基于小波分析和非线性PCA的图像压缩算法

提出一个基于小波分析和非线性PCA(nonlinear principal component analysis,NLPCA)的图像压缩算法,该算法通过对小波分解系数的能量大小对各个小波子图进行分类,然后用具有高强压缩能力的NLPCA对各类子图进行不同程度的压缩。其主要特点是在高压缩比条件下能达到很高的图像重构信噪比。实验结果表明该算法性能良好,在压缩比为93.1时其图像重构信噪比都能达到30以上。     

基于矩阵填充的小波图像压缩算法

根据图像小波系数的能量聚集特性,提出了一种基于矩阵填充的小波图像压缩算法。该算法在单层离散小波变换的基础上,分别对图像各高频子带的小波系数进行稀疏采样,然后对少量的采样系数进行熵编码以实现图像压缩。解压缩时,采用奇异值收缩迭代算法完成矩阵填充,从少量的采样系数中恢复出各高频子带,再进行小波反变换重构图像。实验结果表明,该算法实现简单,在编码比特率大于1比特/像素时,具有较好的压缩性能。     

小波变换用于CT图像重建及处理研究

研究了小波变换多分辨率图像重建和局部区域重建算法。在算法中 ,小波滤波器直接修正重建滤波器 ,重建得到各种细节图像 ,并能快速地得到重建图像的轮廓。由于小波变换的局部性 ,使用局部数据能重建局部图像。通过小波多尺度分析和重构系数控制 ,提出一种简单算法 ,在重建中进行图像增强和噪声消除 ,该算法将图像重建与图像处理结合在一起。与通用的算法相比 ,能提高重建速度和图像质量     

基于Tetrolet变换的图像稀疏逼近算法

针对现有大部分图像稀疏逼近算法通用性不强,仅对具有某类特征的图像具有最优逼近性能的问题,利用小波变换与Tetrolet变换各自的优点,提出了一种通用性强,不受图像特征限制的图像稀疏逼近算法。该算法分别利用小波变换与Tetrolet变换对图像的平滑区域与细节区域进行稀疏逼近,先提取平滑区域,对平滑区域进行修正,然后对修正后的平滑区域进行稀疏逼近。根据平滑区域稀疏逼近的结果分离出细节区域,实现对细节区域的稀疏逼近。对一系列典型图像进行仿真的结果表明,该算法通用性强,不受图像特征的限制,在同等条件下,图像重构质量比传统小波变换高约5.5 dB,比Tetrolet变换高约1.0 dB。     

短期电力负荷的小波——混沌时序预测

提出了一种基于2层小波分解的混沌时序相空间重构预测模型.该模型利用小波分解原始负荷时间序列为周期项、趋势项和随机项,采用不同的混沌相空间重构高低频信号,再分别用相应的小波神经网络工具箱拟合混沌吸引子,将其输出进行信号重构得到最终预测结果.该方法兼有频率特征提取和相空间重构的优点,使短期电力负荷时序列的动力学系统得到更加细致的恢复.通过对欧洲电力负荷竞赛数据的实验证明了所提方法的有效性,仿真结果表明方法预测精度优于常规混沌时序预测方法.针对神经网络预测不稳定的问题给出了一种种解决措施,并提出了一种小波神经网络工具箱,该方法比编程实现的小波网络可以大幅度提高训练速度,尤其适合于大批量数据的训练,对小波神经网络的推广应用和混沌时序预测具有重要意义.     

改进的SOFM及其在矢量量化中的应用

根据等失真(Equidistortion)理论提出了一种基于改进的自组织特征映射(SOFM)神经网络的矢量量化方法,该算法将失真敏感机制引入神经网络的竞争学习过程。通过调整码字的部分失真来指导神经网络的学习,以使得所设计的码书平均失真最小。同时把矢量量化应用于图像的小波变换域,根据图像小波变换高频系数的空间分布特点来组织码书,从而进一步提高码书的质量和适应性。通过实验对算法的性能进行了分析,证明了算法的有效性。     

基于近似消息传递与卡通纹理模型的图像重构

近似消息传递(approximate message passing, AMP)的高相变性能与低计算复杂度使其非常适用于图像重构等大数据量应用领域。如何充分利用图像的结构化稀疏先验是基于AMP研究图像重构的一个关键问题。将卡通-纹理模型引入AMP图像重构,根据迭代滤波中待处理图像卡通、纹理成分的不同特点,设计基于双树复数小波变换与全变差的层次化AMP滤波算子,进而分析AMP迭代次数对滤波对象结构特征与滤波算子性能的影响,研究AMP的阶段化滤波操作,提出一种基于卡通-纹理模型与分段滤波的AMP图像重构算法。实验表明,该算法能够更好地保留图像轮廓与纹理信息,提高图像的重构质量。     

小波域多聚焦图像融合算法

研究了小波域多聚焦图像融合方法中滤波器、分解层数、融合规则的选取问题,提出一种基于小波变换的简单融合规则。利用小波变换将图像分解成最低频逼近和不同尺度、不同方向的高频细节信息,最低频逼近反映图像的平均信息,细节包含图像的边缘。根据多聚焦图像中细节信息互补的特点,对多个待融合图像简单地取模值较大的小波系数,得到了很好的融合图像。详细讨论了不同的小波滤波器、分解深度、融合算子对融合结果的影响。对小波域图像融合算法与其它一些多分辨图像融合算法:如Laplace塔、比率塔、对比度塔、梯度塔等进行比较,得到了一些定性结论,对该领域的研究和实验有一定的指导意义。     

基于小波分析的游客流量神经网络预测研究

根据旅游流量的频率分布特性,运用小波分析将不同频率成分组成的时间序列分解成低频和高频成分,然后依据小波系数的重构原理还原时间序列的趋势成分,判断旅游流量时间序列的趋势变化.运用小波分析对天涯海角流量分析所得结果,建立神经网络模型对旅游流量进行预测.     

