起的二极管反向电流增加的计算公式。基于KMC模拟的位移损伤缺陷演化结果,计算了光电二极管的SPDD电流密度及归一化退火因子。结果表明,KMC模拟计算的退火因子与文献实验测量结果相一致,建立的多尺度模拟方法可预估硅器件的SPDD电流。