LZW无损压缩算法在管道漏磁检测中的应用

漏磁无损检测是目前输油管道常用的安全检测方法,然而其检测数据庞大,必须要对数据进行压缩。介绍了一种基于字典存储技术的LZW(Lempel Ziv Welch)无损压缩算法,设计了一个基于FPGA和LZW压缩技术的管道漏磁数据无损压缩系统。通过调用FPGA仿真软件ModelSim对采集而来的漏磁数据进行压缩仿真,得到了较高的压缩效率,从而大大节省了存储器资源,降低了经济成本。     

漏磁检测技术在铁氧体缺陷检测中的应用

提出了一种基于漏磁检测技术的铁氧体缺陷无损检测方法.该方法通过对铁氧体进行局部磁化,在铁氧体缺陷周围产生漏磁场,磁敏传感器在经过缺陷周围时检测漏磁信号,进而识别缺陷特征.结合实验和仿真对所提出检测方法的可行性进行验证.结果表明,缺陷深度越大漏磁信号越强,同时磁场强度随着与缺陷中心距离的减小而逐渐增强,磁场强度在缺陷中心...     

基于电磁技术的煤矿钢丝绳检测

本文集中对目前应用较为广泛的电磁无损检测钢丝绳的各种原理进行了整理,介绍和分析比较,包括基于漏磁场的感应线圈法、霍尔效应法、磁通门法和基于磁致伸缩效应的磁致伸缩法.最后讨论了当前钢丝绳定量无损检测所面临的问题.     

超声相控阵无损检测自动成像系统的设计与应用

利用Microsoft.net作为开发平台,完成超声相控阵无损检测自动成像系统的开发和设计。该系统可以通过USB接口控制相控阵电路硬件系统阵元发射,完成数据实时采集和数据实时成像任务。系统同时支持A扫、B扫和S扫等多种超声相控阵扫查方式,同时成像参数、成像方式可以通过界面参数进行选择,并能实现图像放大缩小、光标定位、图像标尺标定和实时系统参数校正,采集到的数据可根据不同的扫查方式,实现3种格式的文件存储。通过自主开发超声线控阵无损检测自动成像系统节约了成本并拥有独立的知识产权。该系统方便灵活,加深了对超声相控阵信号成像的直观理解,有助于推动相控超声技术在无损检测中的应用。该系统也可以植入便携式设备,方便检测人员的使用。     

二维经验模态分解法在漏磁图像处理中的应用

采用图像方法可以更加直观地对管道漏检测中的缺陷进行判断,但在图像数据的采集过程中噪声是不可避免的。采用二维经验模态分解(BEMD)与均值滤波法相结合的方法对漏磁图像进行去噪处理,将图像信号分解为有限个二维固有模态函数(BIMF)和一个残余分量,将残余分量保留,对BIMF分别进行均值滤波,再将处理后的BIMF分量与残差一起重构图像,所得重构图像在保留原图像基本信息的基础上,消除了大量噪声信息。文中还直接采用均值滤波方法对漏磁图像进行去噪处理,通过信噪比的比较,表明BEMD方法用于漏磁图像去噪效果明显。     

小径管超声C扫描数据处理软件的实现

超声检测技术是无损检测领域中的一种非常重要的方法,与其它无损检测技术相比,它具有被测对象范围广、检测深度大、缺陷定位准确、检测灵敏度高、成本低、使用方便、速度快、对人体无害以及便于现场使用等优点。本文在传统超声波探伤系统的基础上,将机械、电气、计算机与超声检测技术相结合,根据超声C扫描无损检测的原理,编写了小径管超声C扫描无损检测数据处理软件。实现了缺陷的判断、检测结果的存储和输出等功能。     

无线终端设备的快速图像加密算法

无线终端设备的计算能力通常比一般的PC机低很多,因此许多现有的图像加密算法并不适用于无线终端设备。本文提出了一种基于无损图像压缩的加密算法,该算法具有较少的计算量、较高的安全性和一定的压缩率。理论分析与实验结果表明该算法适用于无线终端设备。     

混凝土结构裂缝检测中网络算法的研究

检测混凝土结构缺陷一般采用超声无损检测方法,传统的概率法在后期处理时有其自身的缺点.为了克服这些缺点,提出了采用蚁群优化算法与BP神经网络融合的方法进行后期处理,建立蚁群神经网络的数学模型,实现了蚁群神经网络的训练,并通过实例验证了该方法的有效性.     

