支持向量机回归在电子器件易损性评估中的应用

针对现有的以概率统计理论为基础的方法和模糊神经网络法必须建立在大量统计数据基础之上,以及模糊信息扩散估计法可能对器件失效阈值估计过高的问题,提出将模糊信息处理技术用于对原始实验数据的处理,得到训练样本,在此基础上利用支持向量机回归预测一定功率的高功率微波辐照条件下电子器件的损伤概率。仿真结果表明:该方法与模糊神经网络法都较好地给出了预测结果,但该方法具有更高的精度（均方根误差为7.40610-5）,并且克服了在样本数据减半的小样本情况下模糊神经网络法可能出现野值的缺陷。     

支持向量机回归在电子器件易损性评估中的应用

针对现有的以概率统计理论为基础的方法和模糊神经网络法必须建立在大量统计数据基础之上,以及模糊信息扩散估计法可能对器件失效阈值估计过高的问题,提出将模糊信息处理技术用于对原始实验数据的处理,得到训练样本,在此基础上利用支持向量机回归预测一定功率的高功率微波辐照条件下电子器件的损伤概率。仿真结果表明：该方法与模糊神经网络法都较好地给出了预测结果,但该方法具有更高的精度（均方根误差为7.40610-5）,并且克服了在样本数据减半的小样本情况下模糊神经网络法可能出现野值的缺陷。     

一种基于模糊RBF神经网络自整定的拥塞控制算法

模糊系统具有容易被人理解的表达能力,神经网络则具有极强的自适应学习能力。本文将模糊逻辑控制技术和神经网络技术相结合,给出了一种比单独模糊系统或单独的神经网络系统性能更好的基于模糊RBF神经网络自整定的拥塞控制方法。该方法根据路由器中队列长度的变化来调整数据包的丢弃概率,从而使路由器的队列长度稳定在一期望值附近。仿真结果表明,该算法具有较强的鲁棒性,更短的调节时间。     

用神经网络鉴别退化图像的模糊类型

提出了一种用神经网络鉴别退化图像的模糊类型的方法。由于采用不同降质方法得到退化图像的频谱差异较大,以此作为判别依据,用概率神经网络实现了对四种模糊类型:离焦,矩形,运动和高斯模糊的鉴别。根据神经网络的鉴别结果决定点扩散函数的初始估计值,可大大地提高盲解恢复算法的复原质量和系统点扩散函数的估计精度,扩大了算法的实用范围。     

基于改进GA算法的红外模拟靶标温控系统优化

针对红外靶标模拟装置中的温控系统过度依赖专家经验,且控制精度低等问题,设计了一种基于改进GA算法优化的模糊PID红外模拟靶标温度控制方法。系统通过具有自适应交叉及变异概率的改进GA算法,将模糊PID的量化因子和比例因子作为优化变量,自适应调整PID参数,快速确定温度控制单元的最优解。在Simulink建立温控系统仿真模型并进行仿真验证。仿真结果显示,相较于模糊PID,改进GA算法优化的模糊PID调节时间减少34.84%,超调量减少63.75%,稳态误差减少66.67%,表明改进GA算法优化的模糊PID能提高系统的控制性能。     

多参数背景场误差模型在散射计资料台风风场反演中的应用

利用散射计资料反演海面风场时, 台风区域普遍存在降雨使得风场反演误差很大, 引入降雨地球物理模型函数 (GMF+Rain) 及多解方案 (MSS), 结合二维变分(2DVAR) 模糊去除思想风速反演误差很大程度减小, 但风向反演误差仍有待进一步改善, 如何进一步减小风向反演误差有待进一步研究. 文章介绍了2DVAR模糊去 除方法的基本思想, 针对背景场误差较大时, 2DVAR模糊去除风向误差较大, 引入包含若干参数的背景场误差模型. 基于台风个例数值试验结果, 着重从理论分析角度讨论各参数关于2DVAR模糊去除效果的敏感性, 进而提出最优参数设置方案以改善风向模糊去除效果. 2006年“摩羯”台风QuikSCAT数据风场反演数值试验结果结合理论分析表明: 引入多参数误差模型, 通过设置粗糙误差概率等于0, 2DVAR风向模糊去除效果明显改善; 同时, 背景场的影响可通过增大背景场误差方差, 减小背景场误差相关尺度和减小粗糙误差概率而减小, 进而减小在背景场误差较大情况下的风向反演误差. 关键词： 台风风场反演 二维变分 多参数误差模型 散射计资料     

