基于小波变换的新型数字散斑相关方法

通过将小波分析的方法应用到传统的空域相关计算中,提出了基于小波变换的数字散斑相关方法。详细介绍了该方法的原理,并对传统空域相关方法与小波相关方法进行了实验计算比较。实验结果表明,与传统的空域相关方法相比,基于小波变换的数字散斑相关方法大大提高了相关计算的精度,精度由0 05像素提高到了0 01像素以下。最后利用该方法测量了编织结构复合材料板在三点弯曲载荷作用下的位移场。     

椭圆截面的Abel逆变换方法

介绍了等离子体椭圆截面的Abel逆变换方法,并和圆截面的Abel逆变换方法进行了比较。给定一个探测阵列对一个辐射源函数的测量结果,分别用Barr方法、等值同心圆方法和幂级数方法进行了椭圆逆变换,结果表明该方法的可靠性可应用于实验数据处理中。     

基于最优非线性加权的光点定位方法

对传统的光点信号定位方法作了理论分析,讨论了各种方法的目标函数与优化过程。在此基础上,提出了一种基于最优加权的光点定位方法,使得像素的灰度对光点定位的贡献达到最佳。传统的方法均可看作是此方法理论框架下的特例。理论和实验表明该方法优于传统的方法。     

目标跟踪技术综述

本文回顾了视频目标跟踪方法中常用的目标表示方法,并对目标表示方法进行了系统地分类,对现有的目标跟踪方法进行了分类,并对每类中具有代表性的方法进行了详细描述,分析各类别的优缺点。讨论了目标跟踪的难点以及未来的发展趋势,为相关研究人员了解目标跟踪技术提供参考。     

传输线方程的高精度龙格−库塔数值求解方法

提出了一种求解传输线方程的高精度龙格-库塔(RK)方法。此方法在空间上采取高阶泰勒展开,提高了对空间微分的近似精度,减少了数值色散所带来的误差。与传统的时域有限差分法(FDTD)方法相比,在每波长采样数相同时,RK方法的计算精度更高。同时,根据Taylor模型,对外界平面波激励源进行离散,成功利用RK方法对外部场激励传输线进行求解,扩大了龙格-库塔方法在求解传输线方程时的应用范围。通过编程对平面波辐照下无限大地平面上的单导体与双导体的算例分别应用FDTD方法与RK方法进行了计算,验证了RK方法的正确性。结果表明同等计算条件下RK方法的计算精度更高。     

一种基于图像融合的运动目标快速检测算法

提出了一种新的运动目标检测方法,这种方法可以有效的提取目标轮廓。应用一种图像差分技术得到运动目标的初始轮廓线。使用了动态轮廓线使其收敛到目标轮廓。提出了一种新的目标轮廓特征级融合方法,求解两类模式图像的收敛动态轮廓线控制点向量差的范数平方极小化。这种方法不需要图像配准降低了融合的计算复杂度,有效提高了可见光图像中目标轮廓提取的精度。对比检测实验证实了算法的有效性。设计了一种基于Newmark方法的动态轮廓线快速迭代算法,将该方法和方法作了比较,对比实验表明这种方法的时间复杂度降低了22%。     

水下运动声源的方位方差检测方法

为了提高对水下运动目标的检测能力,利用水下目标辐射信号与海洋环境噪声在空间分布特性上的差异,提出了一种方位方差检测方法。该方法采用时延估计法估计目标方位,对方位求方差以获得检验统计量。采用奈曼-皮尔逊准则,推导了该方法的检测概率关系式,得出了检测性能与信噪比关系曲线,并与宽带能量检测方法进行了比较,表明该方法的性能远优于宽带能量检测方法。理论分析和海上试验结果都验证了该方法的有效性。     

