基于小波变换和LSTM模型的城市天然气负荷预测

城市燃气公司为防止出现储气量过剩或不足等问题,必须要对天然气负荷量进行预测.对此,提出一种基于小波变换和长短期记忆网络的深度学习模型(wavelet_LSTM),对未来一年的天然气日负荷量进行预测.在某市燃气公司真实数据集上的实验结果表明,该模型有较高的准确性,可以较好地满足城市燃气公司的业务需求.     

基于可拓方法的智能策略生成器的研究

提出了解决矛盾问题的智能型集成化可拓策略生成器的设计思路和总体结构框架。系统设计基于综合集成方法的基本思想,遵循信息组织和可拓决策知识的特点,将物元分析法、专家系统、决策支持系统、神经网络有机地组织集成起来,从而快速、灵活地为决策者提供从知识获取、判断推理到创造性思维、策略生成的智能决策支持环境。     

粒子群优化的最佳阈值选取

选取最佳的收缩阈值是变换域收缩去噪的关键。针对Shearlet变换域图像收缩去噪的阈值选取问题,提出了基于粒子群优化的最佳阈值选取算法。建立了Shearlet变换域最佳阈值选取的广义交叉验证准则;以广义交叉验证准则为适应值函数,利用粒子群优化算法自适应地确定出与Shearlet尺度和方向匹配的最佳阈值。算法不依赖任何的先验知识,实现Shearlet变换域图像自适应去噪。仿真结果表明,最佳阈值能够更有效地去除噪声,获得更好的视觉效果。     

Radon变换在虹膜去噪中的应用

Radon变换在数学理论上有重要价值,并可用于图像直线特征的提取。本文基于Radon变换的基本原理,针对在虹膜识别中眼睑和睫毛等噪声信息的存在,提出一种运用Radon变换检测直线的方法检测眼睑并将其去除。通过在MATLAB上仿真结果表明,很好的抑制了噪声对虹膜识别的影响,可达到98.86%的识别率,并在保持1.143%较低拒绝率(FRR,false rejec-tion rate)的同时,也使误识率(FAR,false acceptance rate)减小到0%。     

强鲁棒性的可穿戴传感器的人体动作识别方法

为了降低可穿戴传感器在传感器移位时对动作识别率的影响,对可穿戴传感器的动作识别进行了研究。采用高精度传感器采集不同部位的输出信号,根据运动的周期特点对输出信号进行去噪和快速傅里叶变换,将其转化为频域信号。再使用主成分分析法提取综合指标,并对自组织神经网络进行训练,实现动作识别。最差情况下识别准确率可达到92.0%,较好情况下甚至可达到97.5%,传感器移位情况下的识别率甚至更高。     

基于弯板传感器的动态称重公路预检系统研究

要提高公路预检系统的可靠性与稳定性,关键是要提高系统动态称重的准确度等级,提出专家系统与模糊多阈值消噪算法相结合的动态称重数据处理方法。弯板传感器动态称重过程的知识多,处理过程复杂,采用专家系统对知识进行处理;动态称重信号的干扰在不同小波分解层和不同数据区间的强度不同,采用模糊多阈值消噪算法对动态称重数据进行消噪处理,重构的动态称重数据达到要求,并在Matlab中分析表明该算法是有效的。通过现场试验验证,将专家系统与模糊多阈值消噪算法相结合,使系统动态称重误差小于2%,称量准确度等级达到2级指标。     

小波模糊神经网络在非线性函数逼近中的应用

将前馈神经网络与T-S模糊模型相融合构造了一种模糊神经网络,进一步利用小波变换的压缩特性与模糊神经网络相结合构造出一种小波模糊神经网络模型,并应用在非线性函数逼近上。通过仿真,结果表明小波模糊神经网络是最优的。     

Bézier曲面的广义细分

将矩形和三角形Bézier 曲面的基于直线的细分推广到基于曲线的细分.运用多项式曲线细分矩形和三角形Bézier曲面,并以参数变换和多项式开花为工具, 计算出细分后每个子曲面片的Bézier控制顶点.曲线细分使细分方式的选择更灵活, 细分后的子曲面片及其边界的形状更丰富多彩,而且该方法能推广到有理情况.     

基于CL多小波变换和组合位平面理论的秘密信息共享算法

针对信息隐藏算法容量和不可见性与鲁棒性矛盾的特点,提出了一种新的基于Chui-Lian(CL)多小波变换和组合位平面(CBP)理论的数字图像载体预处理算法,并将该算法用于以数字图像为载体的信息隐藏,以实现秘密通信和图像共享。其中,CL多小波变换能够将载体图像划分为4个能量等级不同的最低分辨率子图像,组合位平面理论可将子图像解析为不同的位平面层次,在隐藏秘密信息时,可根据最低分辨率子图和组合位平面的能量等级由高到低分别嵌入鲁棒信息、秘密信息和脆弱信息。实验结果表明,在25%的嵌入率时,与基于离散余弦变换和最低有效位方法的信息隐藏算法（DCT-LSB）、基于离散小波变换和最低有效位方法的信息隐藏算法（DWT-LSB）相比,所提算法针对若干常见攻击的鲁棒性有一定程度提升,峰值信噪比（PSNR）分别提高了37.16%和20.00%。     

基于混沌和斜变换的卫星图像抗压缩隐藏传输

针对星上一些重要图像数据的传输问题,提出了一种基于混沌序列和斜变换的大容量卫星遥感图像抗压缩隐藏传输方法.通过利用混沌序列随机选取原始高分辨率遥感载体图像块,并对其进行斜变换后在斜变换域中高频系数中嵌入秘密图像的斜变换系数,对选取的载体图像块进行逆斜变换得到含密载体图像.含密载体图像在经过卫星数传系统有损数据压缩后下传,地面接收端可以从解压后的含密载体图像中正确提取秘密图像.实验结果表明,提出的隐藏算法可抵抗星上JPEG2000有损压缩,并在保证良好的不可见性的情况下获得了较高的嵌入容量,可应用于卫星数据传输.