基于稀疏模型的Bandelet图像去噪方法

提出一种基于Bandelet变换的图像去噪方法,以提高高噪声方差的图像去噪效果。Bandelet变换的核心是Lagrangian函数代价项的准确选取,本文从图像基追踪稀疏模型表示原理和图像阈值去噪方法的内在关系入手,重新定义Lagrangian函数,从而使图像稀疏去噪模型含义更明确,计算更简单。在去噪过程中,首先采用二维平移不变小波变换把图像分解为高频子带;然后用局部Bandelet块估计Bayes阈值确定Lagrangian函数的代价因子,从而对各个高频实施Bandelet化;最后对高频图像系数Bayes软阈值收缩实现图像去噪。国际标准中几何特征明显图像测试表明:在高斯白噪声的方差低于502时,本文方法的去噪效果和目前最好方法的效果相当;当噪声的方差等于或者高于502时,本文去噪方法效果更好。     

基于小波分析的自适应噪声识别

图像噪声类型直接影响去噪方法的去噪效果.因此,研究图像噪声类型的识别,对于数字图像去噪方法效果的提高具有重要意义.利用小波分解的高频系数,分析直方图和曲线拟合图的跳变出现概率特征以及黄金分割点处的窗口宽度特征,提出一种数字图象噪声类型自适应识别方法.针对图像噪声识别类型,采用相适用去噪方法提高图像去噪效果.通过大量实验表明,该方法是切实有效的.     

去噪分析和分离变形预测在深埋隧道中的应用研究

隧道变形易诱发相应的工程问题,对其防治及预测已成为地下工程领域的热点问题。为提高隧道变形的预测精度,达到有效掌握隧道变形规律的目的,以某隧道为工程实例,通过对其监测数据的去噪处理,将隧道变形的原始序列分离为趋势项和误差项序列,并利用GA-BP神经网络和时间序列模型对两序列进行预测,又结合支持向量机模型对前者的预测误差进行修正,以保证预测精度。结果表明:在去噪方面,得出半参数优化卡尔曼滤波的去噪效果最优,其次是sym8小波去噪和奇异谱分析;在预测方面,得出分离预测能一定程度上提高预测精度,但效果不明显,而误差修正模型能很大程度上提高预测精度,综合得到本文预测结果的平均相对误差为1.08%。预测模型具有精度较高等优点,能为深埋隧道的变形预测提供借鉴。     

小波非线形阈值方法在工程地震勘探中的应用

针对浅层地震勘察中的随机噪声压制,提出了非线形阈值的小波域衰减算法。首先分析了小波软、硬阈值去噪方法的优缺点,对小波阈值去噪算法中的阈值函数进行改进,采用了非线形阈值去噪算法对地震信号进行处理。通过模型分析与实际数据处理表明,相对软、硬阈值去噪算法,该方法不仅可以很好地压制地震信号中高频随机噪声,而且可以很好地保持原信号的地质信息。     

快速PGPD去噪算法研究

PGPD信号去噪算法具有良好的去噪效果,但是算法运算量大,去噪时间偏长,为此提出一种快速PGPD去噪算法。该算法在搜索信号非局部相似块过程中,利用信号的非局部相似性适当调整搜索窗的大小,并对搜索块进行采样筛检,有效缩小非局部相似块的搜索范围,再通过欧氏距离计算快速确定距离目标局部块最近的非局部相似块,从而节省了计算量。数字图像去噪及地震信号去噪实验结果表明,与传统PGPD算法相比,该算法在信号轻微损失的情况下,可以大幅提高去噪速度。     

一种局域网中IP地址管理方案的设计与分析

IP地址管理是网络管理的难题之一,它解决的好坏直接影响到网络管理的其他方面.介绍现阶段IP地址管理的几种方法,着重分析动态主机分配协议(DHCP)进行IP地址的管理的优点和缺点,针对DHCP的缺点进行改进,提出一种基于DHCP的IP地址管理模型,描述该模型的系统结构、设计思想,功能和实现方法,着重介绍访问控制模型及动态域名更新的实现流程.     

基于可控金字塔的轮廓波变换构造及其应用

针对轮廓波变换存在频谱混淆现象等缺陷,利用满足精确重构条件的可控塔式分解替代轮廓波变换中的拉普拉斯分解,提出一种由非抽样可控金字塔和方向滤波器组实现的可控金字塔轮廓波变换SPCT(Steerable Pyramid Contourlet Transform).在该变换中,可控金字塔将图像分解为多个不同分辨率的细节子带和一个低频子带,方向滤波器组再将各细节子带分解为方向子带.该变换去掉了可控金字塔的抽样环节,方向分解具有高度灵活性,因而具有平移不变性.利用可控金字塔轮廓波变换SPCT 对Lena图像进行自适应图像去噪,并与基于小波变换和轮廓波变换的去噪算法进行比较.实验结果表明,利用本文提出的算法能有效地抑制频谱混淆现象,并且更有效地保持了细节和纹理,其峰值信噪比和视觉效果均有较大改善.     

基于FFT功率谱和SVD的局放窄带干扰降噪方法研究

针对电缆终端局部放电检测存在周期性窄带干扰问题,提出了一种基于FFT功率谱和奇异值分解的局放信号周期性窄带干扰降噪方法.通过对仿真、试验局放信号进行去噪,并与FFT阈值去噪和小波去噪等方法对比分析,表明该方法对于周期性窄带干扰具有更优的抑制效果,能较好地还原PD信号.     

高速受电弓的力学模型及运动微分方程

在比较目前受电弓的计算机仿真所采用的众多力学模型之后,针对高速受电弓的力学特点,以DSA系列高速受电弓为例,提出了一种较为合理和全面的力学模型,充分考虑了高速受电弓的各种运动：受电弓的滑板、支架被作为平面运动考虑,同时考虑了两块滑板条的俯仰运动这种力学模型比传统的力学模型更能全面地反映高速受电弓的运动特性。在建立此力学模型的基础上,推导了受电弓的运动微分方程,并用实验证明了这种模型的正确性。这为高速弓网的计算机仿真研究打下良好的基础。     

基于高阶CMAC网络的机器人自学习控制器

提出了将CMAC网络与PD控制器相结合的机器人在线自学习控制器,通过引入高阶网络的概念,采用简单的叠加处理法将多维输入空间的CMAC神经网络化为多个一维输入子网络,从而简化系统的网络结构.同时对进行叠加的一维输入CMAC网络选取不同的学习步长,提高了学习的收敛速度和模型的逼近能力.计算机仿真结果表明,所提出的新型机器人自学习控制器具有很好的控制性能.