短数据量动态光散射颗粒测量信号去噪方法

在动态光散射测量中,采用自相关法对测量信号进行去噪,其去噪效果受数据量影响。根据噪声和信号的不同特点,采用小波包变换对信号进行去噪,能够提高信噪比,改善粒径反演结果。采用两种去噪方法,对粒径为100 nm颗粒的散射信号进行去噪并反演,小波包去噪法能够改善粒径误差0.88%~6.41%。在不同数据量下,由两种去噪法的反演结果对比看出,在短数据量时,小波包去噪效果更好,当数据量大于1×106时,两种去噪法效果相差不大。因此,小波包去噪法更适合于短数据量的动态光散射颗粒测量。     

光盘材料静态测试仪及其准线性区聚焦预搜索

本文介绍一台基于商用光盘机的高性能价格比的相变类光盘材料静态测试仪。相对通常由独立元件搭建而成的专用测试仪来说，由于采用商用光盘机机芯，不仅使整个测试仪稳定可靠，对使用环境要求低，而且价格低廉，是国外同类设备价格的十分之一。本文所提出的并由该静态测试仪实现的准线性区光盘聚焦自动预搜索功能，是充分理解及运用光盘聚焦误差信号曲线的正负反馈特性、简单实用而又稳定可靠的自动预搜索方法，降低了对测试样片基片的要求，方便了测试操作。     

基于集群创新合作网络的知识创新与扩散过程建模及仿真研究

基于集群创新合作网络的知识创新和知识扩散过程是集群企业实现创新的关键。为了揭示集群创新合作网络中知识增长绩效的演化规律,探讨不同网络中知识增长绩效的差异及其形成原因,论文构建了知识创新与扩散的过程模型,以东北三省新能源汽车集群创新合作网络为例,运用复杂网络理论和仿真方法进行分析。研究发现,集群创新合作网络的整体知识水平呈现先递增后递减的演化规律;知识增长的演化过程存在突变点,突变时期不同网络中企业知识水平分化的情况决定不同网络知识增长绩效的差异性;知识扩散约束条件是知识创新与扩散过程的关键;实际网络并非知识创新与扩散的最优网络,无标度网络具有知识增长的绩效优势;hub结构和适度的节点度值分布差异性有利于提升知识增长绩效。     

远拍摄距离数码望远镜分辨率测试及自动判读方法研究

数码望远镜实现了数码相机与望远镜的有机组合,因此可用评价数码相机成像质量的指标——分辨率来评价数码望远镜的成像质量。但国际标准的数码相机分辨率检测如果不加改进,很难直接应用于数码望远镜的分辨率检测中。为此,提出了采用平行光管来测试数码望远镜分辨率的新方法,并在理论推导可行的基础上对单个数码望远镜进行了重复实验,最后采用自行编制的软件自动判读分辨率,测得数码望远镜的水平分辨率均值为814LW/PH,标准差为24LW/PH。结果表明,实验重复性好、可靠性较高,且采用软件自动判读分辨率比人工目视判读更客观、准确。     

一种鲁棒性的印刷体数字识别算法

针对复杂版面中具有大偏转角度的数字型字符识别问题,提出了一种识别算法。该算法充分利用笔划拐点等结构特征构造编码器进行字符识别,无需事先校正并具有平移、旋转不变性。实验结果表明,该方法具有速度快、精度高、抗干扰性强的特点。     

光电编码器故障诊断技术研究现状与展望

光电编码器是以高精度计量光栅为检测元件的高精度数字化测角设备,在当代自动化领域应用广泛。为深入研究光电编码器故障诊断方法,提高诊断效率,本文首先介绍了光电编码器分类、工作原理;其次,介绍了国内外光电编码器故障诊断关键技术现状,对具有代表性的故障诊断技术进行了分析与比较,总结了各诊断方法的优缺点;最后,对光电编码器诊断技术进行了展望,揭示了其诊断方法向自动化、便携化、动态检测、多技术融合和故障预测方向发展的趋势。     