远程采集模糊无人机图像的特征识别方法研究

地面对空中无人机的视觉识别中,由于无人机的飞行速度、角度呈现非线性变化。使得采集的疑似图像存在特征模糊、衰退等问题,传统的模式识别方法无法提取无人机图像的主要特征,极大程度上降低了图像的识别概率。提出一种引入球面谐波基图像特征细分的无人机识别算法,建立球面谐波基图像识别模型,利用无人机图像的球面谐波基图像近似率,对模糊图像的差异特征进行依次识别。实验结果表明,利用改进算法建立的模糊无人机图像差异特征识别模型,具有一定的优越性,提高了无人机识别的准确率。     

基于FLS-SVM背景预测的红外弱小目标检测

提出了一种基于模糊最小二乘支持向量机(FLS-SVM)进行背景预测、利用模糊Tsallis-Havrda-Charvat熵实现阈值分割的红外弱小目标检测方法。首先采用FLS-SVM对训练样本进行学习得到回归函数,并以此预测红外图像中的背景;然后将原始图像与预测图像相减得到残差图像,并提出基于模糊Tsallis-Havrda-Charvat熵的阈值选取算法分割残差图像,将小目标和噪声从残差背景中分割出来;最后利用目标灰度的平稳性和运动轨迹的连续性进一步检测出真实的小目标。给出了实验结果及分析,并与基于最小二乘支持向量机(LS-SVM)以及基于最小二乘的背景预测方法的检测结果进行了比较。结果表明,该方法具有更高的检测概率和信噪比增益,优于上述基于背景预测的红外小目标检测方法。     

基于超分辨率图像重建的在线相位测量轮廓术

在线物体运动速度过快时会导致采集的变形条纹出现运动模糊,从而丢失相位信息.通过调节相机的图像采集模式可以提高相机的采集帧率,但势必会牺牲相机的分辨率.为了获得高分辨率变形条纹,采用基于最大后验概率的超分辨图像重建方法,使用高斯模型和马尔可夫-吉布斯随机场模型构建高分辨率变形条纹图的后验概率模型,通过目标函数最小化得到高...     

机载激光通信终端的模糊变结构跟踪方法研究(英文)

为避免经典固定模型集合中多模型算法造成的模型间竞争并减小计算量,基于有向图切换的变结构方法,建立有向图切换规则和较完备的模型集合.通过模糊逻辑推理得到模型集合中各模型的匹配度,以此代替传统多模型算法中的模式概率来计算,降低了计算的复杂度.采用核粒子滤波克服了标准粒子滤波没有考虑到的量测信息问题,即粒子能够通过核密度估计后朝着状态的后验概率密度的模型移动,使真实和估计模型之间的均方误差最小.仿真结果表明,基于模糊理论的变结构核粒子滤波算法能较大地提高跟踪准确度和减少计算量.     

基于运动补偿的红外图像噪音时域ⅡR滤波算法

从模式识别的角度出发将图像分为运动区域和非运动区域,采用基于噪音分布模型的运动检测技术与基于概率松弛法的运动区域标号技术相结合对这两种区域进行具体划分,对分类后的图像采用时域ⅡR滤波,不同区域采用不同的影响因子,以期达到最终的运动补偿.仿真结果表明该方法有效抑制了噪音,同时并未引起明显的运动模糊,图像的视觉效果得到了极大改善.     

基于Retinex理论与概率非局部均值的红外图像增强方法

针对传统红外图像增强算法中细节模糊及过度增强的问题,提出了一种基于Retinex理论与概率非局部均值相结合的红外图像增强方法.首先通过单尺度Retinex方法调整图像中过暗与过亮部分的灰度级;然后利用概率非局部均值对图像进行分解处理得到基本层与细节层,对基本层采用直方图均衡化拉伸对比度,对细节层采用非线性函数进行增强;最后,将不同层次的结果融合得到对比度与细节增强的红外图像.用该方法对多组不同场景的红外图像进行仿真实验,并将其与多种增强方法进行主、客观对比分析,结果表明所提方法在红外图像的细节及对比度增强方面都获得了更好的效果.     

脊小波变换域模糊自适应图像增强算法

提出了基于脊小波(ridgelet)变换域的模糊自适应图像增强算法,利用脊小波变换在表示图像线性奇异边缘时具有独特的优越性,达到突出边缘和抑制噪声的目的。利用频域内傅里叶投影变换定理,提出优化有限拉东(Radon)变换系数顺序的方法,使得拉东变换后图像的折回现象得到改善;利用广义模糊集合概念和最大模糊熵原理,提出一种自适应设置模糊增强函数方法,使得增强后的图像在抑制噪声、增强特征方面达到较好折衷。通过模拟实验显示,该算法优于传统的增强方式,在低信噪比情况(2.5~5.5 dB)下,其边缘检测概率大于二维小波增强方式约50%。应用于含有局部线形裂纹的路面病害图像的增强,可以将裂纹信号基本增强出来,且对路面上离散的油滴、石子等点噪声抑制较好。     

