基于图像特征分析的物体轮廓提取

对物体的轮廓进行分析提取,是计算机视觉方向的基础问题之一,对其进行研究对于复杂场景的分析理解至关重要。本文对室内场景图像进行研究,基于图像特征进行图像分割,提取物体轮廓。在彩色场景图像全局轮廓后验边界概率（gPb）提取算法的基础上,加入深度图像信息,对室内场景的彩色、深度（RGB-D）图像中的物体轮廓进行分析。通过多尺度信息融合,计算得到多尺度轮廓后验概率（mPb）和谱后验概率（sPb）,两后验概率加权综合得到gPb。而后结合超度量轮廓图与分水岭算法,对基于方向特征变化的gPb图像融合处理,最终得到清晰的物体轮廓。本文所提方法在通用的RGB-D数据库基础上进行实验。实验结果表明,本文所提出的方法能提取出清晰的室内物体轮廓图。      

多传感器多模型多尺度组合导航系统算法

多传感器组合导航系统是组合导航发展的方向之一。针对复杂环境,多模型自适应算法可以较好地解决模型及参数不确定的问题;而多尺度融合算法将基于模型的动态系统分析与具有统计特性的多尺度信号变换方法相结合,可有效提高系统的滤波精度。为此,文章将多模型估计与多尺度滤波算法相结合构成多模型多尺度滤波算法,该算法用于多组合导航系统后,经仿真验证,相对于多模型或单模型多尺度滤波算法,系统的滤波精度明显提高。     

旋流静态混合器内脉动壁压符号时间序列复杂度分析

为了研究旋流静态混合器内瞬态壁压非线性符号化特性,利用高速动态数据采集系统对直径为0.1m、长径比为2的旋流静态混合器内湍流脉动壁压进行测量。基于瞬态壁压序列的有限统计复杂性对3种符号化转换方法进行了评估,并优化了数据采样长度和小波分解尺度。分析发现动态法保留静态混合流动有效信息能力优于其他两种方法。运用动态法和db2小波相结合对1～15尺度下的压力波动信号进行多尺度符号化复杂度分析。实验研究表明：随着轴向位置的增加,系统的稳定性增强,相对复杂度降低。7.8125Hz以上信号随着流体微团脉动频率的降低其相对复杂度呈双曲线衰减,而0～7.8125Hz信号相对复杂度随信号频率的降低呈线性衰减,表明静态混合是一种具有宏观大尺度稳定性和局部小尺度不稳定的多尺度结构的流体动力学系统。     

基于小波分析与支持向量机的时间序列预测

时间序列广泛存在于工业、经济、军事等各个领域,时间序列预测是数据分析处理的一个重要方面。目前提出的预测模型大多基于＂原始时间序列是无噪的＂这一假定,而实际应用中,对时间序列去噪处理的好坏将直接影响预测的准确率,针对这一事实,使用小波分析对原始时间序列去噪。利用小波变换对时间序列进行多尺度分解,对各尺度上的细节序列使用阀值法去噪;使用支持向量机对重构后的各组小波系数进行预测并将结果融合,得到预测结果。实验结果表明,用于时间序列预测,能及时反应序列的变化趋势并具有较高的预测精度。     

陶瓷基复合材料高精度宏细观统一本构模型研究

基于高精度通用单胞模型(HFGMC)建立了陶瓷基复合材料(CMCs)的宏细观统一本构模型.首先基于CMCs的细观结构和损伤特点建立代表体元(RVE)并定义细观损伤变量.然后采用HFGMC模型计算细观损伤变量的演化,由此获得宏观应力应变曲线,从而建立了CMCs的宏细观统一本构模型.采用该本构模型预测了CMCs的宏观应力应变曲线,与实验结果吻合良好.结果表明该本构模型能够模拟CMCs的拉伸与损伤行文,为CMCs强度分析提供了有效手段.      

