一个新的离散TVp模型

自适应TV^p模型能有效避免TV模型的阶梯效应，但模型的非线性程度较高，求解比较困难.为了解决这个问题，利用每个像素点梯度的向前、向后差分的几何平均定义像素点的梯度模，建立了一个新的离散TV^p模型.实验结果表明，该模型能够有效降低TV^p模型的非线性程度，恢复的图像的质量比TV^p模型的更好，信噪比更高.     

基于四方向全变分的图像去噪模型

构造了一个四方向全变分（TV4）模型,并给出了求解模型的不动点方法.该模型采用每个像素点的梯度的向前、向后差分定义梯度模,能有效降低全变分（TV）模型的非线性程度.实验结果表明, TV4模型在一定程度上减少了TV模型的阶梯效应,且收敛速度比TV模型快.     

基于四方向全变分的图像去噪模型

构造了一个四方向全变分（TV4）模型,并给出了求解模型的不动点方法.该模型采用每个像素点的梯度的向前、向后差分定义梯度模,能有效降低全变分（TV）模型的非线性程度.实验结果表明, TV4模型在一定程度上减少了TV模型的阶梯效应,且收敛速度比TV模型快.     

基于IE 和AG 的小波图像融合方法

为客观评价几种小波融合图像算法的优劣, 采用了基于信息熵(IE: Information Entropy)和平均梯度(AG: Average Grads)的融合图像质量评价方法。首先选取了两组不同的源图像, 其中一组为曝光度不同的两幅图像, 另一组是焦距不同的两幅图像。然后对图像进行4 层小波分解, 低频系数全部采用像素点平均值法进行融合, 高频系数分别运用区域绝对值最大法、像素点绝对值最大法、区域最大梯度法以及像素点平均值法4 种小波系数融合规则进行小波图像融合, 最后分别比较了4 种融合图像的IE 和AG 值。实验结果表明, 将4 种小波融合方法进行比较, 基于像素点的最大绝对值法IE 和AG 值最大。对于曝光度不同的两幅图像, 其IE为7. 206 5 bit, AG 为5. 983 7 10^-5 , 对于焦距不同的两幅图像, 其IE 为7. 130 8 bit, AG 为4. 794 3 10^-5 。可见, 4 种融合规则相比较, 基于像素点的最大绝对值法融合效果最好, 从而验证了该方法的有效性。     

基于新非线性多重网格法的图像去噪

通过对差分曲率设置有效的限制算子和插值算子，构造了一种新的非线性多重网格法，并将此方法应用于基于差分曲率的TV^P模型.新方法与不动点迭代法的对比实验结果表明，新方法处理的图像峰值信噪比明显高于不动点迭代法，且收敛速度是不动点迭代法的2~3倍.     

建成环境与共享单车流率的非线性关系研究

共享单车流率的大小体现了城市空间环境内车辆盈缺的程度，理解其变化及其诱因对于城市单车的调度具有重要意义。由于出行目的和外界环境因素的复杂多变，共享单车流率和建成环境特征之间的关系很难通过具有线性假设的统计学模型来解析。基于此，本研究利用上海市中心城区的共享单车数据，基于极端梯度提升树模型(XG‐Boost)和机器学习的解释性方法部分依赖图(PDP)来探究建成环境对共享单车流率的贡献度和非线性影响，以及流率的非线性模式在工作日和周末的变化。结果显示，特征重要度和非线性机制在两个时段差异化显著。居住人口密度、教育设施密度和住宅设施密度对工作日单车流率的解释度较高，分别为 19.18%、13.16% 和 12.92%，并且具有明显的阈值效应。其中居住人口密度和教育设施密度对于单车净流出率具有正向影响，分别在 11 600 人/km²和 8 个/km²达到最大；住宅设施密度对单车净流出率具有负向影响，对应的阈值为 40 个/km²。各变量对周末单车流率的解释度差异较小，但非线性关系仍不可忽视。具体来说，到市中心的距离和公交线数密...     

掺杂预合成添加剂对氧化锌压敏电阻性能影响

为了提高氧化锌(ZnO)压敏电阻的电学性能,采用常规烧结并在ZnO压敏电阻中掺杂预先合成的BiSbO₄和Zn₂SiO₄,研究不同掺杂比例对ZnO压敏电阻的微观结构、电学性能、通流能力的影响.结果表明:ZnO压敏电阻在掺杂BiSbO₄和Zn₂SiO₄后,能够有效抑制ZnO晶粒变大,晶体结构变得致密均匀,致密性有所提高,有效提高压敏特性和通流能力.BiSbO₄和Zn₂SiO₄掺杂比例为3∶1的样品综合性能比较优异,样品的致密度为5.58 g·cm^-3,压敏电位梯度达到425 V·mm^-1,非线性系数为70,漏电流为1.2×10^-7 A·cm^-2,能量耐受能力达到334.21 J·cm^-3,残压比为2.5.     

基于梯度倒数的无人机遥感图像融合滤波方法

为了实现对无人机遥感图像去噪处理时兼顾滤波和边缘保持效果,提出了一种基于梯度倒数的无人机遥感图像融合滤波方法——梯度倒数自适应开关均中值滤波。首先计算出模板内中心像素点与邻近像素点的梯度导数;然后选取局部梯度变化阈值,并定义标志数组来标记各像素点是否超过梯度变换阈值。最后,如果当前滤波像素点超过梯度阈值,则采用提出的自适应开关均中值滤波;否则采用梯度倒数加权平滑方法处理。该方法结合了图像的梯度信息,利用图像的连通性和相关性原理以及自适应开关均中值滤波算法去噪的优点,在去除高斯噪声和脉冲噪声同时可以很好地保持图像的边缘和细节信息。实验结果表明:与传统梯度倒数加权平滑方法相比,算法滤波后图像的平均梯度提升3. 16%,MSE下降了约5%,可以有效提升滤波后无人机遥感图像质量,应用价值明显。     

改进的分数阶自适应PDE去噪算法

结合ROF模型和四阶PDE去噪模型提出一种改进的分数阶自适应PDE去噪算法.改进算法根据各个像素点的梯度信息自适应地选择分数阶PDE的阶数,根据尺度参数的特点,提出一种自适应的尺度参数迭代算法.数值实验表明,改进算法能够较好地提高峰值信噪比,保护边缘,有效抑制“阶梯效应”.     

