子波域一种新的多尺度多传感器状态估计

研究了多尺度状态参数估计问题.利用状态信号的多尺度特性,引入小波变换,建立了一个新的多尺度多传感器滤波算法.将函数全变差和局部变差概念引入到小波变换,提出了小波缩减因子的概念.通过小波缩减因子的引入,细尺度上的高频信号也得到了有效处理.仿真结果表明,该算法充分利用信号的多尺度特性,基于尺度级的信息融合大大提高了状态估计的精度.     

多参数及超松弛邻近尺度邻近点算法研究

针对临近点算法的尺度梯度问题,对多参数及超松弛邻近尺度邻近点算法进行了研究.验证了多参数临近尺度梯度算法、超松弛邻近尺度梯度算法序列的强收敛性和有界扰动恢复性,分别进行Superiorization算法的算例分析.结果显示,超松弛邻近尺度梯度算法在运行耗时、迭代次数上均明显好于多参数临近尺度梯度算法.相对于多参数临近尺度梯度算法,多参数邻近尺度梯度算法的有界扰动算法、结合Superiorization的多参数临近尺度梯度算法、超松弛邻近尺度梯度算法性能更优.     

一类方括号积多尺度分析的构造

根据Hilbert空间中多尺度逼近的定义,探讨了其上多尺度逼近对的性质.在此基础上,由L2(R)空间中1对满足方括号积关系的尺度函数φ和φ-,分析得到了构造方括号积多尺度分析Vj,V-j的方法,进一步讨论表明,双正交及半正交多尺度分析均为这类多尺度分析的特殊情形.特别地,将构造方法应用到基数B-样条,具体构造了1对具有一般性的方括号积多尺度分析.     

融合位置估计的自适应尺度相关滤波跟踪

针对相关滤波跟踪算法中不能适应目标多尺度变化的问题,提出了一种融合位置估计和尺度估计的自适应尺度相关滤波器.通过提取当前图像中不同尺度大小的目标模板,作为先验信息加到滤波器中学习,训练滤波器.对多尺度模板训练赋予新的权重定义,重新定义了多尺度模板对应的标签.提高了滤波器对目标尺度变化的敏感度.通过在CVPR 2015数...     

大型土木结构多尺度损伤预后的现状、研究思路与前景

针对大型土木结构安全服役的迫切需求,提出了"治结构之未病"的学术理念和结构多尺度损伤预后的研究思路.指出这类结构安全的共性问题是其损伤跨越了材料、构件和结构层次,是从微/细观到宏观尺度的多尺度、跨层次非线性演化.从发展多尺度损伤预后方法的驱动力、结构多尺度损伤预后相关理论研究现状、大型土木结构多尺度损伤预后的关键科学问题与解决思路以及大型土木结构多尺度损伤预后的发展趋势等方面,综述了大型土木结构多尺度损伤预后研究的现状、研究思路与应用前景.指出结构多尺度损伤预后研究需解决的关键科学问题包括结构损伤多尺度非线性演化机理、结构遭遇极端灾害作用时损伤跨层次突变导致灾变的机理及其损伤过程预测以及大型土木结构损伤过程模拟与分析中的不确定性和预后可靠性等.最后,展望了发展结构多尺度损伤预后理论对于结构全寿命安全的应用前景.     

线状要素多尺度表达的不确定性评价研究

首先确立线状要素多尺度表达的实现方式;然后紧紧围绕线状要素多尺度表达的实现流程,分析线状要素多尺度表达不确定性的来源,并利用误差传播规律建立线状要素多尺度表达误差传播规律;最后通过实验得出线状要素在尺度扩展中不确定性的变化规律.为线状要素多尺度表示的质量评价提供了理论基础.     

自适应多尺度形态学分析及其在轴承故障诊断中的应用

为解决强背景信号下冲击特征的提取问题,提出了一种自适应多尺度形态学分析方法.对于实际的待分析信号,分别定义长度尺度和高度尺度来确定多尺度形态学分析的结构元素,并基于信号的局部峰值实现自适应多尺度形态学分析.数值仿真实验分析表明,自适应多尺度形态学分析方法较单尺度形态学分析方法更利于提取信号的形态特征,避免了单尺度形态学分析在结构元素选择时的盲目性和对相关先验知识的依赖性.本文所提出的方法应用于轴承故障诊断,结果表明这种方法可以清晰地提取出各种特征信号.     

