压缩感知的自适应冗余字典及其图像恢复方法研究

冗余字典的信号稀疏分解是一种新的信号表示理论,采用超完备的冗余函数系统代替传统的正交基函数,为信号自适应地稀疏扩展提供了极大的灵活性.该文研究了压缩感知理论下DCT冗余字典和规范正交基(Dirac基)与DCT基组成的冗余字典,提出了一种适应于图像分块的自适应冗余字典方法.结合迭代硬阈值(IHT)重构算法,实验结果表明了提出的自适应冗余字典具有更好的信号恢复效果.     

基于脉冲耦合神经网络的RLNSW-NSCT卫星云图融合算法研究

提出了一种基于脉冲耦合神经网络(pulse coupled neural network,PCNN)的冗余提升不可分离小波-非下采样Contourlet变换(redundant lifting non-separable waveletbased non-subsampled Contourlet transform,RLNSW-NSCT)卫星云图融合新方法。首先采用基于冗余提升不可分离小波的非下采样Contourlet变换(non subsampled Contourlet transform,NSCT)变换对卫星云图进行变换。对带通方向子带系数的融合设计了基于PCNN的融合规则,而低通子带系数的融合则采用基于图像区域信息熵的系数加权融合规则。为验证算法的有效性,对不同多尺度变换算法和不同融合规则分别进行了融合实验。结果表明该方法在较多地保留云图红外信息的同时,具有更好图像细节表达能力,融合云图的云层特征更为分明。     

高频扰动下同宿轨的Melnikov函数的估计

讨论了高频扰动下同宿轨的Melnikov函数,以Fourier变换为工具,证明了对一般的周期扰动,如果扰动项关于空间变量是Ck(k≥1)的,则当扰动频率ω→∞时,相应的Melnikov函数是■(1/ωk+1)的.     

基于非正交傅里叶基的冗余字典设计

在压缩感知理论的稀疏表示过程中,通常选择正交完备字典实现信号稀疏表示.冗余字典比完备字典表现出对信号更好的适应性,常见的冗余字典直接由两个或多个正交完备字典级联而成.为了设计对信号具有更好适应性的冗余字典,改变原有正交完备字典,通过对正交傅里叶完备字典中的原子进行扩展、延时、混叠等一系列变换,设计出一种新的非正交完备字典.在此基础上,将该完备字典与单位矩阵级联构造了新的非正交冗余字典.以一维信号作为测试信号,研究了冗余字典的性能.仿真实验结果表明提出的非正交冗余字典比正交傅里叶完备字典具有更好的稀疏性能和重构性能.     

基于S变换与傅里叶变换的电能质量多扰动分类识别

提出了一种基于S变换、加窗插值快速傅里叶变换(FFT)和概率神经网络(PNN)的电能质量扰动检测和分类方法.应用S变换和加窗插值FFT对电能质量多扰动信号进行时频分析,获取信号的特征量.通过训练信号集上获得的特征量,训练了一个概率神经网络用于扰动分类.训练好的网络在测试信号集上的测试结果表明,对正常电压和常见的电能质量扰动,该方法具有较高的分类准确率,在训练样本数较少、噪声影响大和多扰动信号并存时仍能取得较好的分类效果.     

基于S变换和弹性神经网络的电能质量扰动分类

提出了基于S变换和弹性BP神经网络结构(RPROP)的电能质量扰动自动分类方法。通过S变换对电能质量扰动信号进行时频分析,有效实现对各种扰动信号时频特征量的输出,并确定特征量的最优组合来增加弹性BP神经网络分类的精度。同时研究了在不同噪声条件下弹性BP神经网络分类的敏感度。测试结果显示,该方法能有效地对电能质量扰动信号进行分类。     

基于K-SVD的低频水声信号去噪处理方法

由于浅海环境下的噪声严重且复杂,水听器得到的接收信号往往很大程度被噪声干扰,具有较低的信噪比,导致水声信号处理难度大等问题.针对此问题,为了更有效地去除有用信号中的海洋噪声,采用基于稀疏分解和字典学习的去噪方法.首先随机构造完备离散余弦变换(discrete cosine transform, DCT)字典,之后使用正交匹配追踪算法(orthogonal matching pursuit, OMP)对含噪水声信号进行稀疏表示以及通过K-奇异值分解算法(K-singular value decomposition, K-SVD)对完备DCT字典循环训练更新;根据更新后得到的新字典与稀疏系数完成对水声信号的重构并去除海洋噪声.通过对不同海况即不同信噪比下的仿真信号进行去噪处理,结果表明该方法可以有效去除混在水声信号中的各种噪声,且在去噪的同时可以保留信号细节,信噪比增益可达到20 dB左右.     

