一种小波神经网络与遗传算法相结合的优化方法及其在内流中的应用

本文提出一种基于小波神经网络（Wavelet Neural Networks，简称WNN）理论与Pareto遗传算法相结合的优化方法，并用于内流的数值优化计算。小波神经网络是将小波分析与人工神经网络（Artificial Neural Networks，简称ANN）理论相结合而产生的一种新型神经网络模型。它通常由输入层、隐含层和输出层所组成。本文在隐含层用Morlet小波母函数取代了BP神经网络中常用的Sigmoid激励函数。Pareto遗传算法具有很好的全局寻优能力和良好的优化效率，在通常情况下它总可以得到均匀分布的Pareto最优解集。内流（其中包括超声速射流元件以及叶轮机械内部流动）优化问题的典型算例表明：小波神经网络具有很好的自学习功能和容错能力，可以快速、高效、高精度的完成非线性函数的逼近与映射，并且其泛化能力（generalization ability）很强。在数值优化中还发现，WNN比常用的响应面方法在样本的要求方面更灵活、更高效。将WNN与Pareto遗传算法相结合可以得到工程中较为满意的优化解。     

基于累进传输的三维地形实时优化自适应网格算法研究

 提出了三维地形的累进传输与动态多分辨率表示的完整算法。将小波分解技术用于实现高程域的多分辨率表示、小波重建技术用于高程域的累进重构、分形手段用于低分辨率高程域细节信息的补充、实时优化自适应网格改进算法用于数字高程模型的动态多分辨率表示。算法的实现表明取得了较好的效果。     

基于二代小波的轨迹优化节点自适应加密

针对采用直接法求解轨迹优化问题中精度和效率之间的矛盾,提出了基于二代小波轨迹优化节点自适应加密.采用RK(Runge-Kutta)离散方法将原轨迹优化问题转化为非线性规划问题,并采用成熟的非线性规划算法求解.对控制或状态函数进行小波变换得到小波系数,基于小波系数和二分节点的对应关系,根据小波系数的幅值确定下一个迭代步所使用的节点并进行序列优化.算例结果表明:通过设置合适的小波系数阀值,采用较少的时间离散节点即可使优化结果达到预定的精度.与高斯伪谱法软件相比,节点个数大约减少10%,最优指标的精度大约提高1个数量级.      

一种小波神经网络与遗传算法结合的优化方法

提出一种基于小波神经网络(简称WNN)与Pareto遗传算法相结合的优化方法,并用于内流的数值流场优化计算.小波神经网络由输入层、隐含层和输出层组成.在隐含层用Morlet小波母函数取代了误差反向传播(BP)神经网络中常用的Sigmoid激励函数.Pareto遗传算法具有很好的全局寻优能力和良好的优化效率,在通常情况下它总可以得到均匀分布的Pareto最优解集.典型算例表明:该算法快速、高效,能高精度的完成非线性函数的逼近与映射,其泛化能力很强.      

基于PSO-RWE的自适应小波阈值函数滚动轴承振动信号去噪方法

针对现有小波去噪方法存在阈值函数中未知参数选取依赖经验,导致去噪不充分或去噪后信号失真的问题。提出了一种基于相对小波熵(RWE)的粒子群优化(PSO)算法,用于小波阈值函数中未知参数的自适应寻优,达到滚动轴承振动信号自适应降噪目的。改进了一种含两未知参数的小波阈值函数;以相对小波熵为优化算法的适应度函数对未知参数进行自适应寻优,得到最优小波阈值函数;通过对模拟仿真信号和试验采集的滚动轴承振动信号进行分析。结果表明:优化后的小波去噪方法能够更好地将噪声从染噪信号中滤除,去噪后信号波形的平滑度更好,信噪比相较硬阈值去噪提高294%,而且保留了原始信号更多的细节特征,具有更好的去噪性能和应用实用价值。     

转子振动故障的小波能谱熵SVM诊断方法

融合小波能谱熵和支持向量机(SVM)的特点,提出了基于小波能谱熵的SVM故障诊断方法.利用转子试验台对转子典型振动故障进行模拟并采集振动数据,提取其振动信号的小波能谱熵作为特征向量,通过样本训练建立了转子在各种典型振动故障状态下的SVM模型和多类分类器,进而实现了对未知转子振动故障的识别.实际应用表明,提出的转子振动故障诊断方法是可行和有效性的.      