温度边界层对壁湍流多尺度相干结构的影响

用热线风速仪以高于对应最小湍流时间尺度的分辨率精细测量了风洞中壁面加热平板湍流边界层不同法向位置流向速度分量的时间序列信号, 与常温情况相比, 热对流加速了壁湍流中流体的动量、质量和能量的交换, 加快了湍流边界层的发展;用子波分析方法研究了壁面加热对壁湍流多尺度相干结构喷射和扫掠条件相位平均波形的影响, 显示热对流明显增大了缓冲层相干结构扫掠过程和喷射过程的强度, 是增强壁湍流中流体的动量、质量和能量交换的根本原因.      

高斯模糊下舰船图像的矩特征

针对舰船目标图像受到自身运动、环境和图像预处理的影响出现模糊,丢失轮廓信息,造成像素点阵模糊和矩特征变化的问题,在高斯模糊低阶矩特征分析的基础上,提出并证明了Hu矩、仿射不变矩特征在高斯模糊作用下的变化定理;通过2个仿真实验验证了定理的正确性;为了保证舰船目标的识别效率,提出了建立多尺度特征库的建议。     

多传感器组合导航系统的改进多尺度滤波算法

多尺度滤波算法在多传感器组合导航系统中已得到成功应用，然而该算法用到多个时刻的量测向量，导致算法计算量过大，并影响系统的实时性。针对上述问题，首先利用分块技术与小波变换将时域内描述的系统原始状态方程转换为块状态方程，然后将实时得到的当前时刻的量测向量表达为块状态向量的形式，最后结合常规卡尔曼滤波技术与序贯滤波的思想，提出了一种改进的多传感器组合导航系统多尺度滤波方法。将该算法应用于GPS/SST/SINS多传感器组合导航系统，仿真结果验证了该算法不仅具有较好的实时性，而且相对于传统算法,系统的定位精度提高1倍以上。     

基于ACMPE、ISSL-Isomap和GWO-SVM的行星齿轮箱故障诊断

针对从行星齿轮箱非线性、非平稳振动信号特征提取困难的问题，提出了一种基于自适应复合多尺度排列熵(ACMPE)、改进监督型自组织增量学习神经网络界标点等度规映射(ISSL-Isomap)和灰狼群优化支持向量机(GWO-SVM)相结合的行星齿轮箱故障诊断方法。利用ACMPE从复杂域提取振动信号的故障特征，构建高维故障特征集；采用ISSL-Isomap方法对高维故障特征集进行维数约简，提取出低维、敏感故障特征；应用GWO -SVM分类器对低维故障特征进行模式识别，判断故障类型。行星齿轮箱故障诊断实验结果分析表明:与多尺度排列熵(MPE)、复合多尺度排列熵(CMPE)等特征提取方法相比，ACMPE方法在分类效果和识别精度上更具优势；与局部切空间排列(LTSA)、等度规映射(Isomap)、加权Isomap(W-Isomap)、监督Isomap(S-Isomap)和监督型自组织增量学习神经网络界标点Isomap(SSL-Isomap)等降维方法进行比较，ISSL-Isomap方法降维效果最佳；所提方法的故障识别率达到100%，具有一定优越性。      

用子波系数概率密度函数研究湍流多尺度结构的间歇性

用热线风速仪在充分发展平板湍流边界层中测量流向速度信号的时间序列并进行湍流多尺度结构统计特性的实验研究。用热线风速仪以高于对应最小湍流时间尺度的分辨率精细测量风洞中平板湍流边界层不同法向位置的流向速度分量的时间序列信号,用子波分析对湍流脉动速度信号进行多尺度分解,将推广的自相似性(ESS)应用于子波分析。用子波系数的概率密度函数验证了多尺度相干结构对间歇性的影响,并证明与距壁面距离有关。对比研究了提取湍流边界层多尺度相干结构前后湍流多尺度结构函数间歇性的变化规律及概率密度函数的变化规律,验证了多尺度相干结构是湍流边界层产生奇异标度律的原因。当这些相干结构被分离出后,由子波系数计算的ESS标度律就回到K olm ogorov线性标度律,这一现象在整个湍流边界层都是很明显的。