电压暂降的改进S变换分析与分类

提出了一种采用改进S变换(MST)检测和识别电压暂降的方法.推导了白噪声在S变换和MST下的平均功率谱,证明了改进S变换对噪声具有抑制作用.分析了改进S变换中可变参数的选择思想,给出了MST提取暂降幅值、暂降时刻和相位的方法.利用MST变换分析短路故障、感应电机启动和变压器空载激磁3种扰动源引起的电压暂降信号,并提取6...     

动态扰动对不同含水率砂岩应力松弛影响的研究

采用课题组自制的岩石松弛-扰动试验装置,研究了不同含水率砂岩的松弛过程动态扰动的影响,测试轴向应力、轴向应变的变化,观察到了砂岩试样在动态扰动后应变增加、应力降低的现象.根据试验数据,分析了松弛稳定后水对砂岩试样应力松弛量和应力松弛度的影响,基于岩石松弛扰动效应的本构方程,得到不同含水率扰动系数在2~6之间.结果表明:(1)由于水的影响作用,松弛稳定后砂岩试样的应力松弛量增加、应力松弛度增大,水对砂岩试样应力松弛衰减的影响作用增强;(2)在相同的冲击扰动能量作用下,含水率高的砂岩试样在动态扰动后应变增加和应力降低的现象更明显,扰动系数随含水率增加而增大.     

模糊扰动算子及其性质研究

在扰动模糊子集的基础上提出了两种模糊扰动算子,即边界模糊扰动算子(B,B)和包含模糊扰动算子(I,I),定义了两种算子下区间值的偏格和格的概念,指出了两种运算的直观含义及某些性质.     

一种特征提取新方法在PQD识别中的应用

从时域和频域出发,提出一种Hilbert变换和Fourier变换相结合的方法,快速识别电能质量扰动.该方法先利用Hilbert变换提取扰动信号的包络,根据包络线提取扰动特征,将5种扰动从常见的8类扰动中分离,对未识别3类扰动的包络线进行FFT变换,再从频域中提取特征对其分类.借助Matlab随机生成800个样本,此方法在无噪声和30 dB高斯白噪声条件下平均分类准确率分别达到了99.7%和99.1%.算法在特征提取耗费时间上是采用DB4小波的特征提取方法的25.7%.     

基于矩阵Householder变换的图像数字水印算法

为满足水印算法容易实现同时具有较强的稳健性,提出了一个图像数字水印算法.利用矩阵的Householder变换具有扰动性及Householder变换矩阵(H矩阵)对称性和正交性的特征,将图像进行了矩阵的Householder分解.通过仿真实验对算法进行攻击,结果表明本算法在计算量和稳健性方面优于已有算法.     

扰动程度对湛江组结构性黏土触变性的影响

扰动对湛江组结构性黏土触变性具有重要影响,扰动程度不同,湛江组结构性黏土触变强度恢复程度也不同.为探究扰动程度对湛江组结构性黏土触变性的影响规律,对该土展开室内模型试验研究.基于现场原位十字板剪切试验,设计模型装置,采用室内振动试验模拟土样受扰过程,在不同扰动程度(0、33％、66％、100％)、不同静置时间(0、7、28、56、91 d)下对3种土样进行微型十字板剪切试验,在相同扰动程度(66％)、不同静置时间(0、7、28、56、91 d)下对3种土样进行无侧限抗压强度试验,分别测试各静置时间下的微型十字板不排水抗剪强度和无侧限抗压强度,分析扰动程度对土体触变恢复强度的影响规律.结果 表明:土体扰动时间与扰动程度正相关.在相同扰动程度下,强度恢复程度、触变恢复强度比均随静置时间的增加而增大,触变灵敏度随静置时间的增加而降低;土体结构性越强,强度恢复程度、触变恢复强度比随静置时间增加而增大的幅度和速率越大,触变灵敏度随静置时间增加而降低的幅度和速率越大.在不同扰动程度下,强度恢复程度与扰动程度呈线性关系,触变恢复强度比与扰动程度呈反比例关系.     