航空图像高分辨率放大的小波方法研究

航空图像由于航空CCD相机距景物较远,所以图像分辨率较低。为了获得较高分辨率的数字图像,传统的方法就是要对原数字图像进行插值放大。提出了一种基于二维离散小波的图像放大方法,与传统插值方法相比,此方法既放大了图像、提高了分辨率,同时又保持了原始图像的细节特征。从实验结果来看,此方法是一种较好的提高航空图像分辨率的方法。     

室内界面声能扩散系数测量方法

室内声学中部分镜像反射和部分扩散反射模型是一种方便的界面声能散射现象的表示方法,声能扩散系数的确定成为研究界面声散射的一个关键。至今界面平均声能扩散系数的确定方法很少。Ｖｏｒｌａｎｄｅｒ提出了一种应用相关原理测量声能扩散系数的方法,但该方法忽略了直达声的相关性,存在缺陷。本文提出了一种新的声能扩散系数近似计算方法,将直达声和第一次强反射的影响考虑在内,克服了Ｖｏｒｌａｎｄｅｒ方法的不足。同时,借助数字测量技术,开发了实验测量系统。实验结果表明,本方法较Ｖｏｒｌａｎｄｅｒ方法有明显的改进。     

推广模拟退火方法及其应用

本文介绍了推广模拟退火方法的基本思想及其统计基础。我们通过一系列标准函数测试了推广模拟退火方法的性能。作为该方法的应用 ,我们研究了Thomson问题和Ni团簇结构。最后 ,探讨了推广模拟退火方法的效率随体系复杂性的变化。     

不同傅里叶近红外仪器间(积分球漫反射测量)的模型传递及误差分析

模型传递是近红外光谱分析技术中一个关键的共性基础技术问题,通过在同一工作原理的两台仪器之间寻求可行的数学方法, 使得在一台仪器上建立的模型能够应用于另外一台仪器样品光谱响应的预测,对近红外技术的实际应用具有重要意义。以150份烤烟作为试验样品,以两台布鲁克公司MPA近红外光谱仪,一台热电公司Antaris近红外光谱仪作为研究对象,通过积分球漫反射检测技术获得光谱数据。采用一阶导数(first-order derivative,1st Der)和标准正态变量变换(standard normal variate, SNV)对光谱数据进行处理分析,计算不同仪器间光谱的残差值、残差一阶矩、残差信号概率密度和最大信噪比等参数,并采用偏最小二乘法(partial least squares, PLS)建立烤烟总糖含量数学模型,检验模型传递效果。结果表明,一阶导数具有降低残差一阶矩,将仪器偏差信号转换为标准高斯分布的优点,但同时会降低信噪比。标准正态变量变换同样可以降低一阶矩,同时可大幅度提高信噪比,但无法将仪器偏差信号转换为标准高斯分布,需要进一步的信号处理。一阶导数与SNV相结合可保留两种方法的优点,同时在一定程度上弥补每种方法单独处理的缺点,是一种可以消除以积分球漫反射作为光谱测量方式的因仪器厂家或型号不同、使用年限不同等原因所产生的噪声的处理方法,可实现傅里叶型近红外光谱仪之间的模型传递效果的明显改善。     

近红外光谱模型传递研究

针对不同型号的近红外光谱仪器(主机：SupNIR-2700,从机：Nicolet Antaris Ⅱ)间的模型传递和同一仪器(Nicolet Antaris Ⅱ)不同分辨率的光谱间的模型传递进行研究,提出了一种改进的PDS算法-SP-SG1st-PDS算法,该方法结合三次样条插值、Savitaky-Golay一阶求导和PDS算法。思路是通过三次样条插值拟在不破坏原始光谱固有的信息的前提下实现了主光谱与从光谱之间的匹配,然后对光谱进行S-G一阶求导去除光谱的基线漂移,再通过PDS算法进行模型传递,有效消除主、从光谱之间的差异,提高多元校正模型的预测精度。该方法用于醋酸乙烯酯在乙烯-乙酸乙烯酯共聚物中含量的研究,并且与小波去噪方法和S-G平滑方法作比较。实验表明：对于不同型号的仪器间的模型传递,新方法采用S-G一阶求导较其他方法有明显的优势,其验证集预测精密度RMSEP从20.595 0降低至0.374 8,明显优于S-G平滑(0.522 1)和小波去噪(0.516 7)方法,预测偏差也同样地被改善。对于同一仪器不同分辨率的光谱之间的模型传递,在模型传递前后其模型预测精密度RMSEP从0.272 2减少至0.255 3。通过提出的SP-SG1st-PDS算法,模型传递能应用于不同类型仪器之间,也能用于相同仪器不同分辨率的光谱之间,并且取得了满意的传递结果。     