M带N周期多尺度分析

引入了M带N周期多尺度分析的概念,将传统的周期多尺度分析进行了推广.利用傅立叶变换和函数内积研究了M带N周期正交多尺度分析,得到了M带N周期多尺度分析的尺度函数空间的频域表示,以及高通滤波器系数与低通滤波器系数之间的关系和面具的初等性质.结论表明,周期小波的滤波器系数和面具是具有周期性的一族系数.     

基于模糊聚类的多尺度空间数据挖掘模型及其矿山应用

基于空间数据的尺度特性,提出了多尺度空间数据挖掘的技术思想,建立了同一地理要素在不同尺度下的信息推理模型,即多尺度空间数据挖掘框架模型.以矿井煤层厚度为研究对象,以聚类分析为挖掘技术,实现了多尺度分析思想应用于空间数据挖掘领域的设想,证实了空间数据挖掘领域中的多尺度现象.研究成果丰富和发展了空间数据挖掘的基础理论.     

基于本体的地理空间对象多尺度模型

随着地理信息科学的发展,人们对多类型目标跨尺度空间表达的需求越来越大,而现有的多尺度模型大多属于领域建模,适用范围有限,需要针对通用的地理空间对象多尺度模型开展研究.基于本体理论对地理空间对象的多尺度特性进行分析,总结了3类多尺度综合算子;从概念、逻辑和物理3个层次设计了地理空间对象多尺度模型,探讨了基本概念、推理逻辑和数据库设计;并通过实验验证了多尺度模型的尺度综合推理过程.该模型充分考虑了多尺度的本体特性,与具体的对象类型、表达方式和综合方法无关,同时支持本体工具的形式化表达,具有较高的通用性和实用价值.     

多尺度小波变换在自适应滤波中的应用

分析了小波变换的基本理论和小波变换的多尺度分析，并根据多尺度小波变换的多分辨率特性，提出基于多尺度小波变换的自适应滤波，构造了其仿真模拟图，并对其进行了仿真，通过LMS自适应滤波和多尺度小波变换自适应滤波的信真图对比，表明该方法可行的。     

一种减小TOA测量距离中NLOS影响的DMS模型和估计算法

有效的滤波方法和多尺度估计是无线定位技术的重要研究方向。为了减小在蜂窝网无线定位中非视距传 播(NLOS)对波达时间(TOA)测量距离的误差影响,先结合NLOS误差特性对标准Kalman滤波进行修正,然后提 出将不同采样率的修正Kalman滤波方程与多个尺度联系起来,建立了一种动态多尺度系统(DMS)模型,并给出基 于Haar小波的实现方法。仿真结果表明,基于上述方法优于直接进行Kalman滤波的效果,能较大幅度地提高 TOA测量距离的精度。     

小波包变换在正电子发射断层扫描仪图像重建中的应用

在对常用的计算机断层图像重建方法-解析法深入研究的基础上,将小波包技术应用于断层图像重建,提出了基于小波包变换的多尺度断层图像重建框架。该方法能够直接从投影数据的多尺度表达中计算出目标多尺度表达系数,可在提取重建图像多分辨信息的同时,保留传统滤波反投影法的简便性和有效性,计算机仿真模型和临床正电子发射断层扫描仪投影数据的重建结果表明,该方法和滤波反投影方法相比,在不增加计算量的基础上,能够对任意不同频段的信号进行较为精确的重建,可以满足临床上识别重建图像不同特征的需求。     

An image denoising method based on multiscale wavelet thresholding and bilateral filtering

A novel image denoising method is proposed based on multiscale wavelet thresholding (WT) and bilateral filtering (BF). First, the image is decomposed into multiscale subbands by wavelet transform. Then, from the top scale to the bottom scale, we apply BF to the approximation subbands and WT to the detail subbands. The filtered subbands are reconstructed back to approximation subbands of the lower scale. Finally, subbands are reconstructed in all the scales, and in this way the denoised image is formed. Diff...     