基于模糊证据理论的多特征目标融合检测算法

提出了一种基于平方证据权重的模糊证据组合方法,并应用于弱小目标多特征融合检测算法中,采用了证据理论中的基本概率分配函数来描述判决结果的不确定性,首先提取检测图像的局部灰度均值对比度、局部梯度均值对比度、局部差值和局部熵四个特征,然后对特征进行归一化,再对其进行模糊化并根据先验知识和测量统计的结果对目标各特征值所取空间和待识别目标假设集进行基本概率分配,接着采用自适应加权融合的方法得到目标的基本可信度,最后采用基于博弈概率分布的决策规则得到检测后的目标图像。实验结果表明,该算法能在较大程度上降低目标检测过程中的不确定性,提高系统的检测性能。     

基于运动补偿的红外图像噪音时域IIR滤波算法

从模式识别的角度出发将图像分为运动区域和非运动区域,采用基于噪音分布模型的运动检测技术与基于概率松弛法的运动区域标号技术相结合对这两种区域进行具体划分,对分类后的图像采用时域IIR滤波,不同区域采用不同的影响因子,以期达到最终的运动补偿.仿真结果表明该方法有效抑制了噪音,同时并未引起明显的运动模糊,图像的视觉效果得到了极大改善.     

一种背景自适应调整的弱点目标探测算法

针对因复杂背景导致低信噪比的弱点目标探测率降低的问题,首先分析了从红外图像中探测弱点目标时,由于复杂和缓变背景下潜在目标探测率不同,而导致目标探测率降低的理论依据;并在该分析的基础上,提出了一种基于背景自适应调整的红外点目标探测算法。该方法利用鲁宾逊(Robinson)保护滤波器从经过预处理的图像中提取潜在目标;通过复杂背景模糊隶属度函数将图像映射到模糊特征平面,并由该特征平面计算背景调整因子,以对提取的潜在目标进行加权调整,从而降低了复杂背景的影响。实验结果表明,该算法可以显著提高复杂背景下红外点目标的检测概率,并且能够探测出信噪比为1的目标。     

基于Contourlet域持续性和聚集性的合成孔径雷达图像融合分割算法

针对合成孔径雷达(SAR)图像含有大量斑点噪声的特点,基于Contourlet的多尺度、局部化、方向性和各向异性等优点,并结合隐马尔科夫树(HMT)模型和隐马尔科夫场(MRF),提出了一种基于Contourlet域持续性和聚集性的SAR图像模糊融合分割算法。该算法有效捕获了Contourlet子带的持续性和聚集性,并分别用HMT和MRF来刻画,再依据模糊测度,将多尺度HMT和MRF有机融合,建立Contourlet域HMT-MRF融合模型,并导出新模型下的最大后验概率(MAP)分割公式。对实测SAR图像进行了仿真,仿真结果和分析表明:与小波域上的HMT-MRF融合分割及Contourlet域上HMT和MRF分割算法相比,该算法在抑制斑点噪声的同时,有效地提高了SAR图像的分割精度。     

希尔伯特空间中的概率流和概率守恒

实空间中的概率流概念和概率守恒定理被推广到希尔伯特(Hilbert)状态空间,从而得到了概率流算符的通式.应用一般形式的概率流算符公式,还导出了紧束缚模型中单电子和互作用多电子系统的概率流算符,并以异常简单的方式证明了反射-透射流归一化条件 关键词： 希尔伯特空间 概率流算符 紧束缚模型     

积累检测在光电设备中的应用分析

有些光电检测设备要求高的探测概率和低的虚警概率,使用单次检测不能达到要求。若采用积累榆测法则能满足系统要求。通过对积累检测在不同类型光电设备中的应用分析,建立了不同的数学模型,推导出各模型的探测概率和虚警概率的计算公式,并给出了相应的计算结果。计算结果表明：积累检测在主动探测设备中使用不连续的“K out of N”模型,能够有效提高探测概率,降低虚警概率。但在被动探测设备中,探测概率有所卜降,虚警概率会大大降低。     

热像系统动态探测概率的研究

研究了热像系统动态探测概率。在对目前动态探测概率研究状况作简要讨论的基础上 ,建立了动态探测概率的一个微分方程。利用该方程可以研究探测器以速度 v(x)向目标运动过程中的动态探测概率。与传统的动态探测概率相比 ,所提出的方法考虑了目标的运动过程 ,而传统的动态探测概率虽然包含了时间 t,但它并不表征物体的运动过程