多值测试诊断策略优化设计

针对电子系统中多值测试条件下的测试排序问题,提出了一种诊断策略优化方法。首先,以相关性矩阵模型为基础,将已有的二值测试的优化算法同多值测试问题相结合,提出了适用于多值测试的基于霍夫曼编码的启发式函数;其次,将平均测试代价最小和平均测试步骤最少作为优化目标,采用与或树启发式搜索算法生成诊断树,得到多值测试的诊断策略,并给出了诊断策略优化方法的具体实现步骤;最后,将其应用到航空设备的实例中。结果表明提出的基于霍夫曼编码的与或树启发式搜索算法是可行的,其生成的诊断树是最优的,比基于信息熵的与或树启发式搜索算法具有更小的平均测试代价和更少的平均测试步骤。     

基于多级BP神经网络的无线电罗盘多故障诊断研究

【】本文针对过拟合现象提出了基于提前停止法的学习率可变BP算法,运用多级BP神经网络诊断思想,提出了基于多级BP神经网络的多故障诊断方法。文中根据BP神经网络改进算法和网络撕裂法,对具体的机载无线电罗盘测向电路建模仿真,将复杂的无线电罗盘电路分解为3个子网络,并对每个子网络建立合适的故障集,快速准确诊断得出电路中的故障模块。     

多任意形状感兴趣区域块覆盖灰度掩模方法

在JPEG2000图像中,采用灰度掩模方法对多个任意形状感兴趣区域进行标识时,由于其要求掩模的行数和列数和原图像相同,使得掩模的数据量非常庞大.为减小掩模的数据量,提出了一种块覆盖灰度掩模方法.该方法在研究灰度掩模的基础上,采用由多个像素点组成的分块灰度掩模来代替原单个像素点组成的灰度掩模,以对多个任意形状感兴趣区域进行标识.在对标识要求精度不太高的情况下,可极大地减小掩模的数据量.针对掩模扩张带给掩模数据量影响的问题,利用一个实例进行了数学计算,计算表明,当感兴趣区域面积足够大时,掩模扩张不会对掩模的数据量带来太大影响.     

基于背景差分的一种运动目标检测方法

针对运动目标检测中,传统背景差分法在运动目标和背景颜色相近时不易检测的缺点,提出了一种检测完整运动目标的方法。该方法对YUV彩色空间下的3个通道分别选取独立的阈值进行初次检测,最大化地利用了视频中图像的色彩信息。在包含初次检测所获运动目标的最小矩形区域内进行二次检测,有效地提高了检测精度。实验证明,相比于常规方法,该方法的检测结果更加清晰完整。     

基于动态光谱法的多波长脉搏血氧饱和度测量

目前临床上血氧饱和度的无创检测主要基于双波长的脉搏血氧饱和度测量原理,但其检测精度仍然需要进一步的探究和完善。近年来,国内外的很多研究者采用三波长甚至八波长的方法测量血氧饱和度,从某种程度上减小了误差。动态光谱法作为一种新型血液成分无创检测方法,能消除受试者个体差异和测量环境等的影响,在血红蛋白浓度的无创检测研究中取得了很好的效果。基于动态光谱法对多波长下脉搏血氧饱和度检测进行了研究：对60名重症监护患者进行动态光谱采集以及动脉抽血分析血氧饱和度值;采用高灵敏度光纤光谱仪,采集受试者指端透射多波长下的光谱信息;以单拍提取法提取波长范围为606.44~987.55 nm的动态光谱;以动脉血气分析中血氧饱和度值为参考真值,建立血氧饱和度与多波长动态光谱数据的组合间隔偏最小二乘校正模型;得到预测集的相对误差为±0.017 6,而两波长测量装置监护仪上得到的数据相对误差为±0.116 4。结果表明：利用高灵敏度光纤光谱仪采集多波长光谱信息,用动态光谱法进行数据预处理,进行多波长血氧饱和度检测,有效降低了血氧饱和度的测量误差。     

基于AdaBoost与GABP的模拟电路软故障诊断方法

针对容差模拟电路软故障诊断精度较低的问题,提出了一种基于AdaBoost与GABP的组合分类器诊断方法;首先,在Pspice中对故障模式进行Monte-Carlo分析,并利用波形有效点提取法提取故障特征,在此基础上,做归一化处理构建神经网络的原始样本;其次,利用GA算法与L-M算法组合优化BP网络构建GABP分类器;最后,利用AdaBoost算法对GABP单分类器进行迭代提升,构建AdaBoost-GABP组合分类器;诊断实例的结果表明,该方法比传统的单分类器诊断方法具有更高的诊断精度、更低的绝对误差,能够克服单分类器容易陷入局部最优,诊断结论不可信的缺陷。