基于COMSOL的纳米傅里叶红外光谱系统数值模型

傅里叶红外光谱（FTIR）是材料表征的一种重要手段,然而受限于光的衍射极限,传统傅里叶红外光谱仪的极限空间分辨率在微米量级,无法应用于纳米材料的表征。纳米傅里叶红外光谱（Nano-FTIR）是一种新兴的超分辨光谱表面分析技术,其以纳米级空间分辨率、宽光谱范围和高化学灵敏性的特点在纳米材料表征研究中展现了巨大的潜力。定性及定量的研究Nano-FTIR信号高空间分辨的来源和系统中光谱信号的提取过程,可以为Nano-FTIR仪器的设计研发和样品光谱表征结果的解释提供重要依据。该研究从典型的仪器结构和基本的工作原理出发,在多物理场有限元分析软件COMSOL中建立了等效研究模型,并对模型的重要细节和数值计算过程分别进行了说明。在仿真研究中,首先基于麦克斯韦电磁波理论计算了模型空间的电磁场增强情况,再模拟了探针在介电常数差异巨大的两种材料交界处的“线扫”过程,探讨了针尖近场增强信号的空间分辨率。随后,以探针与样品的散射功率为数值模型的研究对象,仿真了探针“轻拍”对信号的调制和解调提取的过程,并讨论了不同入射倾角和解调频率对光谱信号提取的影响。最后,为了验证模型的合理性,仿真了20,100和300 nm三种厚度SiO₂薄膜样品在900～1 250 cm-1波数范围的光谱响应,并将仿真得到的光谱与实测结果进行了对比。结果表明随着样品厚度的增厚,光谱信号得到相应的增强,模型预测的谱图与实测谱图波形与波峰位置较为一致,且与以往一些文献中采用针尖-样品间电场强度表示针尖处散射信号强弱的方法相比,获得的谱图在峰形上更为接近。提出的数值模型可用于Nano-FTIR光谱的预测,此外,模型也具有一定的通用性,可以为其他基于散射型近场光学显微（s-SNOM）技术的太赫兹光谱技术和针尖增强拉曼光谱研究提供一定的借鉴。     

直接校正算法的柑橘溃疡病高光谱模型传递

针对目前所建立的柑橘溃疡病高光谱模型普适性差、预测精度低的问题,提出了基于不同仪器间高光谱模型传递来提高模型稳健性的方法。以脐橙52和卡拉卡拉红肉脐橙为研究对象,利用实验室高光谱成像平台(System 1, S1)和便携式高光谱成像仪(System 2, S2)采集了健康和染病柑橘的高光谱图像,建立了独立的柑橘溃疡病判别模型,并分析了不同预处理方法和判别模型对模型预测性能的影响。将S1和S2分别作为源机和目标机,利用直接校正算法对目标机获取的高光谱图像进行校正,分析模型传递前后的模型判别能力。结果表明,采用二阶导数预处理,极限学习机预测性能最佳,基于S1和S2检测的预测集识别率分别为97.5%和98.3%;以S1数据建立主模型,对经直接校正算法校正后的S2高光谱图像进行识别,预测集的识别率从校正前的38.1%提高到了86.2%。说明该方法可用于不同型号高光谱成像仪之间的定标模型传递,对于建立稳健可靠的柑橘溃疡病判别模型具有重要意义。     

