|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
一種基于改進(jìn)二維經(jīng)驗(yàn)?zāi)B(tài)分解算法的圖像去噪方法
本發(fā)明公開了一種基于改進(jìn)二維經(jīng)驗(yàn)?zāi)B(tài)分解算法的圖像去噪方法,首先，將待去噪圖像經(jīng)傳統(tǒng)BEMD算法進(jìn)行自適應(yīng)分解得到各階IMF后，對(duì)各個(gè)IMF的概率密度函數(shù)與待去噪圖像概率密度函數(shù)之間的相似性進(jìn)行測(cè)量，其次，根據(jù)相似性測(cè)量值區(qū)分出噪聲主導(dǎo)模態(tài)函數(shù)與信號(hào)主導(dǎo)模態(tài)函數(shù)的邊界索引值,然后，使用小波去噪算法對(duì)噪聲主導(dǎo)模態(tài)函數(shù)進(jìn)行降噪處理得到實(shí)際的圖像噪聲，接著，重構(gòu)出與原圖像具有相同信噪比的多幅圖像后對(duì)其累加求平均、實(shí)現(xiàn)將噪聲壓縮到低階IMF中，最后，使用BEMD?DT對(duì)該平均圖像進(jìn)行去噪處理。通過本發(fā)明方法對(duì)圖像進(jìn)行去噪，取得效果均好于小波降噪以及傳統(tǒng)BEMD等降噪方法的去噪效果。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
一種基于視覺顏色理論和同質(zhì)抑制的輪廓與邊界檢測(cè)算法
一種基于視覺顏色理論和同質(zhì)抑制的輪廓與邊界檢測(cè)方法，屬于計(jì)算機(jī)視覺和模式識(shí)別的交叉領(lǐng)域，旨在從復(fù)雜的自然場(chǎng)景中提取目標(biāo)的輪廓和邊界。本發(fā)明通過研究人眼視覺信息處理機(jī)制，對(duì)視覺通路各級(jí)神經(jīng)元的感受野建立數(shù)學(xué)模型，同時(shí)利用非經(jīng)典感受野的調(diào)制作用來(lái)抑制紋理邊緣，從而突顯輪廓和邊界
華中科技大學(xué)
2021-04-10
.jpg){kind=logo}
一種基于遺傳算法的異構(gòu) CAD 模型數(shù)據(jù)交換的系統(tǒng)及方法
本發(fā)明公開了一種基于遺傳算法的異構(gòu) CAD 模型數(shù)據(jù)交換的系統(tǒng)及方法，本發(fā)明的異構(gòu) CAD 模型數(shù) 據(jù)交換的系統(tǒng)包括二個(gè)部分:源端 CAD 系統(tǒng)和目標(biāo)端 CAD 系統(tǒng)。同時(shí)，將異構(gòu) CAD 模型數(shù)據(jù)交換分為兩 層:3D 特征參數(shù)層和 2D 草圖參數(shù)層。在 3D 特征參數(shù)層，采用了直接特征映射和間接特征映射的方法實(shí)現(xiàn) 特征數(shù)據(jù)的交換。在 2D 草圖參數(shù)層，采用直接元素映射、間接元素映射及樣條映射。將 2D 草圖參數(shù)層中 樣條映射問題轉(zhuǎn)換為樣條擬合問題。創(chuàng)新性的將遺傳算法引入到異構(gòu) CAD 數(shù)據(jù)交換領(lǐng)域。在遺傳算法個(gè)體 的適應(yīng)度計(jì)算中，引入了 Hausdroffdistance。本發(fā)明可以用于復(fù)雜模型的異構(gòu) CAD 數(shù)據(jù)交換，交換之后的 目標(biāo)模型，不僅與原始模型具有極高的相似度，而且保留了原始模型的參數(shù)化特征信息。
武漢大學(xué)
2021-04-13
州大學(xué).jpg){kind=logo}
