一种基于稀疏表示的交通图像去噪算法

将图像稀疏表示方法引入到交通图像处理中,实现了一种基于K-SVD的正交匹配追踪的交通图像去噪算法.该算法通过奇异值分解,DCT字典进行自适应更新,形成更能表示图像结构的超完备字典.实验结果表明,相对于传统图像增强方法(中值滤波、均值滤波、基于小波滤波)和基于DCT冗余字典的稀疏表示图像增强方法,该算法能更有效地去除交通图像噪声,得到更高的峰值信噪比.     

基于匹配追踪和Radon变换的LFM信号宽带时延-时间伸缩声成像方法

分析了宽带延展目标的时延-时间伸缩效应，及其导致的回波信号在时域和频率域的特性．针对LFM信号的时频分布特点，利用匹配追踪和Radon变换，提出了一种提取LFM信号在时一频域分布特性参数的时延一时间伸缩声成像方法，有效避免了利用WVD时产生的交叉项影响．通过计算机仿真与实验验证，表明该方法是有效的．     

基于十字交叉域的Census立体匹配算法优化研究

立体匹配算法在双目视觉中起着重要的作用。基于非参数变换的Census立体匹配算法在近几年得到了广泛的应用,但Census立体匹配算法在求取视差图的过程中过度依赖中心像素点灰度值。针对传统的Census算法过分依赖中心像素点造成的匹配精度不足,提出了一种基于十字交叉域的Census立体匹配算法。该算法通过十字交叉域找到参考像素周围和其颜色相近的像素,利用十字交叉域内的像素对参考像素代价值进行优化,从而改善Census算法过度依赖中心像素所造成的误匹配,提高视差图的精度。实验结果表明十字交叉域的Census立体匹配算法对图像的视差精度有所提高,并且在确保匹配精度的条件下,该算法相比于四路径代价聚合的Census算法代价聚合时间大大降低。     

基于改进EEMD和WVD联合时频分析的车轮多边形状态识别方法

为了准确识别高速列车车轮多边形状态以及磨耗幅值,提出了一种改进的聚合经验模态分解(EEMD)与魏格纳-威尔分布(WVD)相结合的随机振动信号联合时频分析方法;利用相关系数法和频谱分析来评估筛选轴箱振动加速度信号经EEMD分解后的变量,然后进行WVD计算,在保持WVD高时频分辨率的同时可有效抑制交叉干扰项;应用该方法分析了周期性车轮多边形磨耗与现场实测随机车轮多边形磨耗引起的轴箱振动加速度信号。研究结果表明:利用EEMD-WVD二维时频谱的主频率可识别车轮多边形状态,利用EEMD-WVD三维时频能量谱的能量幅值分布可评估车轮多边形磨耗幅值,最大误差为0.3%;将改进EEMD和WVD联合时频分析方法的识别结果与短时傅里叶变换、小波分解、WVD传统时频分析方法进行对比,表明此方法应用时无需改变任何参数,自适应强,保留了WVD高时频分辨率的特点,而且可有效抑制EEMD产生的模态混叠现象和WVD产生的交叉干扰项,验证了所提出联合时频分析方法的有效性及其优势,为高速动车组车轮多边形识别和评估提供了新的技术途径。      

一种基于盲运算的1比特压缩感知重建算法

为了解决1比特压缩感知中符号匹配追踪算法(matching sign pursuit)在稀疏度未知的情况下不能自适应重构信号的问题,提出了向前/向后迭代符号匹配追踪算法(forward-backward matching sign pursuit, FBMSP).该算法以逐步逼近理论为核心,通过逐步扩大支撑集来扩大搜索范围,把相邻两次迭代的差值作为终止条件,在MSP算法模型下进行盲运算,以实现信号的重构.数值试验表明:在控制迭代系数=8,=1的情况下,FBMSP算法比传统的符号匹配追踪算法重构精度提高了3 dB,运算时间减少了40%.      

