基于规范化的B样条密度模型的聚类算法

针对有参混合模型的聚类算法需要假设模型为某种已知的参数模型,存在模型不匹配及非参数正交多项式密度估计不是概率密度函数的问题,提出了一种基于规范化的B样条密度模型的图像聚类算法.通过构建基于规范化的B样条密度函数的非参数混合模型,利用非参数B样条期望最大(NNBEM:Non-parametric B-spline Expectation Maximum)算法估计密度模型的未知参数,并根据贝叶斯准则实现图像的聚类.该方法不需要对模型做任何假设,可有效克服有参混合模型与实际数据分布不一致问题.对模拟图像和真实图像数据进行仿真的结果表明,规范化的B样条密度模型的聚类算法比其他算法具有更好的聚类性能.     

基于高清晰测量的多孔洞表面三维形貌分析

提出了一种基于双正交小波滤波方法来分析高清晰测量数据,实现了多孔洞表面三维形状误差和波纹度的分离.对连续表面和多孔洞表面进行仿真研究,以连续表面的滤波结果作为标准值,对于多孔洞表面的高斯滤波的三维波纹度参数SWa和SWt的偏差分别是153.7%和58.3%,而双正交小波的偏差分别只有0.50%和9.69%,从而验证了双正交小波变换在解决多孔洞表面形貌分析问题中的有效性.在发动机缸体顶面形貌分析中应用双正交小波滤波方法,有效地解决了传统滤波器的边界扭曲,得到了准确的三维形貌评定结果.     

基坑位移监测中带有未知参数的滤波算法

在基坑边坡的动态监测中,为了控制几何观测异常对形变参数估计的影响,把基坑边坡的力学信息看成是一个未知信息,建立了带有未知参数的滤波模型,并在固定的观测窗口中,把未知参数看成是一个不变的量,利用观测残差和状态预测残差来拟合它,并对滤波结果同时进行修正,得到了一个带有未知参数的滤波算法.实例说明,利用先验的几何、物理信息进行变形监测,能有效地提高状态参数估计可靠性.     

热声环境下薄壁加筋结构的振动响应研究与疲劳寿命分析

针对航空薄壁结构在热声载荷作用下的大挠度非线性动态响应问题,开展了矩形薄壁结构在热环境下的声激振试验与仿真计算;并将试验值与计算值进行对比。结果表明模态频率具有一致性,应变响应结果数量级相同,验证了薄壁结构热声响应计算方法的有效性。基于耦合的有限云/边界元法计算了加筋壁板在不同热声载荷组合下的动力学响应。重点研究了结构的热模态频率随温度的变化规律,结合功率谱密度(power spectral density)分析了应力响应在屈曲前后随温度与声压级的变化规律。采用雨流循环矩阵(M_(RFM))与雨流损伤矩阵(M_(RFD))讨论了应力循环块的分布与结构的损伤程度。最后结合改进雨流计数法、Morrow平均应力模型和Miner线性累积损伤理论计算并分析了疲劳寿命随屈曲系数与声压级的变化特征。     

基于一类SVM的贝叶斯分类算法

提出一种基于一类支持向量机(one-class SVM)的贝叶斯分类算法,该算法用一类SVM对类条件概率密度进行估计以构造贝叶斯分类器. 证明采用高斯核的一类SVM,其解可以归一化为密度函数,并把该密度函数看作类条件概率密度的平滑估计,构造贝叶斯分类器. 实际数据集上的实验结果表明,提出的分类算法测试准确率高于简单贝叶斯分类器与贝叶斯网络分类器,不低于传统二类SVM;比传统二类SVM需要计算的核矩阵规模更小,训练时间更短.     

砂石反滤层设计方法的探讨

砂石反滤层是一种非常重要的工程结构,土石坝工程、竖式排水体、渗渠以及其它取水构筑物等水平与竖向水工结构都离不开反滤层,其质量甚为重要.本文根据反滤层“滤土”和“排水”功能,对反滤层的构造、设计方法等方面做了较系统的探讨.     

基于双边滤波-BM3D算法的GPR图像去噪

为了增强地质雷达(GPR)图像,将双边滤波和三维块匹配算法(BM3D)相融合,提出了一种联合去噪算法.同时,研究了不同方差下的峰值信噪比,并采用最大化真实图像和估计图像之间的结构相似性对去噪后的图像进行了客观评价.实验结果表明,与单一的去噪算法相比,联合去噪算法能够更好地保持地质雷达图像中缺陷目标体边缘的完整性,具有较...     

基于中值滤波技术的视频图像边缘检测算法

传统算法抗干扰性能较差,利用人工经验对高低阈值进行设置完成边缘提取,不但会出现伪边缘,同时会产生很多噪声。为此,提出一种新的基于中值滤波技术的视频图像边缘检测算法。依据集合代数原理,通过集合论对几何结构进行描述,完成对视频图像形状与结构的预处理。针对视频图像中某一点的值,对其用该点邻域中不同点值的中值进行替代,对视频图像进行平滑滤波处理。在此基础上,通过设定阈值对某像素点是否是边缘点进行判断,利用最大类间差分技术获取最优阈值,自适应选择合理阈值,以降低假边缘现象的出现概率,提高边缘连续效果。对视频边缘轮廓区域的增强处理,得到有效的边缘检测结果。实验结果表明,所提算法检测结果伪边缘较少,图像边缘检测质量高,噪声少。     

基于数学形态滤波的大地电磁强干扰分离方法

针对矿集区大地电磁信号采集过程中常引入强噪声干扰等问题,采用数学形态滤波对大地电磁强干扰分离方法进行研究。在仿真信号中加入常见的强干扰来检验形态滤波的降噪能力,根据噪声类型选取不同结构元素尺寸及大小,并将形态滤波应用于实测大地电磁数据的降噪处理。采用非线性共轭梯度法进行反演,考查形态滤波对提高大地电磁测量数据质量的改善情况。研究结果表明:数学形态滤波能有效消除大地电磁强干扰中的大尺度干扰和基线漂移现象,重构信号基本保留原始大地电磁信号特征,改善大地电磁测深数据质量。由于该方法原理简单、并行运算速度快,具有较好的应用价值,适合于矿集区海量大地电磁强干扰分离。     

基于钻井工艺过程的事故诊断智能分析模型研究

由于钻井工程的复杂性和不确定性,简单依靠传统数学建模的方法很难完全描述和表征钻井过程.引入本体和贝叶斯网络等人工智能技术,探究了钻井事故诊断的理论和方法,解决和描述了钻井领域的非结构化问题,进而更好地指导实践.