基于元／网格动量传递的离散元与有限元耦合的时空多尺度算法

建立了时间多尺度与空间多尺度兼顾的离散元与有限元耦合的时空多尺度计算模型,并推导了基于元/网格动量传递的力学和动力学参变量的过渡算法,实现了离散元与有限元耦合过渡区内参变量信息的合理交换,从理论上解决了时空多尺度计算中离散元区域与有限元区域之间物理和力学特征的光滑过渡问题.通过弹性应力波在细长杆中传播的算例,验证了该时空多尺度数值计算方法具有较高的准确性和计算效率.     

异质地层稳定渗流场随机多尺度有限元模拟研究

为了模拟异质多尺度地层稳定渗流场,提出了一种结合有限元异质多尺度法（FEHM）与随机配点法（SCM）的随机异质多尺度有限元法（SHMFE）。目前,研究此类问题的主要手段是随机有限元法（SFE）,但是这类方法无法从本质上表达地层属性的异质多尺度问题。当地层属性如渗透系数的异质性所在的尺度远远小于研究区域时,运用传统的方法模拟其异质性需大量计算资源,以现有物质基础是一个不可完成的任务。SHMFE能有效地解决这类多尺度不均匀问题。首先运用Karhunen-Loμeve（KL）分解在细尺度上将对数渗透系数Y=lnKε进行展开,然后采用耦合广义多项式混沌的SCM法离散问题概率空间使之成为确定性问题,如果KL展开有多个随机变量,则采用稀疏随机配点法;最后采用FEHM法求解此确定性问题。计算实例表明,相对于传统的SFE,SHMFE能利用更少的计算资源有效地模拟本质上多尺度的渗流问题。     

周期多孔结构的Steklov弹性特征值问题的多尺度渐近分析

本文针对周期多孔结构的Steklov弹性特征值问题发展了一种多尺度渐近分析与计算方法,通过对特征函数进行二阶双尺度渐近展开,依次推导得到了一阶单胞函数、材料等效弹性系数、均匀化弹性特征值问题及二阶单胞函数.该多尺度渐近模型的特点是均匀化特征值出现在控制微分方程中而不在孔洞边界上.通过对特征值进行二阶渐近展开并利用校正方程思想,本文得到了特征值的一阶与二阶校正表达式,给出了多尺度特征值的误差估计.最后,基于多尺度渐近展开模型本文进行了有限元计算.数值算例结果显示了多尺度分析在预测Steklov弹性特征值与特征函数的有效性及二阶校正的必要性.     

一种多尺度目标的序贯识别新方法

提出了一种基于分级特征模型的多尺度目标序贯识别新方法；研究了不变矩特征的尺度变化规律；建立了多尺度目标不变矩的分级特征模型，进而完成多尺度目标的序贯识别．多尺度舰船目标的模拟实验表明，这种基于不变矩分级特征模型的序贯识别算法，能有效地完成多尺度目标的识别，从而证实了分级特征模型符合多尺度目标特征的变化规律，有利于表达多尺度目标的特征，提高目标的检测、识别概率，减少计算复杂性．     

多尺度相干体信息的融合及应用

文章将三维相干技术与小波多尺度分析相结合,利用多尺度相干分析理论,提出了分频计算相干切片图像融合处理方法。该方法可以突出特定频带通道的地质异常体,提高对地质异常体的识别能力,为储层预测提供了一种新的思路和方法。     

基于多尺度跃层卷积神经网络的精细车型识别

为解决精细车型识别中特征不具有代表性,且识别准确率低的问题,提出了基于多尺度跃层卷积神经网络(CNN)的车型识别方法。通过多个不同尺度的跃层卷积神经网络,提取适用于精细车型识别的低层局部特征和高层全局特征,并分别训练Softmax分类器。利用自适应方式融合方法,将多个单一尺度跃层卷积神经网络的识别结果进行融合,调整不同网络对识别结果的贡献。实验中车型识别准确率达到97.59%。实验结果表明多尺度跃层卷积神经网络适用于精细的车型识别,并能提高识别的准确率。