车用发动机比油耗积分均值探讨

本文分析了不同用途发动机运行工况及比油耗特性，提出以“比油耗积分均值”评价车用发动机综合性能。     

一种基于局部迭代函数系统的数字水印技术

以提高水印的鲁棒性和图像质量为着眼点，提出了一种基于局部迭代函数系统（LIFS）的数字水印技术，利用原始图像与恢复图像的分形参数不变性，将水印信息嵌入到灰度补偿因子中，实验结果表明本文的方法在一定程度上提高了图像质量，并对某些图像处理操作和有损仍是鲁棒的。     

工业过程模糊控制建模中数据预处理方法研究

工业过程模糊控制中建模是关键，而数据预处理直接影响着模型收敛速度、计算量、模型质量．针对所采集的样本数据提出几个新的数据预处理方法．利用三次样条进行空缺数据的插值填充，然后利用K—均值进行输入输出空间划分与数据离散化，为模糊规则的提取做好淮备．     

遗传算法在聚类分析中的应用

给出了一种基于遗传算法的聚类分析方法。对遗传算法的构成要素及用其解决问题的一般步骤给出了阐述。用VC 6.0编写的该算法的程序用来对数字进行聚类取得了较好的聚类结果。     

改进的基于TSK模型的模糊对向传播神经网络研究

将模糊C-均值(PCM)算法和模糊对向传播神经网络相结合，解决了模糊对向传播神经网络中模糊隶属度函数的自动生成问题，在此基础上结合卫张(Sugeno Tanaka Kang)模糊模型，提出了改进的模糊对向传播神经网络Improved FCP，并给出了学习算法。对两种典型的非线性模型进行实验研究，实验结果表明Improved FCP网络具有良好的非线性逼近能力。     

一种有效的FCM算法的实现方式

提出了一种有效的FCM算法的实现方式。目前FCM算法的实现大多采用启发式方法,根据经验或实验用人工选择的方法来确定FCM算法中的所有参数。利用一个有关选择权指数m的新的研究结果,提出了一种有效的FCM算法的实现方式,选择了一种简便的聚类有效性函数用于聚类结果的检验,最后用数值实验验证了方法的合理性。     

图像目标识别之实现

为解决当前流行的巡航导弹图像目标识别及瞄准技术，主要采用了分割和归一化技术。分割是很关键的一个步骤，归一化采用了坐标平移及图像缩小技术。归一化是为使图像具有可比性。由于采用了归一化，图像目标识别具有很高的准确性。此外还采用了逐步改变标准和目标图像比值，最后使两者相同及模板匹配技术。     

基于大样本数据的沥青路面施工质量控制方法研究

为了进一步完善我国沥青路面施工质量的控制方法和评价手段,文中从过程控制的思路入手,通过采用无损检测方式获取路面施工过程中的大样本检测数据,并采用灰度图评价方法和统计分析评价方法对检测数据进行均匀性分析来评价沥青路面施工质量。实践证明该2种基于大样本检测数据的评价方法能有效的评价沥青路面施工质量,并能为指导后序生产提供有力的技术支持。     

基于局部均值分解算法的电力系统低频振荡研究

本文针对在研究电力系统低频振荡时易出现负频率和端点效应较严重的问题,结合局部均值分解局部均值分解(LMD),提出了基于LMD的电力系统低频振荡研究新方法。该方法可将复杂的振荡模态分解为若干振荡模态之和,每个振荡模态由幅值函数和调频函数之积组成。LMD采用了滑动平均法拟合幅值函数,避免了过包络、欠包络现象,端点效应较小;通过对调频函数求导获得各个振荡模态的瞬时频率都是正的、具有物理意义的时变频率。幅值函数反映了振荡的阻尼特性,频率函数反映了振荡的时变特性,研究瞬时幅值函数和瞬时频率函数可以有效获取振荡模态的暂态信息和振荡特性。     

基于区域分割的非局部全变差SAR相干斑滤波

受成像体制影响,合成孔径雷达（Synthetic aperture radar,SAR）图像带有非高斯的乘性相干斑噪声。为有效抑制乘性相干斑噪声,提出一种融合非局部均值滤波（Non-local means filter, NLMF）与全变差（Total variation,TV）正则化的非局部均值-全变差（NLM-TV）降噪算法。首先将相干斑噪声转换为依赖于散射强度的加性噪声,将SAR图像分为边缘、强散射区、弱散射区。然后利用NLMF进行降斑,为有效的保持边缘结构, NLMF的平滑参数选取较小。在强散射区,为解决平滑参数较小所带来的降斑不充分问题,进一步使用TV正则化进行平滑处理,获得最终的降噪结果。使用RADARSAT-2,TerraSAR-X两景实测SAR图像仿真实验,结果表明：相比多种滤波算法, NLM-TV算法在弱散射区,强散射区均能显著提高等效视数,边缘保持指数能够提高10%以上。