一种半集总微波带通滤波器的设计

本文设计了一种适用于阵列天线的带通滤波器,主要用于抑制杂波干扰。该滤波器以传统椭圆函数滤波器设计理论为基础,并对输入输出端口进行高低通包络匹配,从而解决了椭圆函数滤波器带外抑制平缓的问题 。为了满足滤波器设计指标的要求,电路采用半集总参数思路实现。文中给出了该滤波器的设计过程及实际测量结果。实测结果和仿真结果相符合,满足技术指标要求。     

Measurement of the anisotropy factor with azimuthal light backscattering

To achieve accurate measurements, the creating a fitting hole for internal diameter（CFHID） measurement method and the establishing multi-sectional curve for external diameter（EMCED） measurement method are proposed in this paper, which are based on computer vision principle and three-dimensional（3D） reconstruction. The methods are able to highlight the 3D characteristics of the scanned object and to achieve the accurate measurement of 3D data. It can create favorable conditions for realizing the reverse design and 3D reconstruction of scanned object. These methods can also be applied to dangerous work environment or the occasion that traditional contact measurement can not meet the demands, and they can improve the security in measurement.     

采用基于密度加权和偏好信息的K均值聚类的胸阻抗信号自动检测算法

为了自动识别胸阻抗(TransThoracic Impedance, TTI)信号中的按压和通气波形,完成相关重要参数的计算,从而实现对心肺复苏质量的监测评估,该文提出一种基于密度加权与偏好信息的胸阻抗信号自动检测算法。该方法针对实验采集的猪的电诱导心脏骤停模型TTI信号,通过预处理和多分辨率窗口搜索法完成潜在按压和通气波形的标记;接着,提取每个标记波形的宽度、幅值以及相邻波形特征差作为特征,并按标记波形宽度对信号进行分段;之后,再对信号进行小波分解,提取其小波系数每段的能量与原始波形幅值之比作为特征;最后采用基于密度加权与偏好信息的K均值聚类分析法对标记的波形进行分类识别。实验结果表明,该算法对TTI信号中按压波形和波形分析识别的正确率和敏感度均较高,鲁棒性好,且运行时间(0.43 s0.07 s)满足实时性要求。     

基于非下采样Contourlet域高斯尺度混合模型的图像降噪

提出了一种图像去噪方法,将高斯尺度混合(GSM)模型引入非下采样Contourlet变换(NSCT)域,构造了基于NSCT分解系数的邻域模型,并利用Bayes最小均方(BLS)估计进行局部去噪。仿真实验结果表明,通过本文提出的方法能够有效去除高斯噪声,较完整地保持图像中的边缘等细节信息,在峰值信噪比(PSNR)提高与视觉效果上优于其它的去噪方法。实验结果验证了方法的正确性。     

一种预测菱形运动估计算法

在保证估计质量的情况下,为了降低运动估计算法的搜索次数,提出了一种预测菱形搜索算法.该算法保留了菱形算法的简易性和规则性,在菱形搜索算法中加入了对运动矢量的预测.实验表明和菱形算法比较,该算法减少了搜索次数,提高了估计质量.     

用整数小波结合改进SPIHT编码实现静止图像无损压缩

无损图像压缩是图像处理中的一个重要领域 ,传统的基于熵编码的无损压缩编码方式存在一定的局限。利用提升算法构造整数小波变换 ,然后针对无损压缩特点 ,对 SPIHT算法加以改进 ,实现了一种可行的图像无损压缩编码方案。实验表明 ,优于传统熵编码和直接采用 SPIHT的无损压缩方法     

基于语音卷积稀疏迁移学习和并行优选的帕金森病分类算法研究

基于语音数据分析的帕金森病(PD)诊断存在样本量小、训练与测试数据分布差异明显的问题。为了解决这些问题,需要从降维和样本扩充两个方面同时进行。因此,该文提出结合加噪加权卷积稀疏迁移学习和样本特征并行优选的PD分类算法。该算法可从源域的公共语音库中学习有利于表达PD语音特征的有效结构信息,同时完成降维和样本间接扩充。样本特征并行优选考虑到了样本和语音特征间的关系,从而有助于获取高质量的特征。首先,对公共语音库进行特征提取构造公共特征库;然后,以公共特征库对PD目标域的训练数据集及测试数据集进行稀疏编码,这里分别采用传统稀疏编码(SC)与卷积稀疏编码(CSC)两种稀疏编码方法;接着,对编码后的语音样本段和特征数据进行同时优选;最后,采用支撑向量机(SVM)进行分类。实验结果表明,该算法针对受试者的分类准确率最高值达到了95.0%,均值达到了86.0%,较相关被比较算法有较大提高。此外,研究还发现,相较于传统稀疏编码方法,卷积稀疏编码更有利于提取PD语音数据的高层特征;同样,迁移学习也有利于提高该算法性能。     

基于贝叶斯准则的随机共振算法研究

该文针对二元假设检验问题,首先在贝叶斯准则的基础上,分析了最小化贝叶斯代价所对应的最优噪声,将贝叶斯代价的最小化问题等价为虚警概率和/或检测概率的最优化。其次,在保证一定虚警概率和检测概率的前提下,建立起能同时改善检测概率和虚警概率的模型。然后分别给出当检测概率一定时虚警概率最小和虚警概率一定时检测概率最大这两种极限情况下对应的最优加性噪声,并对其进行线性凸组合以获得模型所需的最优加性噪声,进一步分析并证明了该模型能够成立的充分条件。再次,获得先验概率已知和未知两种情况下最小化贝叶斯代价时所对应的加性噪声,且当先验知识发生改变时,该算法只需调整加性噪声中一个可变参数即可获得相应的最优贝叶斯代价。最后,结合具体的检测问题,通过仿真验证了所提算法的有效性。     

基于包络学习和分级结构一致性机制的不平衡集成算法

集成方法是不平衡学习方法的重要分支,然而,现有不平衡集成方法均作用于原样本而没考虑样本的结构信息,因此其效能仍然有限.样本的结构信息包括局部和全局结构信息.为了解决上述问题,本文提出了一种基于深度样本包络网络（Deep Instance Envelope Network, DIEN）和分级结构一致性机制（Hierarchical Structure Consistency Mechanism, HSCM）的不平衡集成学习算法.该算法在考虑局部流形和全局结构信息的情况下,通过多层样本聚类,生成高质量的多层包络样本,从而实现类平衡化.首先,算法基于样本近邻拼接和模糊C均值聚类算法,设计DIEN来挖掘样本的结构信息,得到深度包络样本.然后,设计局部流形结构度量和全局结构分布度量来构建HSCM用于增强层间样本的分布一致性.接着,将DIEN和HSCM结合起来,构建出优化后的深度样本包络网络——DH (DIEN with HSCM).之后,将基分类器应用于包络样本.最后,设计bagging集成学习机制来融合基分类器的预测结果 .文末组织了多组实验,采用了十多个公共数据集和有代表性的相关算法进行验证...     

高频PCB设计过程中的干扰分析及对策

通过系统分析高频PCB板中出现的干扰，指出了各种干扰的成因，并结合工程应用，提出了切实可行并且比较新颖的解决方法。