离散型随机变量独立性的判定

】　借助于条件数学期望给出了离散型随机变量相互独立的一个充分必要条件和一个充分条件,其中的充分必要条件推广了已有的结论。     

一种基于2~m带正交小波理论的DWMT方案

从2带正交小波基出发,探讨了2m带正交小波理论,基于该理论,提出了一种新的可精确重构子带信号的DWMT系统结构。     

基于支持向量机的非结构化道路检测

摘要：机器视觉检测非结构化道路边缘的难点在于路面像素与非路面像素特征差异复杂,本文使用支持向量机分类算法实现了非结构化道路的边缘检测。算法引入感兴趣区域来消除环境噪声,并通过交叉验证方法优化了算法参数,最后在支持向量机的分类结果上使用霍夫变换提取道路边缘。Matlab实验证明算法具有很好的准确性和鲁棒性。     

基于正交异性桥面板应力监测数据的车辆荷载识别

研究了基于正交异性桥面板应力监测数据的车辆荷载识别技术。通过在正交异性桥面板顶板U肋下缘布设应变计,采集车辆通过时的应力响应。首先利用同一U肋不同截面测点应力响应间的互相关函数来估计车速,针对车辆作用下同一截面下不同测点的应力响应面积的变化,提出了余弦相似度这一指标实现车辆横向定位,最后通过比较实测应力响应面积与标定荷载作用下响应面积来实现未知车辆荷载的识别。通过数值模拟验证了算法的有效性和抗噪性。最后设计了一个模型试验进一步验证了提出的理论。数值和试验结果表明,提出的算法可以有效识别车辆荷载,算法具有较好的抗噪性能,提出的标定间距可以为工程结构提供具有实操性的指导。     

基于小波变换的电网畸变信号检测的研究

短时谐波、暂态扰动、电压剧变等畸变信号常常危害电网系统安全运行,因此对该类信号进行检测分析有很大的现实意义。提出了基于Mallat算法的小波变换方法,利用其分解算法将原信号分为高频和低频两部分,通过分析第一、二层高频系数来判断信号是否发生畸变,进而求出畸变持续时间,对于低频部分采用重构算法依次提取出各次谐波,再利用FFT实现对各次谐波的精确分析。Matlab仿真结果验证了该方法的准确性和有效性。     

改进离散余弦变换图像数字水印技术的研究

针对离散余弦变换存在健壮性不理想的缺陷,提出一种改进的基于离散余弦变换的数字水印新方法。该方法在利用离散余弦变换中高频带系数平均值接近零的特性基础上,将数字水印加上乱序排列法的前置处理。实验结果证明:改进的离散余弦变换不仅能较好地取回数字水印,而且取出数字水印后的图像接近完美,健壮性较好。     

Delta算子描述的离散系统鲁棒滤波

研究基于Delta算子描述的线性不确定离散时间系统在稳态估计误差方差约束下的鲁棒滤波问题。目的是设计线性滤波器 ,使得闭环系统稳定 ,且闭环系统的稳态估计误差的方差满足预先给定的约束条件。基于Riccati方程或Riccati不等式方法 ,给出Delta算子描述的系统鲁棒滤波器的存在条件和显式表达式     

线性正则变换域的窄带信号表示及其抽样理论

窄带信号广泛应用在雷达、声呐、通信、定位、生物医学工程等领域,传统的抽样理论已经研究了傅里叶变换域窄带信号的抽样和重构实现.线性正则变换(LCT)是傅里叶变换、分数阶傅里叶变换(FrFT)的推广形式,相应的抽样理论还不十分完善,因此有必要在LCT域重新研究窄带信号的抽样定理.从LCT的定义和性质入手,首先给出了信号基于LCT的Hilbert变换以及LCT域窄带信号的时域表示形式;然后在此基础上导出了LCT域窄带信号的抽样定理和重构实现公式,这些结论是传统窄带信号抽样理论在线性正则变换域的推广.最后,仿真实验进一步验证了结论的正确性.     

基于加权余弦相似度与极限学习机的电力负荷短期预测

为提高电力系统管理的效率,提出一种基于加权余弦相似度与极限学习机(extreme tearning machine, ELM)的电力负荷短期预测设计。通过熵权法对电力负荷相关物理信息进行权重分配,获得的权重赋予到余弦相似度中,利用加权余弦相似度对历史日与待测日的电负荷数据进行相似度选取,筛选数据作为极限学习机的输入,提高极限学习机回归模型的精度,最终获取电力负荷预测。实验分析与反向传播BP(back propagation)神经网络、支持向量机(spupport vector machine, SVM)预测算法对比,该方法能有效提高预测模型的精度,同时简化计算量。