一种集聚中心的核估计法

从样本点的核密度估计出发,对集聚型点模式的集聚中心的个数和位置的确定方法进行了探索,提出一种集聚中心的核估计算法.与原有的基于几何概率提取集聚中心的方法相比,该算法对只有一个集聚中心的情况以及任意维数的样本空间点具有更好的估计效果.     

减法聚类的多分量线性调频信号检测与参数估计算法

针对Wigner-Hough变换在低信噪比下易产生伪峰,导致在进行检测时阈值选取困难,无法准确对多分量线性调频信号进行检测和参数估计的问题,提出了一种基于减法聚类的平滑伪Wigner-Hough(SPWHT)变换的检测和参数估计算法。首先采用平滑伪Wigner-Hough变换(SPWHT),通过平滑交叉项和噪声来达到抑制干扰的目的,并运用阈值分割的图像处理方法进一步消噪,减少Hough变换后所产生的伪峰;再利用较低门限对Hough变换后的图像进行峰值检测,防止对信号的漏检。最后,对于备选峰值进行减法聚类的二次处理,实现信号参数寻优,去除伪峰影响和时频分辨率下降引起的峰值展宽,完成对多分量信号的准确检测和参数估计。该算法通过聚类避免了阈值设置的困难,解决了低信噪比下多分量线性调频信号的检测与参数估计问题。仿真结果表明了在-10 d B信噪比下该算法仍有较好的检测及估计性能。     

Quantifying biochemical variables of corn by hyperspectral reflectance at leaf scale

To further develop the methods to remotely sense the biochemical content of plant canopies, we report the results of an experiment to estimate the concentrations of three biochemical variables of corn, i.e., nitrogen （N）, crude fat （EE） and crude fiber （CF） concentrations, by spectral reflectance and the first derivative reflectance at fresh leaf scale. The correlations between spectral reflectance and the first derivative transformation and three biochemical variables were analyzed, and a set of estimation models were established using curve-fitting analyses. Coefficient of determination （R2）, root mean square error （RMSE） and relative error of prediction （REP） of estimation models were calculated for the model quality evaluations, and the possible opti- mum estimation models of three biochemical variables were proposed, with R2 being 0.891, 0.698 and 0.480 for the estimation models of N, EE and CF concentrations, respectively. The results also indicate that using the first derivative reflectance was better than using raw spectral reflectance for all three biochemical variables estimation, and that the first derivative reflectances at 759 nm, 1954 nm and 2370 nm were most suitable to develop the estimation models of N, EE and CF concentrations, respectively. In addition, the high correlation coefficients of the theoretical and the measured biochemical parameters were obtained, especially for nitrogen （r=0.948）.     

基于C-均值聚类的分布式估计融合系统的量化器设计

针对观测统计量的联合概率分布未知的多传感器分布式估计融合系统,作者利用Megalooikonomou等提出的直和估计思想,基于C-均值聚类方法设计了一种量化器,改进了他们基于回归树设计量化器的融合效果.进一步,在系统整体优化条件下,作者同时考虑了各分站量化器的设计,建立了估计融合模型并通过实验验证了该模型的有效性.     

应用镜质体反射率方法研究东营凹陷古地温

介绍了应用镜质体反射率(Ro)方法研究沉积盆地古地温的方法及研究现状,并以东营凹陷的具体数据为例进行了热史反演.研究表明东营凹陷的古地温梯度从古到今基本呈降低的趋势以及弧线形的演变特点.从而表明镜质体反射率研究沉积盆地古地温是一种行之有效的方法,能够为古地温场的研究提供可靠的依据.     

Dating hydrocarbon generation and migration based on bitumen reflectance

On the basis of thermal maturation theories of organic matter in sediments and an improved Karweil’s method, a method for dating hydrocarbon generation and migration by means of bitumen reflectance has been suggested. A few representative boreholes in the Tazhong Area of the Tarim Basin was investigated by this method. The results indicate that the three phases of bitumen from the Tazhong Area formed during Middle and Late Ordovician, Late Cretaceous-Early Tertiary, and Late Tertiary, respectively. This implicates that there were three phases of hydrocarbon generation and migration occurring in this area during geological history. This study provided a new idea for the geological application of geochemical data of bitumen.     