城市道路交通信號(hào)協(xié)調(diào)控制算法的優(yōu)化研究與應(yīng)用
本項(xiàng)成果對(duì)傳統(tǒng)的協(xié)調(diào)控制算法進(jìn)行了優(yōu)化研究，可以使城市道路綠波帶控制的效果得到改善，使交叉口通行效率獲得提升。仿真表明，本項(xiàng)成果的應(yīng)用可以使延誤減小10%~20%。
揚(yáng)州大學(xué)
2021-04-14
一種基于和聲搜索算法的無(wú)線傳感器網(wǎng)絡(luò)分簇路由方法
本發(fā)明公開了一種基于和聲搜索算法的無(wú)線傳感器網(wǎng)絡(luò)分簇路 由方法，包括:(1)全局信息的傳遞和匯聚，獲得全局信息，并將其傳 遞到匯聚節(jié)點(diǎn);(2)匯聚節(jié)點(diǎn)通過全局信息對(duì)整個(gè)傳感器網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò) 分簇路由的優(yōu)化計(jì)算與配置;(3)普通傳感器節(jié)點(diǎn)監(jiān)測(cè)采集和處理應(yīng)用 信息，將其處理成數(shù)據(jù)包，轉(zhuǎn)發(fā)到簇頭節(jié)點(diǎn)，簇頭節(jié)點(diǎn)進(jìn)行數(shù)據(jù)融合， 并向下一跳簇頭節(jié)點(diǎn)發(fā)送數(shù)據(jù)包;(4)下一跳簇頭節(jié)點(diǎn)接收到數(shù)據(jù)包后， 將自身剩余能量信息加入到數(shù)據(jù)包中，并按照數(shù)據(jù)包中的最優(yōu)路由， 繼續(xù)向下一跳簇頭節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)包。本發(fā)明的方法解決了無(wú)線傳
華中科技大學(xué)
2021-04-14
一種基于動(dòng)態(tài)規(guī)劃算法的網(wǎng)絡(luò)數(shù)據(jù)傳輸能耗優(yōu)化方法
本發(fā)明公開了一種基于動(dòng)態(tài)規(guī)劃算法的網(wǎng)絡(luò)數(shù)據(jù)傳輸能耗優(yōu)化 方法，具體步驟為：①統(tǒng)計(jì)當(dāng)前網(wǎng)絡(luò)傳輸任務(wù)列表及截止時(shí)間列表， 挑選出最大截止時(shí)間，作為所有任務(wù)的結(jié)束時(shí)間；②若當(dāng)前有新任務(wù) 加入，則根據(jù)任務(wù)列表、截止時(shí)間列表、網(wǎng)絡(luò)帶寬狀態(tài)，通過本發(fā)明 中改進(jìn)的動(dòng)態(tài)規(guī)劃算法計(jì)算出傳輸決策方案，以此控制網(wǎng)絡(luò)傳輸，時(shí) 間推進(jìn)并執(zhí)行步驟①；③若當(dāng)前無(wú)新任務(wù)到達(dá)且任務(wù)未完成，則按照 最近一次的傳輸決策序列控制網(wǎng)絡(luò)傳輸，時(shí)間推進(jìn)并執(zhí)行步驟
華中科技大學(xué)
2021-04-14
一種基于視覺顏色理論和同質(zhì)抑制的輪廓與邊界檢測(cè)算法
一種基于視覺顏色理論和同質(zhì)抑制的輪廓與邊界檢測(cè)方法，屬于計(jì)算機(jī)視覺和模式識(shí)別的交叉領(lǐng)域，旨在從復(fù)雜的自然場(chǎng)景中提取目標(biāo)的輪廓和邊界。本發(fā)明通過研究人眼視覺信息處理機(jī)制，對(duì)視覺通路各級(jí)神經(jīng)元的感受野建立數(shù)學(xué)模型，同時(shí)利用非經(jīng)典感受野的調(diào)制作用來(lái)抑制紋理邊緣，從而突顯輪廓和邊界。本發(fā)明的創(chuàng)新點(diǎn)在于將人眼顏色信息處理機(jī)制引入輪廓與邊界檢測(cè)模型中，通過設(shè)置不平衡的視錐輸入檢測(cè)出顏色和亮度邊界，保持輪廓的完整性，同時(shí)考慮