基于改进支持向量机的模拟电路故障诊断研究

针对支持向量机（Support Vector Machine）及小波分解用于模拟电路故障诊断时,一对一算法具有操作简单、诊断精度高、所需确定参数少,小波分解能表现电路响应特征但最优小波基选取目前缺乏有效方法的特点,提出利用混合粒子群算法（Hybrid Particle Swarm Optimization,HPSO）对小波基及一对一支持向量机的参数进行联合优化。将该方法应用于模拟滤波器的仿真电路实验,结果表明：利用该方法很容易求出全局最优解,能实现对最优小波基选取及支持向量机参数进行联合优化,避免了参数选择的盲目性,提高了模型的诊断精度。     

基于小波包变换和B样条拟合的特征参数提取

提出了综合应用卷积型小波包变换和B样条拟合的特征参数提取方法，卷积型小波包变换能取得比常规小波消噪更好的效果，对于消噪处理后的信号，用B样条进行逼近，得到其分段解析表达式，并计算一阶和二阶导数确定特征点，提取特征参数，有效抑制了噪声对特征点计算的影响，提高了特征参数提取的准确度。     

基于小波过程神经网络的飞机发动机状态监视

 针对飞机发动机状态监视问题，提出了小波过程神经网络模型。其隐层和输出层为过程神经元，隐层激活函采用小波函数。该模型结合了过程神经网络可以处理连续输入信号的特点及小波变换良好的时频局域化性质，有更强的学习能力和更高的预测精度。文中给出了相应的学习算法，并以飞机发动机状态监视中排气温度裕度的预测为例，分别利用3层前向过程神经网络和小波过程神经网络进行预测。结果表明，小波过程神经网络结构更简单，收敛速度更快，优于过程神经网络，因而为飞机发动机状态监视提供了一种有效的方法。     

一种基于小波的发动机数据融合算法

航空发动机测试中,内部气流工况十分复杂,使用多传感器对同一截面进行测试表征一个面的气流状态,其结果往往有个别点不符合规律。为此,提出一种基于小波分析的解决方案。首先对发动机多传感器测试数据进行小波分频。然后从相似性、能量衰减等多个角度进行分析,指出高频和低频的不同特征,并提出对高频与低频部分使用不同方法进行融合的思路。最后总结出一种适用于航空发动机高空模拟试验数据使用的基于小波的数据融合算法。     

边缘图像自适应编码方法

边缘特征常被视作无人机视觉系统中的重要信息（比如在视觉导航时需用边缘特征识别障碍物），在实践中会遇到边缘图像数据量大的情况。针对边缘图像高效压缩问题，提出了边缘图像自适应编码方法。首先以边缘打包法的压缩比和边缘点所占比例为特征，建立Logistic回归模型，然后利用图像数据库对该模型进行离线训练获取模型参数，最后利用Logistic回归模型建立分类器，自适应地在边缘打包法和链码编码法中选择压缩比最高的方法对边缘图像进行压缩。对VOC2012图像数据库的测试结果表明，与常用压缩方法相比，提出的算法能提高压缩比5%左右，有效减少了数据量。     

基于最优小波包基图像压缩的研究

给出一种新的图像压缩方法，该方法是在小波库中通过以信息熵作为代价函数寻找最优基，实现图像压缩，仿真结果显示，该方法压缩比大，信息损失小，能够较好恢复原有图像。     

Compression standards and alternative methods for video telecom

The complex video compression methods in the process of being standardized, which are designed to reduce transmission needs by detecting and coding image redundancy temporally and spatially between frames, are examined. Methods involving fractals, and wavelets may achieve more efficient coding by defining spatial formats and equations more applicable to the specific image than the more general-purpose transforms of the standards. A newer method involves the capture of an entire database of image characteristics and identifies and stores the 3-D motion in the image field. The image can be reproduced at high compression rates at remote locations. Telecommunication products that facilitate the operation and use of video compression systems are presented     

Synthetic aperture radar image formation from compressed data usinga new computation technique