基于提升小波和Hilbert变换的暂态电能质量检测

针对暂态电能质量检测中信号扰动的准确定位和快速类型识别的需求,提出了一种提升小波和Hilbert变换融合的暂态电能质量检测方法.该方法首先利用提升小波在检测信号扰动方面的优越性,通过一层提升小波变换得到信号的近似成分A₁与细节成分D₁,然后运用Hilbert变换计算出两种成分的瞬时幅值,根据幅值特性实现对信号扰动时刻的准确定位和对扰动类型的快速识别.仿真与实验表明,所提出的检测方法对扰动时刻定位准确率达到95.7%,对扰动类型识别准确率达到91.8%,与目前使用分类器的方法相比,所提方法具有无需训练、适应性强、实时性好等特点.      

基于二重扰动SVM集成分类的JPEG图像隐写检测

针对目前大部分JPEG隐写分析方法主要采用单一支持向量机分类器,可能产生泛化能力恶化、分类精度难以提高等问题,提出了一种新的基于二重扰动SVM集成分类的JPEG图像隐写检测方法.利用多项式核函数和高斯核函数构造混合核函数模型,并用主成分分析法进行特征变换,去除冗余信息,最后在变换后的特征空间上进行模型参数和特征的二重扰动产生成员分类器,并用多数投票法对它们进行组合.实验结果表明,与传统方法相比,具有更高的JPEG隐写图像检测率.     

广义逆A(2)T,S的一般扰动和范数扰动

对广义逆A(2)T,S的一般扰动问题,得到了T和S在都有扰动的情况下广义逆A(2)T,S的连续性,其中,Im(G)=T,Ker(G)=S,同时对广义逆A(2)T,S在连续的条件下的范数扰动理论进行了进一步的探讨.     

基于二重扰动SVM集成分类的JPEG图像隐写检测

针对目前大部分JPEG隐写分析方法主要采用单一支持向量机分类器,可能产生泛化能力恶化、分类精度难以提高等问题,提出了一种新的基于二重扰动SVM集成分类的JPEG图像隐写检测方法.利用多项式核函数和高斯核函数构造混合核函数模型,并用主成分分析法进行特征变换,去除冗余信息,最后在变换后的特征空间上进行模型参数和特征的二重扰动产生成员分类器,并用多数投票法对它们进行组合.实验结果表明,与传统方法相比,具有更高的JPEG隐写图像检测率.     

(2+1)维KD方程的扰动非行波双孤子和周期解

应用退耦变换和Lie对称群方法,将(2+1)维KD方程的约化成了(1+1)维非线性PDE。通过广义同宿测试法获得了该方程新的扰动非行波双孤子解及其动力学临界点和参数极限情况下的非行波有理函数奇解。运用二维平面动力系统的Hamilton函数讨论了对称约化方程在波变换下的周期解存在性,并用正切函数拟设法得到了该周期解的显式精确表达,相应获得了KD方程的扰动非行波周期解析解。     

模糊扰动算子及其性质研究

在扰动模糊子集的基础上提出了两种模糊扰动算子 ,即边界模糊扰动算子 (B+ ,B·)和包含模糊扰动算子(I+ ,I·) ,定义了两种算子下区间值的偏格和格的概念 ,指出了两种运算的直观含义及某些性质     

电力扰动信号的小波形态学去噪方法

电力系统运行中扰动现象对供电质量和系统的安全运行造成了极大的影响.为了找出各种扰动现象的规律,减少、避免扰动发生,通常采用小波变换方法从噪声中提取扰动信号,但有些扰动信号与噪声的小波变换系数值相近,且低于阈值被当作噪声去掉,导致信号失真.本文提出了一种小波形态学融合的去噪算法.仿真结果表明:该融合算法能有效消除噪声并能...