联合自然梯度和AdamW算法的RSF图像分割模型

关键零件内部复杂结构的精密测量是高端制造领域攻克的难题。当采用工业CT技术实现对象内部结构精密测量时，面临目标图像灰度不均匀性、边缘模糊、伪影等问题。有鉴于此，本文研究了局部能量最小化模型(RSF)的图像分割方法，引入自然梯度和AdamW算法分别提高了RSF模型的收敛速度和参数自适应性。首先，在统计流形上计算自然梯度，提高梯度下降效率和RSF模型收敛速度；其次，采用AdamW算法实现RSF模型的高斯核函数尺度大小自适应控制。与经典RSF模型相比，改进后的RSF模型迭代次数减少了1 353次，迭代次数降低约76.79%,迭代时间减少约43.61%,测针球面半径和航空燃油喷嘴圆柱直径测量误差均较小，既保持了原模型亚像素分割精度，又大幅提高了模型收敛速度和鲁棒性。     

一种新的GVF Snake模型自动初始化轮廓方法

Snake模型已被广泛地应用于数字图像分析和计算机视觉领域.在应用该模型时,初始轮廓不易实现自动化.因此,提出一种改进分水岭算法确定GVF Snake模型初始轮廓的方法.该方法先采用改进的分水岭算法对图像进行预分割,再将得到的边缘作为GVF Snake模型的初始边缘轮廓.实验结果证明:该方法极大地减少了GVF迭代次数,提高了轮廓收敛的速度,并保留了GVF Snake模型的所有优点,为Snake模型自动初始化轮廓提供了一种有效的方法.     

基于NUDMPSO算法的粗轧机速度优化及补偿研究

针对钛合金棒材连轧过程中由于速度不协调而引起的堆料,拉料及出口棒材直径不均匀的问题,提出了一种基于非均匀动态变异粒子群(non-uniform dynamic mutation particleswarm optimization,NUDMPSO)优化速度控制系统的算法。首先,应用NUDMPSO算法对Rosenbrock函数和Rastrigrin函数进行寻优测试,结果表明NUDMPSO算法不仅收敛速度较快,而且当算法陷入局部最优时,通过非均匀动态变异操作,算法能够跳出局部最优,并最终收敛到全局最优值附近。其次应用PSO算法和NUDMPSO算法对PID控制器进行优化,仿真结果表明了NUDMPSO算法优于PSO算法。最后文中给出负载波动时的速度补偿算法,经实验及仿真证明了方法的有效性。     

电容层析成像图像重建中的迭代算法

电容层析成像技术中图像重建算法的准确与快速是其在工业实际中得以应用的关键。Landweber方法是一种简单、灵活的迭代算法，具有很好的正则化特性，它的投影变体能够提供非负的图像重建。Landweber算法实际应用的困难是其收敛速度太低。本文采用预处理方法来加快Landweber迭代方法的收敛速度，即通过较少的迭代次数，获得适当的重建结果。仿真实验表明，同经典的快速算法共轭梯度迭代方法相比，预处理Landweber迭代方法具有更好的重建图像质量。     

应用振幅调制纯相位滤波器实现旋转不变识别

提出了一种基于振幅调制纯相位滤波器(AMPOF)的旋转不变识别新算法.该算法充分利用振幅调制纯相位滤波器区分能力强的优点,结合综合鉴别函数方法,拓展了综合鉴别函数(SDF)在畸变不变模式识别领域的应用.利用各幅训练图像傅里叶变换的振幅和相位信息,逐一构建成子滤波器,并将它们加权求和得到合成滤波器;然后采用迭代算法求解出合理的权重系数.仿真实验结果表明:对于实验采用的目标训练图像和非训练图像,改进算法的相关输出峰值大约提高95%～112%;对于只有少量像素的局部训练图像,改进算法的相关输出峰值大约提高74%.这种优化算法使得振幅匹配和相位匹配更加充分,相关输出增益明显增强,能够一定程度地降低训练量.     

基于多项式加速的电容层析成像图像重建算法

针对普通迭代方法收敛速度慢的问题,提出一种多项式加速的正则化迭代电容层析成像算法来加快其收敛速度.在介绍12电极电容层析成像系统基本原理的基础上,给出了该算法的数学模型,并利用谱分析对该算法的收敛性进行了证明.探讨了ECT应用该算法的可行性,该算法易满足收敛条件且重建图像误差小.仿真和实验结果表明,和LBP、Landweber算法相比,该算法兼备成像质量高及收敛速度快等优点,为ECT图像重建算法的研究提供了一个新的思路.     

