合成孔径压缩感知超声成像中的高效能稀疏字典设计

针对目前常见的稀疏字典缺乏针对性,在合成孔径医学超声成像中的应用效果不佳,难以在低压缩率下保证重构图像质量的问题,本文设计了一种高效能的稀疏字典。根据超声回波信号是由发射脉冲信号经过不同延时衰减后叠加的特点,利用发射脉冲作为基函数构造稀疏字典,回波信号在该稀疏字典确定的变换域中具备很好的稀疏性,理论上能使其稀疏表示系数的稀疏度等于超声阵元接收到的反射回波数。通过FieldⅡ对简单点目标和复杂目标的仿真结果表明:在相同的重构算法和压缩率下该稀疏字典重构的平均绝对误差明显小于常见的稀疏字典,其值仅为DWT的几分之一,DFT和DCT的几十分之一,能让回波信号以更低的压缩率实现相同的恢复效果。本文最后使用体模的实际采集数据对算法的实际效果进行检测,实验结果也与仿真结果基本一致。基于该稀疏字典的压缩感知算法可以进一步减少合成孔径成像所需存储的数据量、降低系统的复杂度。      

基于S-IFOWA算子的多属性决策方法及其应用

基于直觉模糊有序加权平均算子的相关思想,提出一种新的集成算子—对称直觉模糊有序加权平均(S-IFOWA)算子.并研究此算子的相关性质及给出基于S-IFOWA算子的多属性决策方法,并用实例来说明该方法的可行性和有效性。 更多还原     

预不变凸模糊规划的最优性必要条件

讨论了预不变凸模糊映射的性质。考虑目标函数和约束函数均为模糊函数的模糊规划,当粘合约束对应的函数为预不变凸时,得到了模糊规划取得最优解的Kuhn-Tucker最优性必要条件。 更多还原     

基于MC-ZF-HD-DS的高端装备制造企业持续创新能力评价研究

为客观和准确地评价高端装备制造企业的持续创新能力,建立了高端装备制造企业持续创新能力评价指标体系,采用MC-ZF-HD-DS对具体的高端装备制造企业持续创新能力进行评价。通过模糊粗糙集法对高频海选评价指标进行筛选,采用极差最大化组合赋权法对已筛选出的指标体系进行赋权,运用灰色定权聚类对评价对象进行聚类,在此基础上,运用证据理论对聚类结果进行合成,形成最终评价结果,最后通过实证分析验证了该方法的可行性和有效性。     

自然灾害情境下的终端供电设施应急抢修决策规划

自然灾害情境造成部分决策信息模糊和应急决策者的消极情绪。考虑消极情绪在自然灾害应急决策的影响,构建了考虑情绪下的前景理论的价值函数。运用反函数原理,根据应急决策者对模糊信息的心理感知价值,构建了其实际值的估计函数,用于解决决策信息模糊下的终端供电设施应急抢修决策规划问题,提出了相应的决策模型和求解算法。采用自主开发的在线实验系统,完成了信息模糊下的电网应急抢修决策实验,验证了决策模型和消极情绪下基于决策者心理感知对模糊信息估值方法的有效性。     

模糊环境下动态供应商选择的混合整数非线性规划模型

基于供应商选择问题的动态性和模糊性,考虑在每个周期内生产商的需求能力及供应商的供应能力为模糊变量,本文将一个多阶段多商品多渠道的供应商选择问题视为一个0-1混合整数模糊动态非线性规划问题,目标函数为总成本最小化。然后建立了0-1混合整数模糊动态非线性规划模型。为了求解该模型,通过可信性理论把模型中模糊机会约束清晰化,将该模型转化为一个确定型的0-1混合整数动态非线性规划模型。最后给出了一个数值算例验证了模型的可行性。     