改进的基于区域合并的纹理图像分割方法

针对自然纹理图像的特点,提出了一种改进的基于区域合并的纹理图像分割方法.首先选择符合人类视觉对颜色的感知区分能力的L*a*b*颜色特征;然后提取图像的Gabor能量作为纹理特征;接着由颜色相似度和纹理相似度的概率加权平均获得2个相邻区域的相似度;最后利用基于最大相似度的区域合并算法交互式地完成图像分割任务.实验结果表明:该方法比仅使用红绿蓝(RGB)颜色特征的相似度测量获得了更加精确的分割效果,并且在相同的初始过分割以及人工交互条件下,优于Lazy Snapping.     

基于运动估值的视频帧处理方案

提出一种视频帧处理方案，通过这种处理可以有效降低视频传输比特率和改善视觉效果。对快速运动的图像序列，为了改善视觉效果，可以根据运动估值的大小，自适应地插入若干中间过渡帧。过渡帧用插值算法得到。     

基于图像分割的噪声方差估计

提出一种基于图像分割的噪声方差两步估计算法。第一步,对含有噪声的图像进行平滑,再利用统计区域归并算法对图像进行分割,并计算每个区域的方差,根据统计规律选择适当的区域估计图像中噪声方差。第二步,利用初始估计的方差,修正平滑滤波、图像分割及噪声估计的参数,进行新一轮的平滑、分割和方差估计,得出更为准确的估计结果。在大量图像和不同噪声情况下的实验结果表明,该算法可以快速、准确地估计图像中噪声方差。     

基于免疫模糊聚类算法的电网抗差状态估计

提出了一种基于免疫进化模糊聚类算法的电网抗差状态估计方法.该方法首先计算出量测数据的标准残差rN和相邻采样时刻量测值之差Δz,初步将量测数据划分为可疑数据和可靠数据.分别在0.5～1和0～1之间随机生成可靠数据和可疑数据的隶属度,形成初始分类矩阵,克服了整个分类矩阵在0～1之间随机生成的缺陷,并大大加快了算法的收敛速度.之后以γN和△z为特征值,应用免疫进化算法对分类矩阵进行模糊聚类,以获得各个量测量的良数据隶属度.依据各个量测量的良数据隶属度,进一步将量测数据划分入淘汰区、降权区、保权区进行状态估计.该方法能获得较高的抗差能力和状态估计精度,且数值稳定性较好.对IEEE14节点系统的算例仿真表明了该方法的有效性.     

光谱法原色染料筛选的方法研究

为了使筛选出来的染料能够实现较大的色域范围,减少印花用色版数量,根据色彩科学的基本原理与四色网点印花理论,提出了光谱法筛选网点印花原色染料的新方法.染料色浆在真丝织物上印花后,测得染料光谱反射率曲线,建立了筛选数学模型.实验表明,光谱法筛选原色染料具有操作简单,速度快,精度高等特点,对网点印花实践具有较好的指导意义,对染料配色有一定的参考价值.     

环形区域上的二维均匀分布及其估计

研究环形区域上的二维均匀分布及面积的估计问题。首先用极大似然法求出对应参数的估计量,再通过多个参数的估计量构造出区域面积的点估计量,在得到有较好结论的点估计量的基础上,最后借助面积这一常量对区域面积作出区间估计。     

MIMO-OFDM系统中基于子载波分组信道估计的改进算法

针对传统的MIMO-OFDM系统信道估计算法复杂度高、对导频结构有特殊要求的问题,提出了2种基于子载波分组信道估计改进算法。改进算法通过子载波分组将多天线信道估计转换成单天线信道估计来获取导频子载波信道响应,避免了大矩阵求逆运算,降低了算法的复杂度;利用DFT滤波算法或LMS自适应滤波算法得到整帧所有符号的信道响应,实现算法复杂度不变、估计性能的提高。理论分析和仿真结果表明,改进算法与传统的信道估计算法相比较,具有较低的复杂度和更好的估计性能。     