基于振幅调制纯相位滤波器的旋转不变识别优化算法研究

为了提高光学匹配滤波相关识别的综合性能,提出一种基于振幅调制纯相位滤波器的旋转不变识别新算法,该算法使用综合鉴别函数和迭代算法将各个不同旋转角度的训练图像构建成子滤波器,并将它们加权求和得到优化的合成滤波器。这种新的优化算法使得相位匹配更加充分,显著提高多种识别条件下的相关峰值,能够一定程度地降低训练量。计算机仿真实验结果表明此种算法具有良好的旋转不变识别效果。     

基于非负支撑域受限递归逆滤波的自适应图像盲复原

针对原始非负支撑域受限递归逆滤波(NAS-RIF)算法存在的缺点,提出了一种自适应的NAS-RIF图像盲复原算法.首先,在NAS RIF算法的代价函数中加入正则化约束项和空域加权因子,通过自适应地调整正则化参数和空域加权因了来改善算法的抗噪性能,并确保复原的逼真和平滑.然后,在算法的每次迭代中,采用图像分割技术找到准确的目标支持域,并用背景的平均值取代非均匀背景.最后,利用N步重置共轭梯度法优化代价函数,加快了算法的收敛速度.在不同信噪比条件下对两种模糊图像进行了实验,结果显示,采用本文算法得到的信噪比增益(△SNR)分别为6.315 3 dB和8.910 6 dB,表明该算法具有较好的噪声抑制和边缘细节恢复效果.对低信噪比的退化图像,本文算法也能得到更好的复原结果.     

神经网络结构与算法对变压器故障诊断的影响

BP神经网络算法本质上是基于梯度下降的一种迭代学习算法,存在学习收敛速度慢、收敛精度低、易陷入局部极小、学习率难以选取、隐层数及隐层神经元个数难以确定等缺陷。为了选择出更适宜变压器DGA故障诊断的神经网络结构及算法。本文采用了常用的几种智能算法对变压器故障样本进行了诊断性能对比实验。结果得出Levenberg-Marquardt神经网络算法是收敛速度较快的算法,有动量和自适应的梯度下降法是收敛稳定性较佳的算法;网络最优结构设计过程。为用于变压器DGA故障诊断的神经网络的结构和算法提供了系统化的试验方法。     

即时学习型迭代学习控制在励磁控制中的应用

将即时学习算法型迭代学习控制引入发电机的励磁控制。运用即时学习算法来解决系统的迭代学习控制初值问题,有效地估计初始控制量,加快了算法的收敛速度。仿真结果表明,所设计的励磁控制器与常规PID控制器和非即时学习型励磁控制器相比其收敛速度明显加快,具有更强的维持机端电压的能力。     

改进二分搜索算法在故障测距中的应用

针对故障测距中搜索法的伪根、不收敛和低精度等问题,将方向监测法应用到二分搜索故障测距中。开展了伪根原因和二分搜索的分析,建立了避开伪根与搜索方向之间的关系;提出了能对查找方向监测并修正的二分搜索改进算法,以保证收敛,并通过数据处理环节提高了测距精度;在Matlab仿真系统中,对改进算法的测距性能进行了评价,进行了避开伪根和测距精度的试验。仿真结果表明,该算法对全线范围有效,能避开伪根,保证收敛而且测距精度高;此外,该改进算法不受过渡电阻、故障类型和故障距离等影响。     

基于GPU的混合精度平方根共轭梯度算法

针对当前基于GPU的数值算法具有双精度数据性能低下的缺陷.提出了一种适于GPU统一计算架构Fermi-CUDA的混合精度平方根共轭梯度算法用以求解稀疏线性方程组.该算法采用单精度内迭代与双精度外迭代结合的方法,以充分利用GPU体系结构下单精度高性能和双精度高精度的优点.整个算法的计算部分完全在GPU端进行,减少了CPU和GPU之间的数据通信.实现了基于GPU的平方根共轭梯度法、Jacobi迭代法和Gauss-Seidel迭代法,分析它们作为内迭代算子对算法收敛性的影响.实验表明,该算法获得了与全双精度数据处理等同的计算精度,比GPU全双精度在浮点性能上提升近一倍,相对于CPU全双精度串行算法,最大加速比达到70以上.     

点接触弹流润滑问题的高效直接算法

在复合直接迭代法的基础上,运用分块迭代的思想将方程组降维,通过研究弹性变形影响因子对弹性变形的影响,将压力迭代矩阵由满元阵变为稀疏的带状阵,提出一种新的求解点接触弹流问题的高效直接迭代算法.与复合直接迭代法相比,该算法大大减少了计算量,计算效率至少提高20倍,并且可适用重载工况.将新算法计算结果与Hamrock-Dowson公式计算结果进行比较,并讨论迭代矩阵半带宽与收敛速度、载荷范围、计算精度以及数值稳定性的关系.结果表明,当压力迭代矩阵密度为满阵的22％～25％时,新算法具有最高的计算精度.     