一种非线性扩展混合共轭梯度算法的全局收敛性

描述了非线性FR共轭梯度法、非线性PRP共轭梯度法、非线性DY共轭梯度法等求解大规模无约束优化问题的有效算法.研究了计算更为有效的适合求解无约束优化问题的一种非线性扩展混合共轭梯度算法;给出了在Wolfe型线搜索下的非线性扩展混合共轭梯度法,算法产生的方向为下降方向.在一般的条件下,给出了算法的全局收敛结果,且数值实验表明算法十分有效.     

基于并行粒子群优化算法的预失真器设计

高功率放大器是无线通信系统中非线性失真的主要来源之一. 数字基带预失真技术能有效地降低系统非线性失真,提高系统传输性能. 采用Hammerstein模型作为预失真器的模型结构,通过粒子群优化算法(particle swarm algorithm, PSO)估计预失真器系数,解决了梯度算法无法直接估计Hammerstein模型系数和易陷入局部极值等问题. 通过对PSO算法进行并行优化设计,使算法最大加速度比达3以上,加快了算法处理速度. 仿真结果表明新算法能够有效抑制系统带外频谱再生现象,减小相邻信道功率比(ACPR)达25 dB.      

多方向几何非线性扩散图像去噪方法

现有几何非线性扩散滤波器同时在水平和垂直方向进行扩散,没有考虑图像边缘的方向性,有损其去噪效果.提出根据像素8-邻域方向的梯度值检测边缘点及其边缘方向,对边缘点仅沿该边缘方向进行几何非线性扩散,而对非边缘点进行4个方向上的几何非线性扩散.5个等级噪声强度和5个典型加噪图像去噪实验结果表明,本文方法能够更有效地去除图像中的噪声,同时更好地保护图像边缘.     

基于模糊C均值聚类能量最小化的超声图像分割

 提出了基于模糊C均值能量最小化的活动轮廓模型.该模型首先对待分割图像进行模糊C均值聚类得到前景和背景的模糊隶属度值,然后将待分割目标的局部像素信息和它的隶属度值作为活动轮廓模型的水平集函数的初始值,改进了传统的求解Euler-Lagrange方程使活动轮廓的能量极小化的模型,利用快速算法直接计算模糊C均值能量最小化驱动传统活动轮廓模型的曲线演化.将提出算法与经典的活动轮廓模型分割算法比较,对仿真和临床的超声图像分割实验结果表明：提出算法能很好地分割像素不均匀、边界模糊、含有斑点噪声的超声图像,具有较好的分割性能和较快的分割速度.     

基于黄金分割-Lucas动态置乱与异扩散的图像加密算法

当前图像加密算法的每一轮像素位置置乱过程都是相同的,且扩散操作是有序的,降低了算法的动态性与随机程度,使得算法安全性不佳.为了解决这一问题,本文提出了黄金分割-Lucas动态置乱与异扩散的图像加密算法.首先,引入黄金分割序列与Lucas序列,基于2D Arnold映射变换思想,设计了动态置乱机制,根据不同的迭代次数,动态改变其置乱变换核,使得每一次像素置乱操作都是不同的,有效提高明文像素置乱度;联合Cosine映射、sine映射与Logistic映射,设计复合串联混沌映射,利用置乱密文的像素总量来生成复合映射的初始条件,输出伪随机序列,并构造量化函数,对其进行量化,获取一组密钥流;最后,对置乱图像像素进行分组,并结合密钥流,设计两个加密引擎函数,通过构造像素加密模型,分别对图像第一个像素、中间像素以及最后一个像素进行异扩散,完成图像的加密.实验结果表明,与当前混沌加密技术相比,所提算法具有更高的安全性与用户响应,具备更强的抗明文与抗噪声攻击能力.     

用于平顺性仿真的七自由度非线性模型

为了解决传统平顺性振动模型对悬架非线性环节描述不足的问题,开发了一个用于平顺性仿真的七自由度非线性时域模型.此模型以线性七自由度模型为基础,通过对悬架迟滞非线性和减振器非线性的准确建模,实现悬架非线性特性的准确描述.通过典型工况仿真,验证所建模型能够更为真实的描述悬架非线性环节对平顺性的恶化现象,进一步提升了平顺性模型的仿真精度.利用所建模型对影响平顺性的典型因素进行仿真研究,研究结果表明可以通过降低悬架刚度、合理匹配减振器阻尼等措施来提升平顺性.     

基于熵变分的图像去噪模型

针对传统Tikhonov正则化模型存在的不足,根据最大后验概率（MAP）和最大熵的理论,提出了一种基于熵变分的图像去噪模型。该模型利用图像像素点的梯度信息自适应的对带噪图像进行各向异性滤波处理,在去除噪声的同时有效保留了图像的边缘细节。采用变分法推导出了该模型对应的偏微分方程,最后结合梯度加权最速下降法和半点格式的数值迭代算法对方程进行求解。实验结果表明,该模型去噪后的图像比Tikhonov正则化模型具有更好的客观评价指标和主观视觉效果。