基于重排S-method的多分量辐射源信号分析方法

为实现多分量辐射源信号的有效检测和识别,提出了基于重排S-method（RSM）的多分量辐射源信号分析方法．针对Wigner-Ville分布交叉项严重和计算复杂度高的问题,采用RSM分析密集、交叠的辐射源信号,给出了其算法的硬件实现和计算复杂度分析．该方法能处理线性和非线性调频信号,算法简单,易于实现．复杂体制多分量辐射源信号分析的实验结果表明,该方法能有效分析多分量辐射源信号,时频分辨率高,不受交叉项干扰,具有比Wigner-Ville分布和S-method更强的噪声抑制能力．     

考虑时空热度的共乘匹配问题建模及求解

在共乘匹配问题中,考虑时空热度对共乘车主收益的影响,构建了以共乘收益和共享路线百分比为优化目标的数学模型,提出了一种启发式多进程进化算法用于求解. 算法根据历史数据采用三次样条插值法和复合辛普森求积法得到预计订单的时空热度,从而预估车主共乘收益. 在进化算法中,根据差异度自适应选择不同的交叉策略,以达到搜索深度和广度的自动平衡. 实验结果表明,该算法与最优化算法(匈牙利算法)比较,在以相同效用矩阵作为输入条件时,本文方法可在较短时间内得到高质量的解,且在处理大规模实例上效果明显,能够高效求解共乘匹配问题.     

考虑时空热度的共乘匹配问题建模及求解

在共乘匹配问题中，考虑时空热度对共乘车主收益的影响，构建了以共乘收益和共享路线百分比为优化目标的数学模型，提出了一种启发式多进程进化算法用于求解. 算法根据历史数据采用三次样条插值法和复合辛普森求积法得到预计订单的时空热度，从而预估车主共乘收益. 在进化算法中，根据差异度自适应选择不同的交叉策略，以达到搜索深度和广度的自动平衡. 实验结果表明，该算法与最优化算法(匈牙利算法)比较，在以相同效用矩阵作为输入条件时，本文方法可在较短时间内得到高质量的解，且在处理大规模实例上效果明显，能够高效求解共乘匹配问题.     

小波域中值滤波的图像去噪方法

提出了小波域中值滤波的去噪方法,在去除高斯白噪声的同时能有效地去除脉冲噪声.此方法是在小波域内对高频子带进行中值滤波,然后选择相应的门限进行降噪处理.仿真实验表明该算法不仅能滤除图像中的脉冲噪声和高斯噪声,而且能较好的保留图像的边缘细节,其滤波效果优于小波软阀值去噪.     

小波域中值滤波的图像去噪方法

提出了小波域中值滤波的去噪方法,在去除高斯白噪声的同时能有效地去除脉冲噪声.此方法是在小波域内对高频子带进行中值滤波,然后选择相应的门限进行降噪处理.仿真实验表明该算法不仅能滤除图像中的脉冲噪声和高斯噪声,而且能较好的保留图像的边缘细节,其滤波效果优于小波软阀值去噪.     

维格纳-威利分布算法研究及应用

介绍了一种利用FFT计算维格纳－威利（WVD）的算法。针对WVD二次时频分布数值计算的复杂性和计算量大的特点，提出了一种抽样算法。它在不改变采样频率的情况下，增加了处理数据的长度。在同样数据长度下，大大缩短计算时间。并用该算法对时变正弦信号和处理铁窗关闭声进行了时频联合分析，得到了满意的效果。     

基于贝叶斯决策的航空影像自动配准

为消除像点投影差对航空影像目标监测中影像配准的影响,提出了一种基于贝叶斯决策理论的像点投影差消除方法.该方法通过推导分析像点投影差的分布规律及其对影像配准的影响,设置训练样本区,提取大量特征匹配对,计算得到投影差分布参数,并基于贝叶斯决策理论构建了像点投影差消除准则.为验证其有效性,选用KIT AIS影像数据进行了实验,比较分析了投影差消除前后的配准影像结果.分析结果显示,消除后差分视觉效果得到改善,信息熵减小10%,表明本文方法可有效提高航空影像配准的精度.      

