结合非局部均值的快速FCM算法分割MR图像研究

针对FCM算法分割医学MR图像存在的运算速度慢、对初始值敏感以及难以处理MR图像中固有Rician噪声等缺陷,提出了一种结合非局部均值的快速FCM算法。该算法的核心是首先针对MR图像中存在的Rician噪声,利用非局部均值算法对图像进行去噪处理,消除噪声对分割结果的影响;然后根据所提出的新的自动获取聚类中心的规则得到初始聚类中心;最后将得到的聚类中心作为快速FCM算法的初始聚类中心用于去噪后的图像分割,解决了随机选择初始聚类中心造成的搜索速度慢和容易陷入局部极值的问题。实验表明,该算法能够快速有效地分割图像,并且具有较好的抗噪能力。     

双种群分子动理论优化算法

针对传统分子动理论优化算法存在寻优精度差、易陷入局部极值等不足,提出了一种双种群分子动理论优化算法。该算法将种群分为精英和普通两个子群：普通子群采用传统分子动理论优化算法搜索策略进行大范围搜索,而精英子群则通过协同合作实现精细化搜索,以提高算法收敛精度;基于个体迁移实现子群间的信息交流,两个子群通过分工合作共同完成搜索过程。实验结果表明：改进算法在收敛速度、精度和算法稳定性等方面都有明显改善。     

结构或:空间句法是否需要从根本上扩展其空间组构理论?

本文首先通过案例说明“结构”尽管不算是最为明显的问题,却是空间句法中值得关注的问题。文章阐述了4种空间类型的句法概念,并展示了如何通过定义和实验推导出4种结构类型。在推导过程中,使用了多种度量指标对上述4种结构类型进行描述,包括整合度以及两个新的度量指标,即“局部选择”和“可遍历性”。然后将对应类型的概念和指标计算方式应用在定义问题的案例中,结果表明该类型指标在识别和度量“结构”方面非常有效。     

开关类设备局部放电光脉冲与特高频脉冲特性对比研究

探究了新型硅光电传感器在局部放电检测方面的性能,并将其测得的光脉冲与传统特高频脉冲进行了对比试验分析.通过光、电同步局放试验,对各种传感器的检测性能、工作特性和统计特征进行了分析和讨论,探索了硅光电局放传感器在实际放电监测中的优势及可行性.此外,通过光、电同步监测数据分析,获得了局放光辐射与电磁辐射两种物理现象的统计学...     

基于LMD和GNN-Adaboost的滚动轴承故障严重程度识别

提出一种基于局部均值分解（Local Mean Decomposition,LMD）和遗传神经网络自适应增强（Genetic Neural Network Adaptive Boosting,GNN-Adaboost）的滚动轴承损伤程度识别方法。通过LMD方法将轴承振动信号分解为若干个瞬时频率有物理意义的乘积函数（Production Function,PF）,对能反映信号主要特征的PF提取能量矩,结合原始振动信号的时域特征参数（方差、偏度、峭度）,组成故障严重程度识别特征参数矩阵。将基于LMD方法的特征参数矩阵作为GNN-Adaboost方法的输入向量,对不同载荷与转速工况下的轴承进行故障严重程度识别。结果表明,基于LMD和GNN-Adaboost的方法能够有效提高轴承故障严重程度识别准确率,对滚动轴承等关键旋转部件的故障识别与定位具有重要意义。     

基于视觉注意力和局部复杂性的图像隐写算法

视觉注意力是人类感知系统中一个十分重要的特性,但目前基于人类视觉感知机理的隐写算法大多只考虑亮度、对比度和掩蔽效应等低层因素.文中将视觉注意力模型引入隐写算法中,提出一种新的基于视觉注意力和局部复杂性的图像隐写算法.算法先采用均方差分析图像的局部复杂性,在复杂性较大的区域引入Itti模型构造注意力显著图,进而利用视觉熵来定量刻画注意力特性,并将图像分块处理,图像块按照不同的局部复杂程度和注意力等级分成3种类型,最终利用LSB方法进行隐写.大量实验结果表明,文中算法在嵌入大量信息后仍能保持较好的视觉感知效果,且能抵抗一类通过直方图对比的隐写分析方法.     

电力变压器局部放电超高频检测仿真分析

局部放电作为变压器的常见故障,若能及时发现处理并将其恢复到正常运行状态,将大大减少损失,提高供电可靠性。本文通过超高频检测法与时域有限差分法,分析了局部放电引起的超高频电磁波在变压器箱体中的传播特性,以及变压器箱体结构和铁芯绕组对电磁波信号的传播影响。在软件XFDTD上对局部放电辐射的电磁波在变压器内部的传播情况进行仿真,预测障碍物引起的PD信号到达时延,计算其与理论时延的差值,以此来评估对变压器PD定位精度的影响,并对其进行分析。仿真结果显示,从两个模型输出的数据结果中发现,在障碍物的存在下,引入的PD信号到达会出现估计微分时延。结论为变压器箱体对电磁波有衰减作用,所以传感器应放置于变压器内部;铁芯对电磁波也有畸变与衰减作用。     

基于变步长A*与车身稳态转向模型的UGV路径规划

针对A*算法寻路时间长、生成的路径存在冗余折点的问题,本文提出一种基于车身稳态转向模型的变步长A*算法,首先通过设置子目标点的方式调节A*算法的搜索步长,减少寻路时间;其次在全局路径的折点处根据车身转向运动学约束进行局部重规划,从而得到一条易于跟踪的平滑路径;此外考虑到UGV (Unmanned Ground Vehicle,无人地面车辆)的实际宽度,改进后的算法还引入了障碍物延伸策略,使规划出的路径满足实际工程应用;最后通过仿真实验验证了本文改进算法的有效性,并与3种寻路算法进行对比,结果表明,本文改进的算法寻路时间更短、生成的路径更平滑,且与障碍物之间保持了安全距离.     

基于超声波传感器的发电机局部放电检测

针对传统的离线实验方法不能完全反映发电机运行真实状态,提出了采用超声波检测法来监测发电机定子绕组局部放电的方法.根据对实验获取的局部放电超声信号的分析,设计了发电机局部放电超声检测系统.利用该系统对模拟局部放电信号产生的超声波在发电机定子中的传播情况和发电机定子绕组的局部放电超声信号进行了检测,并对不同位置的放电源的检测结果进行了分析对比.实验结果表明:利用超声波检测发电机定子绕组局部放电是可行的,设计的检测系统具有较高的灵敏度和稳定性.     

FMNN:融合多神经网络的文本分类模型

文本分类是自然语言处理中一项基本且重要的任务.基于深度学习的文本分类方法大多只针对单一的模型结构进行深入研究,这种单一的结构缺乏同时捕获并利用全局语义特征与局部语义特征的能力,且网络的加深会损失更多的语义信息.对此,提出了一种融合多神经网络的文本分类模型FMNN(A Text Classification Model ...