基于蚁群聚类的不平衡数据过采样方法

针对不平衡数据集的低分类准确性,提出基于蚁群聚类改进的SMOTE不平衡数据过采样算法ACC-SMOTE.一方面利用改进的蚁群聚类算法将少数类样本划分为不同的子簇,充分考虑类间与类内数据的不平衡,根据子簇所占样本的比例运用SMOTE算法进行过采样,从而降低类内数据的不平衡度;另一方面对过采样后的少数类样本采用Tomek ...     

基于磁性微泡对比剂的超声和磁共振影像融合算法

文中提出了一种新的基于磁性微泡对比剂的超声影像和磁共振影像之间的融合算法．首先利用磁性微泡对比剂对体模进行超声和磁共振显影,并对显影进行边缘分割．运用非采样contourlet变换（nonsubsampled contourlet transform．NSCT）对源图像进行分解,然后对低频子带系数采用自适应动态加权非负矩阵分解（dynamic weighted non-negative matrix factorization．DWNMF）结合分割图像进行融合．然后对各带通方向子带系数采用空间频率激励的脉冲耦合神经网络进行融合,最后利用NSCT逆变换得到融合图像．研究结果表明,利用磁性微泡对比剂并结合上述算法对超声影像和磁共振影像进行融合,可以获得预期的融合效果．     

非下采样Contourlet HMT模型

非下采样Contourlet变换（NSCT）不仅具有类似传统小波变换和Contourlet变换的多尺度和多方向特性,而且还具有良好的平移不变特性．文中对NSCT变换系数进行研究,获得NSCT变换的方向子带系数同样具有持续性和聚集性的结论;在此基础上结合隐Markov树模型,建立了一种新的基于NSCT域的隐Markov树模型NSCT—HMT,并且给出了该模型的参数结构以及模型参数的训练方法;最后将所提出的模型应用于图像去噪中取得了很好的仿真效果．     

基于非等量采样的伪码同步技术研究

针对数字通信系统中伪随机噪声(pseudo-random noise, PN)码同步技术的同步精度受限于采样间隔的问题,结合可变群时延的高精度同步思想,利用采样点位置偏移量的变化,推导出了非等量采样(non-commensurate sampling, NCS)下的PN码相关函数解析表达式,提出了基于精度因子的NCS率选取准则,通过精度因子可快速判断出NCS后PN码的同步精度下限。在此基础上,分析了码序列周期、接收机前端滤波器等附加因素对PN码同步精度的影响。对NCS率选取准则的研究,为优化数字通信系统设计提供了理论指导,达到以低硬件消耗实现高精度同步的目的。     

基于边缘组合算法的似物性采样研究

利用图像中的边缘信息对似物性窗口进行定性分析,设计了一种采用边缘组合算法的采样,降低了采样数量的同时保证了窗口精度,并用一种基于边缘的似物性估计为这些窗口排序,在较短的时间内为物体检测算法提供高精度的建议窗口.在VOC2007测试集中该算法在性能上达到了真正的平衡,限定每张图片输出1 000个窗口时,不仅达到了0.2s的计算速度,而且在0.7的重叠率条件下命中率高达79%,与其他似物性采样相比,该算法具有更强的通用性和适用性.     

三通道欠采样频率估计

提出一种基于子空间技术,使用三个通道的欠采样数据估计多个正弦波频率的方法.通过分析欠采样对频率估计的影响,阐明至少需要三个亚奈奎斯特通道才能保证对混叠频率解模糊,前提是三个欠采样比率是互素的.在此基础上,提出代替复杂的频率匹配过程的解模糊算法,从一个通道获得可能的候选频率,再联合使用三个通道的样本来筛选出正确的估计值.数值实验验证了理论分析的正确性,仿真结果表明所提出的方法有效且具有较高精度.     

加权平均预测的一阶多智能体一致性的采样控制

研究了具有加权平均预测的一阶多智能体系统一致性的采样控制问题。应用时滞分解技术得到了基于采样数据的离散时间一致性协议,同时,使用代数图论、线性系统的稳定性理论,获得了确保具有加权平均预测的一阶多智能体系统渐近实现平均一致性的充分和必要条件,最后仿真结果表明了理论研究结果的有效性,得到了采样周期的条件,并对满足和不满足条件的2种情况进行了仿真验证,为一阶多智能体系统采样控制的一致性问题提供了一种可行解。     

基于分数阶字典的间歇采样转发干扰自适应抑制算法

间歇采样转发干扰是一种对现有体制雷达具备高度威胁的新型干扰,典型样式包括间歇采样直接转发干扰、间歇采样重复转发干扰和间歇采样循环转发干扰。干扰信号与真实回波时频域、分数阶域混叠,常规信号处理方法难以做到有效分离。针对该问题,分析了3种干扰样式时域、最优分数阶域特征,构造了两种分数阶正交字典,即分数阶大字典和分数阶联合字典,区分弱干扰背景回波信号和强干扰背景回波信号,采取不同的干扰抑制方法,从而构建了基于分数阶字典的间歇采样转发干扰自适应抑制算法。仿真结果表明,所提算法适用强弱干扰背景,弱干扰背景下恢复信号与真实回波相似度更高,强干扰背景下恢复信号信噪比(signal to noise ratio, SNR)损失更低。     

基于压缩感知的心电信号稀疏采样与重构算法

实时心电监测的数据量过大,给系统的传输和存储带来很大压力.为降低采集端的功耗,达到既减轻采样复杂度又降低传输数据量的目的,使用压缩感知技术对心电信号进行压缩采样及重构.以信号重构时间和重构误差为关键指标,研究不同重构算法和小波基的性能表现.结果表明,当压缩率在30%以内时,基追踪作为信号重构算法的百分比均方根差小于4%,同时其重构耗时最短;当压缩率在70%以内时,子空间追踪的误差小于10%,且始终保持较低的重构耗时.最优小波基往往和具体压缩率有关.     

一种新的时间交叉采样ADC时钟偏斜误差自适应补偿算法

针对时间交叉采样模数变换器(time-interleaved analog-to-digital converter, TIADC)中存在的时钟偏斜误差,提出了一种新的自适应误差估计和补偿方法,该方法根据误差信号和原始输入信号频率之间关系和分布特征,设计了基于最小均方(least-mean-square, LMS)算法的估计模型。与已有算法相比,新方法实现简单,收敛速度快。同时根据时钟偏斜误差产生的原理,设计了基于数字分数延时滤波器的时钟偏斜补偿算法,该方法概念清楚,易于通道扩展,资源利用率高。通过应用Farrow结构,将误差参数独立出来,和误差估计算法组成了自适应系统。仿真结果表明,该自适应系统仅需要5 000个采样点就可以收敛,通过补偿算法,使输出的信噪失真比(signal-to-noise-and-distortion ratio, SINAD)提高了30 dB以上。