A convolution technique is proposed that allows direct reconstruction of the processed synthetic-aperture radar (SAR) image from the digitally-sampled, block-encoded raw data. This computational compression technique reduces the number of arithmetic operations from that required by fast Fourier transform (FFT) convolution for SAR processing. SAR phase histories are block encoded and directly processed into an image where only arithmetic additions are required for the processing. For SAR data previously block encoded, the processing time is reduced by a factor of 100 or more. A speed-up of three times over SAR processing by FET convolution has been demonstrated when both computation of the block encoding and subsequent direct processing are included in the time. SAR image quality measurements for a method of block encoding called vector quantization at compression ration ranging from 5:1 to 50:1 show image degradation proportional to the compression ratio. For a 5:1 compression radio, image quality measurements show minimal degradation     

矢量量化图像压缩方法

实现并讨论一种数字图像压缩编码方法.该方法按照LBG算法以均方误差法计算两向量之间的距离,以分裂法产生初始码书(以4×4块图像组成的256码书),以100个图像为训练样本,通过全搜索算法进行码字搜索,对64×64的灰度图像进行压缩.计算还原结果表明,该方法可以得到较高的数字图像压缩比.文章具体研究了训练样本个数与运算时...     

Image Quality Evaluation in Security Imaging Systems

The subjective image quality of image or video information is a crucial item in security imaging systems. During the last five years our lab has tested and verified various approaches to the image compression for security purposes and the evaluation of subjective image quality. In the paper we discuss selected important facts related to the subjective image quality evaluation and we present some anomalous experimental behavior of image compression techniques. An object-defined approach is investigated and advantageous characteristics of chosen methods are deployed to achieve the optimal performance of the surveillance video coder. Among others, we propose to use the artificial neural network (ANN) to predict resulting image quality rating scores. The proposed quality assessment model has been trained and tested using a set of grayscale images distorted by selected image compression algorithms     

一种基于预测和变换混合设计的超光谱图像压缩方法

提出了一种新的超光谱图像压缩方法。该方法针对三维小波压缩编码方法对专有数据的特殊属性利用效率较低的缺陷,设计了一种应用于超光谱图像的预测编码和变换编码相混合的实现方案。首先,由超光谱图像的高谱间相关性,推导出图像各波段间的一般表达式。然后,根据这一表达式建立了超光谱图像的波段预测方式。该预测方式以波段为单位,参考波段采用小波变换编码技术进行压缩。为了提高预测的精度,参考波段选择器和波段预测器分别基于超光谱图像的数学统计规律和各波段直方图形状相似的特性进行设计。最后,将预测偏差值通过三维小波编码技术进行压缩。实验结果表明,本文设计的方法与目前先进的超光谱压缩技术相比能够提供具有竞争力的性能提升,且具有良好的兼容性、灵活性和渐进传输能力。     

Collaborative image compression and classification with multi-task learning for visual Internet of Things

Widespread deployment of the Internet of Things(Io T) has changed the way that network services are developed, deployed, and operated. Most onboard advanced Io T devices are equipped with visual sensors that form the so-called visual Io T. Typically, the sender would compress images, and then through the communication network, the receiver would decode images, and then analyze the images for applications. However, image compression and semantic inference are generally conducted separately, and t...     

On-Board Image Compression for the RAE Lunar Mission

The requirements, design, implementation, and flight performance of an on-board image compression system for the lunar orbiting Radio Astronomy Explorer-2 (RAE-2) spacecraft are described. The image to be compressed is a panoramic camera view of the long radio astronomy antenna booms used for gravity-gradient stabilization of the spacecraft. A compression ratio of 32 to 1 is obtained by a combination of scan line skipping and adaptive run-length coding. The compressed imagery data are convolutionally encoded for error protection. This image compression system occupies about 1000 cm2 and consumes 0.4 W.     

JPEG2000的核心算法研究

随着网络和多媒体技术的发展,对静态图像压缩不仅要求有较高的压缩性能,而且还要求有新的功能来适应一些特殊的要求。JPEG2000是一种新的图像编码标准,它具有优良的压缩性能和很高的灵活性,而且系统功能比以前所有的图像压缩标准都先进。通过对JPEG2000中核心算法的分析,阐述了JPEG2000压缩过程以及与现有压缩标准相比显示出来的优越性能。