基于改进哈夫曼编码的数据压缩方法研究

作为一种无损压缩编码方法,哈夫曼编码在数据压缩中具有重要的应用。经典的哈夫曼编码是在构造哈夫曼的基础上自下而上进行的,通过分析哈夫曼算法的思想,给出了一种改进的哈夫曼数据压缩算法。该算法利用队列结构,从哈夫曼的根节点出发,向叶子节点进行编码,在编码过程中仅将哈夫曼树的每个叶子节点进行一次扫描便可以得到各个叶子节点的哈夫曼编码。实验表明,改进算法不仅压缩率高于以往算法,而且保证了最终生成的压缩文件的安全性。     

超声检测在压力容器定期检验中的应用

结合实际工作,根据新修订的《承压设备无损检测第3部分超声检测》(NB/T47013.3-2015),阐述了无损检测中超声检测的定义,范围和优缺点,分析了超声检测在压力容器定期检验中的应用,为超声检测在实际工作中的应用指出了方向。     

基于分形的图像压缩算法研究

介绍了分形图像压缩理论,传统DCT变换算法和四叉树分形图像压缩算法,改进的分形图像压缩方法,分形与小波相结合的图像压缩算法,彩色图像压缩算法以及对分形图像压缩未来发展的展望.     

基于正域的决策树构造方法

决策树是数据挖掘中的一种重要分类方法.在此以粗糙集理论中的正域为启发式函数,设计了一种新的、有效的决策树构造方法.该算法具有较大的灵活性.能从测试属性空间逐次删除已使用过的属性.避免对这些属性进行重复测试,减少测试空间,降低了树的复杂性,从而提高了分类效率.最后,实例验证了算法的可行性与有效性.     

一种基于零树的树形扫描图像压缩编码方法

嵌入式零树编码被认为是目前国际上最先进的图像编码方法之一，但该算法在编“孤立零”码时会造成比特位冗余．因此本文提出了基于零树的树形扫描的图像压缩编码方法．实验结果表明该方法在保证恢复图像具有良好视觉效果的前提下，提高了压缩比，缩短了编码时间．     

一种改进的BSP二值图像压缩算法研究

针对二值图像矩形划分编码在划分时存在的问题,本文提出一种改进的BSP二值图像的压缩算法.该算法以二叉树为数据结构,以达到减小中间结点的开销;同时该算法的时间复杂度和空间复杂度均低于采用四叉树结构来压缩二值图像.其压缩比可提高17%;同时适用于复杂图像.     

基于MATLAB7．2神经网络工具箱的混凝土抗压强度预测

为最大限度地利用回弹法和超声波法混凝土抗压强度非破损检测试验数据,应用通用数学软件Mat-1ab7．2神经网络工具箱中的BP人工神经网络（BP—ANN）算法,通过优化网络结构和隐层节点数量建立了拓扑结构为2-10-1的BP—ANN模型;将其充分训练后,用于混凝土抗压强度预测。分析结果表明,混凝土抗压强度预测值与实测值的误差小于5．0％,能够满足工程需要;BP—ANN预测能力较强,具有一定的工程应用价值。     

Research and development at the Children's Television Workshop

Since its establishment in 1968, the Children's Television Workshop (CTW)—as a matter of policy—has incorporated research into the process of designing and producing educational materials. The first CTW project to use this team approach wasSesame Street, the educational television series created for in-home viewing by preschoolers. Today, the scope of CTW's efforts has widened dramatically to include other media (home video, print, computer software), other learning environments (schools, community organizations, afterschool child-care settings), and other national cultures. This article introduces this issue ofETR&D, which has been authored entirely by CTW researchers, producers, and executives. It describes CTW's approach to research and development, and sets out in broad terms the opportunities and constraints imposed by the environments in which the various projects and productions function.     

Integrating Research into Television Production: Square One TV and the case of “Pauline”

Within the field of formative research, there is debate as to whether researchers should collaborate with producers or serve as independent evaluators. The Children's Television Workshop (CTW) produces educational programs through a collaborative process of development that has come to be known as the “CTW Model”. Under the CTW Model, producers, content specialists, and researchers work together throughout the life of a project, from its initial conceptualization through its final production. This paper illustrates the value of the CTW Model via an in‐depth case study of the development and production of a single repeated format within Square One TV, an educational television series about mathematics. In particular, we focus on the multifaceted role played by formative research at all stages of production.     

决策树ID3算法分析及改进

决策树通过对获取的样本数据属性使用信息论知识原理进行解析和归纳,最终形成类似于流程图的树型结构形式。ID3算法是典型采用贪心算法的归纳学习算法,其使用递归方式采用贪心算法来生成决策树。与其他分类技术算法比较,ID3算法有着自己的优势,但在实际应用中,采用决策树ID3算法进行分类时,需要先对数据进行一些处理或改进。     

一种判定树生成改进算法

判定树归纳基本算法是判定树生成的核心算法,有着广泛的应用。针对判定树归纳算法容易出现局部最优化,即早熟现象这一缺陷,运用平均信息增益的方法对该算法进行了改进,把平均信息增益最大的值作为选择测试属性的标准,仿真试验也表明了改进后算法的优越性。