基于曲波变换的视网膜血管图像增强算法

视网膜血管图像存在像素对比度低等特点,干扰正常的视网膜图像分割.针对视网膜血管的图像特性,提出了一种改进的基于曲波变换的视网膜血管图像增强算法.首先选取视网膜图像的绿色通道分量进行预处理,然后通过对变换系数的自适应增强完成图像的增强处理,并结合改进的形态学变换,实现图像细节的增强和背景噪声的抑制,使得图像对比度得到增强,细节信息更加明显.通过与其他增强算法的比较表明,该算法在增强对比度、降低噪声干扰等方面优于其他算法.     

改进粒子群算法的自动阻抗匹配技术

由于无线电能传输距离的改变或谐振线圈之间发生偏移、负载改变等多方面的影响使系统的输入阻抗发生变化,导致输入阻抗与射频源内阻不匹配,使传输效率大幅下降。在射频源和发射线圈之间加入阻抗匹配网络可以提高无线电能的传输效率。为了提高阻抗匹配的精度和速度,提出了一种改进的粒子群算法。重点将改进算法和传统算法进行仿真实验比较,证明了改进算法在匹配精度和速度方面的优越性。最后将该算法嵌入到自动阻抗匹配系统中,提高了无线电能的传输效率,同时证明了所提算法的有效性。     

空间光学敏感器/探测器荷电粒子屏蔽技术综述

空间光学敏感器/探测器是航天器的重要组成部分或重要类型,然而大量存在的空间荷电粒子会造成探测器件本底噪声及性能损伤,对空间探测任务产生不良影响。目前对空间荷电粒子的影响缺乏定量评估手段,广泛采用的质量屏蔽、磁偏转和反符合技术在空间荷电粒子屏蔽方面均存在局限性。在对上述方法进行综述的基础上,提出了基于电磁复合场的空间光学敏感器/探测器荷电粒子屏蔽装置的设计思路。     

绕水翼空化流场旋涡特性分析

为了深入了解绕水翼空化流动机理,利用数字式粒子图像测速(DPIV)系统,并辅以高速摄像机,对绕水翼流动进行了观测. 观测结果表明: 空化的发展对整个流场的涡量变化起决定作用. 无论在空化还是无空化流场中,涡量主要集中在自水翼前后缘开始的剪切层所在区域,并形成涡带,且上下涡旋向相反;随着空化数的降低,空化区域的流场混合得更为均匀,从而使涡量的峰值逐渐减小;上下涡带逐渐靠拢,并向后延伸、拉直,同时下涡带的起始位置向后推移.     

多集散点车辆路径优化的混合算法

为使多集散点车辆路径优化结果全局最优,以订单为基准建立多集散点车辆路径优化模型.采用粒子群算法与改进蚁群算法组成的混合优化算法求解模型.由粒子群算法的粒子位置向量得到每辆车所需运送的订单号,用蚁群算法优化单车路径,根据优化的总路径评价和筛选粒子,直到满足终止条件.该模型和混合算法是所有车辆对所有订单节点的路径优化,突破了多仓库问题直接或间接转化为多个单仓库车辆路径优化问题中的局部节点求解的限制.实例求解结果表明,用该混合算法优化的车辆总路径长度小于用蚁群算法求得的结果.     

单质点弦振子振动分析

利用拉格朗日方程建立了单质点弦振子非线性振动方程,应用微扰法与线化和校正法对单质点弦振子进行了求解;利用MAPLE9.0计算机绘图,分别作出了它们的周期近似解随振幅的变化曲线以及近似解与数值解的变化曲线.所得结论为利用线化和校正法所求得的近似解与数值解比较,具有简单实用、精度高、相对误差低等优点,在求解非线性振动中具有一定的实用价值.     

基于PSO参数辨识SVM的中长期径流预测研究

以径向基函数作为核函数,利用微粒群(PSO)算法的全局寻优特性进行支持向量机(SVM)的参数辩识.在微粒群搜索参数前,先对参数进行指数变换,使[0,1]和[1,∞]有着相同的搜索概率.微粒群算法的适应值函数是以支持向量机模型的推广能力为标准的,讨论了测试样本的最小误差和留一法对支持向量机学习方法推广能力的两种估计.最后...     

可吸入颗粒污染物在下呼吸道运动和沉积规律的数值模拟

为研究受慢性阻塞性肺病影响的呼吸道内气固流动特性,建立了基于Weibel模型的5～8级三维肺部模型.气相采用标准k-ε湍流模型,颗粒相采用离散颗粒模型.三级呼吸道内模拟的气固流动特性与实验结果进行了对比验证.在呼吸强度为30,60和90 L/min条件下,模拟了稳态、非稳态吸气时第7级内侧呼吸道受慢性阻塞性肺病影响收缩...     

基于PSO-RBF神经网络模型的原水水质评价方法及应用

针对自来水生产过程的原水水质评价问题,提出了一种基于PSO-RBF神经网络模型的原水水质评价方法.首先,根据水厂生产经验和历史数据分析,制定面向自来水生产过程的原水水质评价标准.然后,采用粒子群优化(PSO)算法训练的RBF神经网络模型,对苏州市相城水厂的进厂原水水质实施在线评价.最后,将进厂原水水质在线评价结果作为前...     

基于二维灰度熵及混沌粒子群的图像阈值选取

为了同时考虑直方图的概率信息和类内灰度级的均匀性,提出了基于灰度级-梯度二维直方图的Shannon灰度熵及Tsallis灰度熵阈值选取方法.给出了Shannon灰度熵和Tsallis灰度熵的定义及其一维阈值选取方法,导出了二维Shannon灰度熵及Tsallis灰度熵阈值选取公式及其快速递推算法,并利用混沌粒子群算法寻求两种阈值选取方法的最佳阈值.实验结果表明,与基于改进的二维最大熵及粒子群递推的阈值选取方法相比,所提出方法的分割图像能更准确地反映原始图像的边缘、纹理及细节信息.