物流配送中心选址模型

主要分析物流系统中库存管理、运输、配送中心之间的联系,应用最优化方法建立了物流配送中心选址的数学模型。该模型是一个混合整数规划、给出了按ＢＥＮＧＥＲＳ方法设计的求解算法,模型中约束方程数量的有限性保证了算法的收敛性。由于考虑了多种实际因素,所以该模型有较大实用价值。     

Simulation Study on Multi-Rate Time-Frequency Analysis of Non-Stationary Signals

A new time-frequency analysis method is proposed in this study using a multi-rate signal decomposition technique for the analysis of non-stationary signals. The method uses a multi-rate filter bank for an improved non-stationary signal decomposition treatment, and uses the Wigner-Ville distribution (WVD) analysis for signal reconstruction. The method presented in this study can effectively resolves the time and frequency resolution issue for non-stationary signal analysis and the cross-term issue typically encountered in time-frequency analysis. The feasibility and accuracy of the proposed method are evaluated and verified in a numerical simulation.     

快速查找初始聚类中心的K_means算法

传统的k_means算法对初始聚类中心十分敏感,聚类结果随不同的初始输入而波动,容易陷入局部最优.为消除这种敏感性,针对k_means算法,提出了一种新的基于数据样本分布选取初始聚类中心的方法,对公共数据库UCI里面的数据实验表明改进后的k_means算法能产生质量较高的聚类结果,并且消除了对初始输入的敏感性.     

基于多峰直方图的遥感图像阈值自动选取算法

基于多峰灰度直方图的阈值自动选取算法,首先使用平均滤波器平滑直方图,消除直方图中微小的波动,保留反映直方图总体趋势的大的波峰波谷;然后通过寻找直方图中局部最大值和最小值,以确定合理的阈值.该算法使用时仅需要用户指定直方图应保留的合理波峰数,在针对大尺寸遥感图象计算出的阈值要优于大津算法和双峰算法计算出的阈值,且算法计算复杂度较低,适用于快速阈值选取.通过对TM影像中水体自动提取实验研究,阈值自动选取算法可用于水体及其它地物目标遥感信息的批量自动提取处理,具有较好的提取效果.     

基于二阶导数的优化算法

本文针对梯度法收敛速度慢，易于陷入局部极值的缺点。提出了一种新的基于二阶导数的下降方向，由此导出了新的优化算法即ND算法。该算法计算简便，收敛速度较梯度法快。实例验证效果较好。     

Improved algorithm for calculating contributions to <Emphasis Type="Italic">D</Emphasis>-statistic

D-statistic contribution analysis has been frequently used in practice for fault diagnosis. Existing algorithms for computing contributions to D-statistic tend to distribute cross-term contribution equally between two correlated variables. This leads to increased variance in contribution estimation and hence poor separability of faulty and normal variables. A new method for contribution calculation to D-statistic is proposed here which introduces a weighting scheme capable of distinguishing the contributions of two correlated variables. Simulation examples show that the proposed approach achieves improved resolution for distinguishing faulty and normal conditions.     

NEW METHOD FOR DERIVING OPTIMAL REDUCT

ＩｎｔｒｏｄｕｃｔｉｏｎＤａｔａｍｉｎｉｎｇｉｓｔｈｅｐｒｏｃｅｓｓｏｆｉｄｅｎｔｉｆｙｉｎｇｕｓｅｆｕｌ，ｖａｌｉｄ，ｎｏｖｅｌａｎｄｕｌｔｉｍａｔｅｌｙｕｎｄｅｒｓｔａｎｄａｂｌｅｐａｔ－ｔｅｒｎｓｉｎｄａｔａ［１］，ａｎｄｉｓ“ｔｈｅｍｏｓｔｄ...     

用特殊训练符号的MIMO-OFDM信道估计算法

提出了一种使用特殊训练符号的MIMO-OFDM系统时域LS信道估计的改进算法.采用插零的恒包络指数序列作为训练符号,可以使系统获得较理想的峰平比(PAPR),并能减少码间干扰(ISI)的影响.仿真结果表明,恒包络训练符号比随机训练符号具有很大的优势,在信噪比为20 dB时,利用恒包络训练符号的信道估计算法比利用随机训练符号的算法均方误差(MSE)降低15 dB;在采用特殊训练符号的前提下,改进算法相对传统算法也表现出较大的优越性,信噪比为25 dB时,改进算法的MSE要比传统算法低10 dB.