一种基于降维技术的图像局部融合算法

给出了一种基于降维技术的局部融合算法,并将其用于两幅灰度图像的融合。该算法将现有的图像融合技术和非线性降维技术融合,通过对待融合图像进行分块、关联矩阵表示、MDS降维处理,得到待融合图像的感兴趣区域块,对这些感兴趣区域块进行基于小波的局部融合,使图像变小。通过实验证明,该算法提高了融合速度,有利于目标识别、变换检测等后续处理。     

基于信道丢包补偿技术的多源信息融合研究

在多传感器融合网络中,由于网络本身的内在特性以及受实际应用环境的影响,在数据传输过程中丢包现象经常发生,大量有用的信息丢失直接影响了融合算法的正常运行.现有的一些处理网络丢包现象的方法都是直接将丢包的传感器排除在融合操作之外,因此整个系统的融合精确度大大降低.针对上述问题,提出利用基于最小二乘的多项式拟合技术,对丢失的传感器信息进行近似补偿,从而提出一种基于信道丢包补偿技术的数据融合算法.另外,考虑到集中式融合存在的高计算复杂度的特性,基于信息更新的分布式融合算法被用来融合所有传感器的信息,性能分析和计算机仿真显示了新算法的有效性.     

基于轨迹的足球检测与跟踪

在足球比赛视频中对足球进行检测和跟踪,如果球与球场线融合或球与球员形成连通区域,则得到球的位置信息将变得非常困难.针对这类问题提出了一种基于轨迹的解决方案.基于维特比算法检测并跟踪球,应用最小二乘法得到球运动轨迹的插值函数,基于所得到的插值函数,剔除维特比算法检测与跟踪球过程中的一些误检,同时补充漏检处的球位置信息.通过实验验证,算法具有较高的准确性.     

基于最小二乘支持向量机的故障诊断方法

提出了一种小波包分析与最小二乘支持向量机相结合的机械设备故障诊断模型.首先对故障信号功率谱进行小波分解,简化了故障特征向量的提取,然后采用最小二乘支持向量机进行故障诊断.在该模型中,用二次损失函数取代支持向量机中的不敏感损失函数,将不等式约束条件变为等式约束,从而将二次规划问题转换为线性方程组的求解,并提出对核函数的σ参数进行动态选取.仿真结果表明:该模型可以取得较高的故障诊断准确率.     

基于图像曲线和最小二乘法进行函数拟合的研究

对超导磁体系统中CICC导体进行数字模拟时,发现某些有用的图像曲线,可利用最小二乘法原理,对图像内容进行选择、修改、锐化处理,二值化后获得图像中曲线的函数表达式,即CICC稳定性与氦流量之间的量化关系.同时对拟合的函数曲线和原曲线比较,发现二者基本吻合,因此用最小二乘法来研究图像中曲线拟合构成的函数,是非常有用的方法.     

基于双组合窗函数的非线性调频信号谱修正滤波器设计

在非线性调频信号的波形设计和谱修正滤波的理论基础上,提出了采用组合窗函数设计出非线性调频信号的波形和谱修正滤波器,该方法可以通过改变组合窗系数来调整不同窗函数对信号脉冲压缩性能的影响。仿真结果表明,在一定条件下采用组合窗函数后,主副瓣比可提高1．8～8．3dB,而主瓣展宽和主瓣损失较小。     

单幅图像中嵌入多文件的隐写方法

提出一种可在单幅图像中嵌入多个文件的隐写方法。先置乱载体图像,再对多个文件的数据进行重新组织,然后用LSB（least significant bit）策略嵌入数据,最后通过逆置乱得到含密图像。实验结果验证了方法的有效性和实用性。     

基于混合编程的高精度激光多普勒信号处理技术

针对激光多普勒信号中存在较大噪声干扰的实际情况,为了抑制这些噪声干扰,提高激光多普勒测速仪的测量精度,提出了对激光多普勒信号进行最小均方差(LMS)自适应滤波后作快速傅里叶变换(FFT),基于混合编程思想对所得到的频谱,先进行频谱细化,再进行频谱校正的信号处理方法,并对理想正弦信号和实测多普勒信号分别进行仿真计算和实验研究。仿真和实验结果表明：LMS自适应滤波技术可以有效抑制激光多普勒测量中的多频率噪声的干扰,此技术能够适应于很宽的信噪比范围,大大提高多普勒信号的信噪比;频谱细化技术可以提高激光多普勒信号的频谱分辨率,频谱校正技术可以准确地校正多普勒频率,使校正后的频率更加接近于真实值;信号处理精度比直接进行FFT提高2~3倍。     

基于改进LSSVM的城市轨道交通供电故障诊断方法

小样本条件下供电系统故障快速诊断是保证城市轨道交通安全稳定运行的保证.文中提出了一种基于量子粒子群优化最小二乘支持向量机(LSSVM)的供电系统故障诊断方法.该方法首先基于主成分分析提取能够表征系统运行状态的特征参数,并降低数据维数.然后利用LSSVM构建小样本故障诊断模型,通过量子粒子群算法对LSSVM模型参数进行优...     

基于谱域-空域组合核函数的高光谱图像分类技术研究

针对传统高光谱图像分类算法多利用目标的光谱信息,不重视空间信息的问题,本文提出了一种综合利用谱域-空域信息的最小二乘支持向量机分类算法。首先利用主成分分析进行特征提取,然后在保留的主分量图像上用数学形态学得到目标的空域信息。并结合光谱域特征,探讨了各种组合策略,构造组合核函数。通过在分类器中引入空域信息,提高了分类准确率。而且采用了最小二乘支持向量机,将标准向量机的二次规划问题转换为求解线性方程组的问题。利用了其训练速度快、效率高的优点。高光谱数据实验表明,本文提出的方法和单独使用谱域或空域信息进行分类相比表现出了一定的优越性,从而适用于较大规模的高光谱图像分类。