动态聚类法在湖北省农作遥感估产区划中的应用

采用动态聚类法,进行了湖北省农作物遥感估产区划,其方法为先对样品数据进行标准化变换骼以消除量纲上的差异,再用变换取整法进行初始分类,然后计算每类的重心坐标作为凝聚点,将所有样品按最近的凝聚点归类,如此修改ｎ次使分类结果比较合理为止,得到动态聚类结果。在定量的基础上,定性地加以修改,最终确定湖北省农作物遥感估产区划。     

基于局部密度聚类的雷达目标散射中心区域分割

散射中心是描述雷达目标高频散射机理的重要特征,准确提取雷达目标散射中心参数对解析雷达目标有着极其重要的研究意义。为了提高散射中心参数计算速度,通常将整幅SAR图分解为多个包含散射中心的小区域,对每个小区域分别进行特征提取和参数计算。根据雷达目标散射中心的特点,本文提出了一种基于局部密度聚类的雷达目标散射中心区域分割技术。首先,首先对雷达图像进行Frost滤波、LSM图像分割和面积滤波的一系列图像预处理获得目标ROI区域,然后对预处理后的图像利用局部密度聚类算法检测散射中心并进行区域分割。实验中,采用模拟数据和真实数据对本文方法和传统图像分割算法展开数值实验,实验结果验证了本文方法在雷达目标散射中心区域分割的有效性和优越性。     

正交最小二乘算法及其应用

介绍了正交最小二乘法的算法原理，同经典的最小二乘法相比，其数值稳定性好、计算量小，能节省大量存贮空间。应用了Ｈｏｕｓｅｈｏｌｄｅｒ变换、Ｇｉｖｅｎｓ变换和它的逆变换３种算法。根据残差矢量最小准则，将该法用于ＡＲＭＡ模型结构辨识和时变ＡＲ模型参数估计，取得了满意的仿真结果。     

利用地面光谱数据反演悬浮泥沙质量浓度

为研究用高光谱数据反演悬浮泥沙质量浓度的方法,以近海悬浮泥沙为实验材料,配制了不同质量浓度悬浮泥沙样品,利用2种方法对样品进行建模:一种是将可见光和近红外光谱进行小波变换并将小波低频系数以偏最小二乘回归建模,另一种为波段组合法.利用交叉检验方法,分析了交叉检验结果,并将2种方法建立的模型进行了比较.研究表明:波段组合法中,TM4与TM1波段反射率比值的指数模型效果最好;在预测能力上,小波偏最小二乘模型总体上比波段组合模型精度高并且稳定性好,适用于悬浮泥沙光谱定量分析.     

形状及纹理分析方法在图形学中的应用研究

从图像、图形融合的思想出发,介绍了基于图像分析的表面形状恢复及纹理三维特征获取方法,并将其应用于图形建模和纹理映射．首先利用不同视点下的遮挡边缘序列,并结合其它视觉信息的分析,获取了表面点的三维几何坐标,实现了基于图像分析的表面形状绘制．接着利用阴影分析方法,提取纹理图像的表面起伏特征,将该特征结合像素点的颜色属性,进行图形纹理映射,实现了基于图像特征分析的图形纹理生成．实验结果证明了图像、图形融合思路的可行性和有效性及图像、图形融合方法的巨大潜力．     

机动输入子波估计的卡尔曼滤波器

提出一种新的机动输入估计的卡尔曼滤波器,该滤波器利用子波滤波从新息中估计机动造成的附加位移,由此修正卡尔曼滤波器的状态估计,模拟实验表明这一方法比通常的机动输入估计卡尔曼滤波器（ＩＥ）具有更好的目标跟踪性能,而计算也更为简便。     

基于标记和模糊聚类的分水岭声纳图像分割

针对传统分水岭算法在处理声纳图像时存在严重的过分割现象,提出一种结合分割前处理和后处理两类方法优点的算法.首先利用H-min变换技术提取区域极小值和新的标记,对标记后的图像进行分水岭图像分割;然后结合改进适应度函数的粒子群全局寻优算法,从初分割的小区域中搜索出较为准确的初始聚类中心,利用这个聚类中心和改进目标函数的模糊C均值聚类算法,再对分割后的小区域聚类,并控制迭代次数,以提高分割速度.实验结果表明:该方法能够有效消除过分割现象,提高声纳图像处理效果,有效分割率达89％,处理时间提高30％以上.