无监督学习AE和MVO-DBSCAN结合LIF在煤矿突水识别中的应用

快速准确的识别突水类型和突水来源对煤矿安全开采具有重要意义,激光诱导荧光（LIF）技术在检测中具有快速性和灵敏性,将LIF应用于煤矿突水的检测,再结合模式识别算法,可快速识别出突水来源。目前用于识别水样光谱的算法过于依赖预先建立的水样光谱数据库,当突水水源不在该库中时,易引发误识别。无监督学习算法DBSCAN在聚类时不需样本集的标签和类别信息,能降低对未知类别的误识别,因此把DBSCAN算法用于突水的激光诱导荧光光谱识别,并将MVO用于DBSCAN的参数寻优,省去繁琐的人工参数寻优过程。实验中,从谢桥煤矿采水点获取四个水样,利用像素为2 048的USB2000+光谱仪采集水样的荧光光谱,每种水样采集30组光谱数据。首先,利用无监督学习算法自动编码器(AE)对原始光谱数据降维,以减少光谱数据中冗余信息对聚类的影响,设计的AE的结构是介于浅层和深层之间的多层网络模型,可将原始光谱数据降到2维;为使降维模型具有稀疏性,在传统的AE算法中加入一个Dropout层,由实验可知,加入Dropout层后的降维模型具有较快的收敛速度。将多元宇宙优化(MVO)算法用于DBSCAN参数寻优,在参数寻优过程中,DBSCAN对降维后的水样光谱识别率最高为97.5%,此时参数所对应的取值范围为[0.023 66 0.040 65];为验证AE对水样光谱数据降维的有效性,把归一化后的未降维的光谱数据用于DBSCAN聚类识别,DBSCAN对原始水样光谱的识别率最高为95%,比降维后的后水样光谱识别率低了2.5%,结果表明,使用AE降维光谱数据,可提高DBSCAN对不同光谱的识别率。最后,用监督学习算法K最近邻(KNN)识别降维后的水样光谱,将识别结果和无监督学习算法DBSCAN的识别结果对比,其中训练集选用三种水样,测试集使用四种水样;在测试集中,监督学习算法只能准确地识别训练集所包含的水样类别,但把训练集没有的类别全部识别错误,而DBSCAN能准确的识别出训练集中没有的水样光谱。非线性降维算法AE能实现对高维的水样光谱数据降维,把MVO-DBSCAN用于煤矿突水水源的LIF光谱识别,可有效降低因矿井水源光谱数据库建立不完备而引起的误识别。     

成像光谱仪扫描镜运动准确度测量

扫描镜的运动准确度直接影响成像光谱仪对地运动补偿效果,为此研制了一套扫描镜运动准确度测试设备对其进行测量.首先分析了扫描镜的运动补偿原理,从理论上给出了运动补偿曲线;随后以15 m地面像元分辨率和系统调制传递函数下降2%作为依据分别确定了扫描镜的位置和速度准确度要求,列出了扫描镜运动补偿倍数与相对转速误差的关系.基于检定设备1/3法则提出了扫描镜运动准确度测试设备技术指标要求,接着以0.8″绝对式光电编码器为核心建立了一套扫描镜运动准确度测试装置,并从测试方法误差和编码器测角误差两方面对测试装置测角和测速准确度进行了详细分析;最后采用研制的测试装置对扫描镜的运动准确度进行了测量试验.试验结果表明扫描镜位置准确度优于3″±1.2″,4倍补偿时速度准确度为5.6%±1.29%,6倍补偿时速度准确度为3.85%±1.29%,满足成像光谱仪对扫描镜运动准确度要求.外场成像图像证明本文提出的扫描镜运动准确度测量方法及设备可用于成像光谱仪扫描镜的性能检测与验收.     

基于面阵CCD和小波变换的航空相机自动调焦研究

分析了线阵CCD交汇测量的工作原理和在最优化结构布局条件下系统的工作特点。提出了一种利用面阵CCD和小波变换理论测量航空相机摄影高度并自动完成相机调焦的方法。给出了实测系统的设计方案。结果表明 ,利用面阵CCD图像小波变换后的边缘特征 ,可自动确定航空相机的摄影距离 ,并能实现相机的自动调焦 ;通过改变CCD中心区域的大小 ,可以排除地面上多个相同目标的影响