基于Slope/Bias算法的相近种类水果模型传递研究

为了提升便携式近红外仪器中单一水果模型应用的广泛性,创新性的将不同仪器间模型传递的思想应用在不同种类水果间可溶性固形物(soluble solid content,SSC)的模型传递。基于苹果、梨、桃三种水果在SSC含量范围、果型大小以及果皮厚度等的相近物理化学特性,提出利用简单的斜率/截距(Slope/Bias)算法对苹果SSC的偏最小二乘(partial least square,PLS)模型进行传递,仅用少量的梨和桃样品即可将苹果SSC模型应用于其SSC值的预测,更快捷方便且节约成本。对于梨样品,用35个标准样品,预测集均方根误差(root mean square error of prediction,RMSEP)值由直接预测的1.009°Brix降为0.565°Brix;对于桃样品,用40个标准样品,RMSEP由直接预测的1.726°Brix降为0.677°Brix。为了验证该模型传递方法的可行性,通过斜率/截距算法,采用梨和桃模型对其他两种水果的SSC进行预测,其中利用建立的梨SSC模型,经斜率/截距算法模型传递后,对于苹果样品,用30个标准样品,RMSEP值达到0.597°Brix,对于桃样品,用40个标准样品,RMSEP值达到0.689°Brix;利用建立的桃SSC模型,经斜率/截距算法模型传递后,对于苹果样品,用35个标准样品,RMSEP值达到0.654°Brix,对于梨样品,用30个标准样品,RMSEP值达到0.439°Brix。研究结果表明:斜率/截距(Slope/Bias)方法可用于苹果、梨、桃等相近种类水果间的模型传递,为近红外光谱仪在相似种类物质间的预测提供了新思路。     

变量优选补正算法的鲜枣可溶性固形物检测模型传递方法研究

在水果的品质检测和分级分选中,存在不同仪器所建检测模型难以共享的难题。为此,以壶瓶枣为研究对象,利用可见/近红外光谱技术探讨仪器间可溶性固形物含量（SSC）检测模型的传递方法。首先,采用美国ASD（Analytical Spectral Device）公司生产的两台仪器采集样本的光谱信息,采用最小二乘支持向量机（LS-SVM）建立原始光谱、Savitzky-Golay一阶导数处理、标准正态变量变换后的SSC检测模型,预测不同仪器采集的光谱时3种方法的预测能力均较差。预测同一台仪器的光谱时,基于原始光谱的主仪器所建模型最优,预测集的决定系数（R2_p）和均方根误差（RMSEP）分别为0.73和1.36%。在此基础上,采用Kennard/Stone算法选取标样,利用专利算法（Shenk’s）、直接标准化（DS）、斜率/偏差算法（S/B）进行模型传递。然后,根据回归系数提取主仪器（24个）和从仪器（28个）的特征波长,优选出单一变量（SV）24个、共性变量（CV）23个、融合变量（FV）29个,均涵盖了SSC的主要吸收谱带。利用优选的变量分别建立主仪器的LS-SVM检测模型,采用主仪器的预测结果（R2_p=0.78~0.80,RMSEP=1.07%~1.13%）明显好于全波段所建模型,但预测从仪器时RMSEP为6.62%~7.88%,模型失效。最后,基于波长位置偏移和分子振动的吸收特性提出了共性变量优选结合差值补正（CV-MC）、单一变量优选结合差值补正、融合变量优选结合差值补正、共性变量优选结合波长补正算法（CV-WC）进行模型传递,并与SV-Shenk’s,CV-Shenk’s,FV-Shenk’s,SV-DS,CV-DS,FV-DS,SV-S/B,CV-S/B和FV-S/B进行对比分析。结果表明,基于全波段进行模型传递时,预测结果均较差（R2_p=0.03~0.34,RMSEP=2.44%~4.67%）;基于优选变量所建模型经SV-Shenk’s,CV-Shenk’s,FV-Shenk’s传递后的结果较差,经其他算法传递后的结果（R2_p=0.47~0.73,RMSEP=1.30%~1.90%）好于全波段;基于共性变量传递后的结果好于单一变量和融合变量,CV-MC结果最佳（R2_p=0.73,RMSEP=1.30%）,CV-WC传递后的预测结果（RMSEP=1.62%）与CV-DS和CV-S/B相近。研究表明,CV-MC和CV-WC均是一种有效模型传递算法,对建立不同仪器间通用的鲜枣品质检测模型具有重要意义。     