模糊随机参数二维声场数值计算

解决声场参数同时具有模糊性和随机性的问题,实现模糊随机声场声压响应的预测,引入了信息熵理论,利用信息熵的等效转换,将模糊随机声场转化为纯随机声场或者纯模糊声场进行求解,推导了基于摄动法的二维随机声场和模糊声场的有限元计算公式。以模糊随机参数下的二维管道声场模型和某轿车二维声腔模型为例进行了数值计算,所得结果与蒙特卡洛法(Monte Carlo Method)所预测声压变化范围基本一致,同时,转化为纯随机声场和纯模糊声场所求得声压响应变化范围也基本一致,说明了本文方法计算结果的准确性。因此本文方法能很好地应用于模糊随机参数下二维声场的预测,具有重要的工程应用价值。      

近红外“3R”法双谱自适应去噪

针对近红外透射和吸收双光谱提出一种自适应的去噪方法。同步采集样品的近红外透射谱和吸收谱,在相同分解原则下总体经验模态法分解两组光谱,得到单组分特征模态分量。计算特征模态分量与原透射谱、吸收谱之间相关性,以及两组特征模态分量之间相关性,相关性最小模态分量初判为噪声分量。分析该分量在光谱中点处自相关性,若中点处很大,其他点几乎为零或很小,可以判断该分量为噪声。这种基于模态分量相关性的噪声判别方法称为“3R”法则。剔除噪声分量,重构光谱信号,循环上述分解过程,直到不满足“3R”法则,降噪过程结束。构造理想光谱,叠加噪声,“3R”法降噪效果优于EMD和EEMD低通滤波器,略逊于小波分解。真实光谱实验中,经过上述方法降噪处理过的玉米叶片光谱采用3层BP神经网络建立与叶绿素之间预测模型,“3R”法处理模型具有最大校正相关系数和预测相关系数,最小校正标准差和预测标准差。在四种降噪方法中,“3R”法对光谱谱峰位置和峰高的影响最小。实验表明,“3R”双谱去噪方法无需预设迭代次数,不用考虑分解层数,没有基函数,是自适应的,该方法适合近红外光谱去噪。     

乙醇含量拉曼光谱检测中噪声与背景同时消除方法研究

乙醇含量拉曼光谱检测中,拉曼光谱信号中的各种噪声及光谱荧光造成的基线漂移和样品池背景等,影响了校正模型的预测精度。利用总体平均经验模态分解,将光谱信号分解成若干无模态混叠的内在模式分量,根据排列熵的信号随机性检测判据判断出代表背景信息和噪声信息的内在模式分量,将其置零即可同时消除拉曼光谱中的噪声与背景。将总体平均经验模态分解与排列熵相结合的预处理方法应用于乙醇含量的拉曼光谱检测中,并与小波变换和平均平滑滤波做了对比。实验结果表明：应用总体平均经验模态分解与排列熵相结合的方法能够有效的同时消除乙醇含量拉曼光谱检测中的噪声和背景信息,提高校正模型的预测精度,且使用简便,无需参数设置,对乙醇含量拉曼光谱检测具有实用价值。     

小模糊尺度下运动模糊方向鉴别算法研究

针对现有模糊方向鉴别算法检测小尺度运动模糊图像存在误差的问题,基于运动模糊图像二次傅里叶变换后的频谱特性,分析了其误差成因,并提出了一种适用于小尺度运动模糊图像模糊方向鉴别的新算法。首先对小尺度运动模糊图像的频谱进行细化,通过中值滤波对细化图像去噪,避开了频谱噪声带来的估计误差问题;其次,选取灰度中值作为阈值进行二值化,同时去除二值图像的中心十字亮线和中心亮斑,使模糊方向特征更加明显;然后用投影变换计算出亮条纹方向得到小尺度模糊图像的方向估计。最后通过仿真验证了算法在运动模糊尺度为3～10像素的小尺度情况下的实效性。实验结果表明,该算法相比其他同类算法对于小尺度运动模糊图像的模糊方向估计精度更高。