改进的BP算法在多目标识别中的应用

为了实现对多目标的识别,提出了一种改进的BP算法。采用在步长函数中加入变动量因子,即当连续两次迭代其梯度方向相同时,步长加倍;当连续两次迭代其梯度方向相反时,步长减半。由于步长在迭代过程中自适应进行调整,使误差函数E在超曲面上的不同方向按照步长向极小点逼近,实现了对目标函数的优化。给出了在目标函数最优时的BP网络对三种飞机测试集的识别结果,其收敛速度比传统BP算法快4倍以上,表明该方法能够有效地用于多目标的识别。     

用于快速形状匹配的精确型高度函数特征描述

在形状匹配过程中为了提升高度函数描述子的检索精度和对边界噪声与局部变形的鲁棒性,本文提出了一种精确型高度函数特征描述算法。首先提取目标形状外轮廓,构造轮廓采样点的精确型高度函数描述子并进行特征降维,接着利用优化后的并行动态规划进行形状匹配,最后引入形状复杂度分析提升匹配效果。基于点的几何特征显著性,提出形状精度理论,进一步分析局部形变与边缘噪声对形状特征描述的影响。在MPEG-7数据库、Swedish Leaf数据库、Tools数据库和ETH-80大型3D数据库上进行匹配实验以及在Kimia99数据库上进行抗噪实验,实验结果表明:本文提出的算法效率高,匹配时间仅为高度函数描述子的12.5%,在MPEG-7和ETH-80上的检索率最高分别为90.38%和90.07%;在Swedish Leaf和Tools上,检索精度最高分别为95.07%和94.86%,检索性能和鲁棒性均优于高度函数和其他重要算法;在添加噪声的Kimia 99上,该算法的抗噪性能优于高度函数描述子,即使在噪声水平为2.0的情况下,依旧能保持91.92%的检索率。本文提出的算法检索精度高,效率高,鲁棒性好,抗噪性强,具有较好的可扩展性,能有效地应用于形状检索领域。     

一种新的动态蚂蚁遗传混合算法应用研究

针对传统蚂蚁遗传混合算法收敛速度慢的特点,提出了一种新的动态蚂蚁遗传混合算法.新算法采用最佳融合点评估策略,动态地控制遗传算法与蚂蚁算法的调用时机,并设计了相应的信息素更新方法,有效减少了算法的冗余迭代次数,提高了搜索速度;同时引入迭代调整闯值控制算法后期的遗传操作和蚂蚁规模,加快了种群进化速度,从而更快地找到最优解.通过对Muth and Thompson基准问题进行计算机仿真,实验证明新算法收敛速度得到了提高.     

一种改进的Canny边缘检测算法

针对Canny边缘检测算法存在的缺陷,提出了一种改进型Canny边缘检测算法。首先采用非线性扩散滤波减少了图像噪声,同时保持图像的边缘信息;在邻域梯度幅值计算中,考虑像素对角线方向的梯度,进一步抑制了噪声的影响;最后采用平均方差阈值法选取阈值,从而提高了对不同图像的自适应性。通过对实验图像的分析表明,该改进算法对含噪图像的边缘提取具有较好的检测精度和准确性。     

电磁层析成像图像重建中的修正共轭梯度算法

通过研究共轭梯度算法,推导出适用于电磁层析成像的修正共轭梯度算法,该方法提高了收敛速度,改善了电磁层析成像重建图像的质量。首先以共轭搜索方向充分下降为充分条件,理论推导出修正共轭梯度算法。然后从相对图像误差、相关系数和收敛曲线几个方面出发,评价了Landweber迭代法、单步Tikhonov正则化方法、共轭梯度法和修正共轭梯度法在电磁层析成像图像重建中的结果,得出结论:修正共轭梯度方法的相对图像误差最小,重建图像和原图像的相关系数最高,收敛情况优于共轭梯度算法。     

基于加权SVD截断共轭梯度的ECT图像重建算法

针对电容层析成像技术中的“软场”效应和病态问题,基于灵敏度矩阵的奇异值分解理论,提出了一种加权SVD截断共轭梯度的ECT图像重建算法,给出了算法的数学模型,完成了算法的收敛性分析和证明,并将其应用在电容层析成像系统的图像重建中。仿真和实验结果表明,同LBP算法和CG算法相比,该算法有成像效果好,成像速度快,易于实现等特点。