基于小波分析的图像插值技术研究

基于小波分析理论，提出一种医学图像断层间的插值方法。通过对医学图像的小波变换，插值图像边缘对应的高频子图，得到在轮廓上过渡的图像：对小进变换的低频子图，在小窗口邻城内利用灰度直方图统计得到其概率灰废值并寻找最佳插值匹配点。使得插值图像在灰度上得到很好的过渡；通过小波逆变换得到最终的插值图像。通过与以往算法的对比和分析，本算法所获得的插值图像在形状和灰度方面均达到了较高的清晰度，满足断层图像的插值要求，可有效用于医学图像的三维重构。     

基于仿真优化的集装箱港口大门作业调度研究

提出基于仿真优化的集装箱港口大门通道作业的调度优化方法.首先,建立了大门作业的离散事件仿真模型和调度优化数学模型;其次,设计了启发式Tabu搜索算法和仿真模型相结合的仿真优化方法;然后,结合仿真自动化方法和在线数据库实现了仿真优化系统;最后,用实例验证并分析了本方法的有效性及效率问题.结果表明了本方法对在线、实时作业调度优化问题的适用性.     

基于HLA的协同仿真运行研究

对应基于HLA的多领域建模，提出基于HLA的协同仿真运行。对HLA的标准MOM交互类进行扩充，增加有关仿真运行暂停、继续，仿真撤销，仿真结束的交互类；定义用于仿真运行启动的CORBA接口；对仿真运行管理器增加判断参与仿真联邦执行的所有成员是否正常加入的功能，并管理三个仿真联邦同步点，以保证协同仿真运行。     

连续对策上的计策理论

引进连续对策上的计策的概念，分别研究一个局中人中另一个局中人的概率和识破这个局中人的计策的概率，给出局中人的判断的准确性的一种度量。     

基于HLA编队协同作战仿真研究

简要介绍了基于HIA的协同仿真平台（COSIM）的两种开发机制：COSIM开发机制和非COSIM开发机制。基于该平台构建了编队协同作战仿真系统，介绍了系统的体系结构及各节点的功能，完成了各个联邦成员的对象类和交互类设计，研究了非COSIM机制下的系统开发过程．开发过程表明：该机制在较大程度上封装了HLA／RTI的开发细节，能降低系统的开发难度，使开发过程变得简单。通过仿真实验验证了所构建仿真系统的可行性和正确性。所构建的仿真系统为编队协同作战能力（CEC）系统应用到水下防御领域的概念论证提供了依据，且为相关理论的研究提供了试验平台。     

基于Simulink的XCP仿真研究

针对NS-2仿真消耗大量运算时间,占用大量存储空间的缺点,利用Simulink构建XCP 的连续模型,并在此基础上构建多个XCP连接竞争一条瓶颈链路的仿真场景.对比实验表明,该模型能够真实再现XCP的收敛特性,并且运算时间在秒级,存储空间在KB级.     

基于脆性的复杂系统研究

针对开放的复杂系统进行研究,首次提出并论证了脆性是复杂系统的一个基本特性．以子系统之间的脆性联系为出发点,建立了研究复杂系统脆性的理论基础．根据脆性的定义、特点,定义了复杂系统的脆性基元、子系统间的脆性联系函数、脆性联系熵和脆性正交的概念,同时将非合作博弈的理论和方法引入到复杂系统的脆性的研究中．并以道路交通系统为例,进行了脆性分析。     

基于HLA的多领域建模研究

针对目前缺乏一种具有标准性、开放性、可扩充性，支持分布式仿真，基于商用仿真软件的多领域建模方法，提出基于HLA的多领域建模。首先提出将一个模型的输出变量映射到另一个模型输入变量的原则和实现方法，然后提出HLA应用层程序框架，以支持将各领域仿真软件开发的模型方便、准确地实现成为联邦成员，同时给出了商用仿真软件参与多领域建模所必须提供的与HLA应用层程序框架接口的五个方法。     

基于STAGE的单舰防空反导仿真实现

单舰防空反导是现代海战中舰艇作战使用研究的重点和难点,也是舰艇战斗力形成的关键。在对舰艇防空反导仿真进行深入研究的基础上,提出了运用STAGE构建单舰防空反导仿真系统的基本框架,并详细描述了系统仿真模型的构建以及运用STAGE的实现方法。     

一种基于再生核的经验模态分解算法研究

经验模态分解(EMD)算法是Hilbert-Huang变换(HHT)的核心算法,它的分解效果依赖于包络线的生成算法和端点延拓算法。采用再生核算法求包络线,得到了一种新的EMD算法。分析了再生核函数的局部逼近及收敛,从数学角度解释了选择该算法的原因,最后针对两种非线性信号给出了仿真结果,表明该算法的有效性。     

微分器优化设计研究

提出了一种基于BP算法的正弦基函数神经网络模型 ,研究了该神经网络算法与线性相位微分器幅频特性的关系 ,证明了该神经网络算法的收敛性 ,给出了微分器的优化设计实例。与传统的雷米兹优化设计方法相比 ,提出的优化设计方法不需要计算矩阵的逆 ,因而解决了雷米兹优化设计方法求高阶矩阵逆的困难。计算机仿真结果表明了该算法模型的微分器的优化设计中不仅是有效的 ,而且是高效的