華中科技大學(xué)
2021-04-14
一種考慮逆變型分布式電源接入的配電網(wǎng)故障區(qū)域定位算法
本發(fā)明公開了一種考慮逆變型分布式電源接入的配電網(wǎng)故障區(qū)域定位算法，包括如下步驟：(1)建立恒功率控制方式下逆變型分布式電源故障特性分析模型；(2)根據(jù)配電網(wǎng)中聯(lián)絡(luò)開關(guān)、斷路器等開關(guān)器件的分布特點(diǎn)對(duì)配電網(wǎng)進(jìn)行分區(qū)處理，使用圖論的理論分析方法，建立配電網(wǎng)的圖模型，并設(shè)定配電網(wǎng)的電流參考方向；(3)利用設(shè)定的配電網(wǎng)電流參考方向以及斷路器處保護(hù)裝置上傳的故障信息，通過矩陣運(yùn)算求取故障判斷矩陣，實(shí)現(xiàn)故障區(qū)域的定位。本發(fā)明能夠滿足分布式電源接入，無(wú)需動(dòng)作值整定，具備一定拓?fù)浣Y(jié)構(gòu)自適應(yīng)的能力。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
基于人工蜂群和量子粒子群算法的一維水質(zhì)模型參數(shù)率定方法
本發(fā)明公開了一種基于人工蜂群算法和量子粒子群算法的優(yōu)化計(jì)算方法，其包括以下主要步驟：(1)根據(jù)實(shí)際問題編制待優(yōu)化目標(biāo)函數(shù)；(2)輸入算法的通用運(yùn)行參數(shù)：種群數(shù)目、迭代次數(shù)、變量維數(shù)、變量取值范圍、待優(yōu)化目標(biāo)函數(shù)；(3)選取ABC、QPSO、QPSO+ABC和ABC+QPSO的一種或多種計(jì)算方法進(jìn)行計(jì)算；(4)若只使用一種，直接判斷結(jié)果是否滿足優(yōu)化要求；若多于一種計(jì)算方法，綜合比較計(jì)算結(jié)果及評(píng)價(jià)最優(yōu)的結(jié)果是否滿足此次優(yōu)化的要求；(5)若滿足要求，運(yùn)算結(jié)束，輸出計(jì)算結(jié)果和迭代曲線；(6)否則，修改算法的
安徽建筑大學(xué)
2021-01-12
一種基于改進(jìn)的 SVD-Krylov 算法的數(shù)控機(jī)床進(jìn)給系統(tǒng)建模方法
本發(fā)明公開了一種基于改進(jìn)的 SVD-Krylov 算法的數(shù)控機(jī)床進(jìn)給 系統(tǒng)建模方法，該算法包括如下步驟：基于動(dòng)力學(xué)方程建立數(shù)控機(jī)床 進(jìn)給系統(tǒng)的狀態(tài)空間方程模型；獲得原始系統(tǒng)狀態(tài)空間矩陣，原始系 統(tǒng)和傳遞函數(shù)模型；設(shè)定降階系統(tǒng)階次，啟動(dòng)多點(diǎn)矩匹配 SVD-Krylov·112·算法進(jìn)行降階；輸出降階系統(tǒng)狀態(tài)空間矩陣，降階系統(tǒng)及相應(yīng)降階傳 遞函數(shù)模型；采用正交實(shí)驗(yàn)方法和時(shí)間響應(yīng)法進(jìn)行降階算法仿真驗(yàn)證。 提出的降階建模算法降階后的模型能夠保證漸近穩(wěn)定，計(jì)算效率高， 同時(shí)采用迭代
華中科技大學(xué)
2021-04-14