Simulation of nonlinear interest rates in quantum finance: Libor Market Model

The simulation of the Libor Market Model (LMM) is extensively studied in the framework of quantum finance. The imperfectly correlated Libor rates are simulated based on a Gaussian quantum field and a recursion equation of nontrivial stochastic drift. The Libor options are studied using both the simulation method and the analytical formula. The caplet price of simulation is compared with Black’s caplet formula which can be exactly derived from the LMM. The invariance of caplet price for different forward bond numeraire is verified by using the simulation. The simulation results for coupon bond options and swaptions are compared with the approximate price, which are limited for the reason that the approximate price is derived using the small volatility expansion. The simulation method is shown to have great potential in the application of pricing interest rate instruments.     

栽培和野生中药材灯盏花的近红外光谱鉴别模型

分别在2台傅里叶变换近红外光谱仪上采集了43个栽培和野生中药材灯盏花样品的近红外漫反射光谱,提取光谱信息的15个主成分,方差贡献率达到99%以上。以20个灯盏花样品作为建模集,15个主成分作为网络学习输入层的15个节点,在2台仪器上用2套光谱分别建立了识别栽培和野生灯盏花样品的BP-神经网络模型,并对预测集的23个样品用于实际鉴别分析。两台仪器上的建模集样品模型回代正确识别率均为100%,预测集样品的正确识别率分别为100%和95.7%,结果表明,利用近红外光谱法进行栽培和野生中药材灯盏花的快速鉴别是可行的。     

基于净信号的乙醇含量拉曼光谱分析方法研究

拉曼光谱检测技术由于其快速、无损等优点可以满足工业现场测量的要求,因此已经广泛地应用于各种定量定性的分析领域。酒精度即乙醇含量的体积比是酒类产品品质检测中的关键参数,开发乙醇含量实时、便捷的检测系统对酒类产品生产具有重要的意义。将净信号分析方法应用于乙醇水溶液拉曼光谱的定量分析中,将乙醇的净信号与其浓度建立一元线性回归模型。结果表明,基于净信号回归的乙醇拉曼光谱定量分析方法,相比较于特征峰强一元线性回归模型和偏最小二乘回归模型,不仅提高了模型的预测精度,增强了模型的稳健性,便于模型传递,而且模型算法简洁、稳定,便于实现便携式仪器的开发。     

喷墨打印系统多光谱特征化正向模型的建立

随着光谱技术的发展,打印系统的光谱特征化模型成为研究热点。基于光谱匹配的特征化模型通过直接预测设备基色的光谱反射比数据,可以有效的减少同色异谱现象的发生,为实现高保真印刷提供条件。主要基于Yule-Nielsen修正的Neugebauer光谱模型,开展了关于12色打印系统光谱特征化模型如何提高模型精度的研究。首先通过对颜色测量仪器及测量条件、喷墨打印机打印系统进行稳定性及精确度验证,为后续样本设计和测量提供可行性依据。然后,建立该研究设备适用的正向YNSN模型。依据CIELAB颜色空间中明度值L*均匀分布的原则,设计并输出了1 331个测试样本,抽取部分样本做训练样本,对所建立的光谱的特征化正向模型进行验证。结果表明,基于光谱的特征化模型预测精度较高,具有明显的优势。经验证,通过引入Yule-Nielsen修正参数n值,可进一步改善光谱预测精度。