基于红外图像的绝缘子串自动提取和状态识别

为解决目前绝缘子低零值检测方法漏判率高、操作繁琐的问题,提出了一种新的绝缘子串红外图像中绝缘子盘面和铁帽区域自动提取方法和状态识别模型.首先将现场拍摄的绝缘子红外图像进行灰度化处理、去噪、二值化;然后从二值图像中提取反映绝缘子的特征点集合;通过特征点对二值图进行角度校正;最后通过区域提取中的特定算法提取出绝缘子的盘面和铁帽区域.通过提取该区域内的绝对温度、纹理和相对温差率作为绝缘子状态识别的特征集.将用电压分布法测得的绝缘子状态信息作为输出向量,通过训练得到优化的识别模型,用于绝缘子状态识别.该方法经过了220kV试验验证,证实了模型的有效性和实用性.     

川西须家河组前陆盆地构造层序及沉积充填响应特征

川西坳陷在须家河组沉积期为典型的周缘前陆盆地,受幕式造山运动的控制,其构造层序具有"二元体系域"的特征,即强烈造山期体系域和构造宁静期体系域。构造运动不仅控制着前陆盆地的层序地层发育,也会分配层序内部的沉积物充填。基于Vail经典层序地层学理论,综合利用地震、测录井等资料,分析研究区内构造层序类型及主控因素,阐明不同构造层序内部的沉积充填响应特征。结果表明:须家河组在前陆盆地期(须二段—须五段)可以划分为2个构造层序,其中须二段和须四段为强烈造山期体系域,须三段和须五段为构造宁静期体系域;构造运动是控制研究区构造层序发育的主要因素;强烈造山期体系域以粗粒沉积为主,发育冲积扇—辫状河三角洲—湖泊沉积体系,构造宁静期体系域以细粒沉积为主,发育曲流河三角洲—滨浅湖沉积体系。     

DEM模拟解析二元混合颗粒粒径偏析分布规律

颗粒粒径偏析分布是高炉炉顶布料过程中不可避免的现象,易造成炉喉处局部料层的空隙度降低和压差升高,影响煤气流的均匀分布,继而间接影响炉况的顺行。通过DEM离散单元法模拟研究二元混合颗粒的偏析分布规律,同时,提出一个偏析指数T,用以表征粒径偏析分布的相对程度。研究结果表明:同一T值图中,相邻区域颗粒的T值相差越大,则该区域颗粒的粒径偏析程度越大;不同T值图中,所有相邻T值之差的平均绝对值越大,则颗粒堆积整体粒径偏析程度越为严重。     

二值无线传感网络下异常活动的分布式检测

针对无线传感网络下的异常活动检测问题,提出了异常活动分布式检测方法(distributed abnormal activity detection approach,DetectingAct). DetectingAct将活动的定义从轨迹扩展到轨迹和持续时间的组合,将异常活动定义为在数据分布上与正常活动,即数据中反复出现的活动,偏差较大的活动,利用节点自身计算资源和存储资源进行检测. DetectingAct采用时间相关的频繁项集挖掘算法(duration-dependent frequent pattern mining algorithm,DFPMA )从数据中挖掘正常活动. 算法采用了非监督学习方法,避免了监督学习需要大量标记数据的缺点;按分布式存储机制(distributed knowledge storage mechanism,DKSM)将正常活动模式存入各节点;用分布式检测算法(distributed abnormal activity detection algorithm,DAADA )检测活动. 理论分析和实验结果表明,分布式检测方法相比传统的活动检测算法,实时性更强,平均检测长度为轨迹的78.2%,精度更高,准确率达到96.9%.      

EBPSK调制脉冲雷达信号的探测性能

研究了EBPSK(extended binary phase shift keying)调制脉冲雷达信号的探测性能.首先分析了该雷达系统信号在几种情况下基于CFAR(constant false alarm rate)的目标检测概率,表明在未知目标距离情况下,EBPSK调制雷达信号的探测性能优于传统LFM雷达信号的探测性能,在短波信道中,EBPSK脉冲雷达信号不存在多普勒频扩.该信号的模糊函数是对称的,所以不存在距离-多普勒耦合效应.其次,EBPSK调制雷达系统的调制器灵活多变,可根据要求设置不同的调制参数以改变信号的测距精度与目标探测性能.最后,通过仿真实验验证了理论分析的合理性,在较大脉冲回波时延估计误差的前提下,EBPSK信号的脉冲压缩性能高于LFM的脉冲压缩性能,且获得相同的探测性能,当时延大于0.05μs时,EBSPK脉冲雷达信号所需SNR比LFM脉冲雷达信号要少;当时延为0.5μs时,EBSPK脉冲雷达信号所需SNR比LFM脉冲雷达信号少25 d B.     

二元关系与粗糙近似算子的性质关系研究

将Pawlak粗糙集模型中的近似空间上的等价关系推广到任意的二元关系,得到广义近似空间A=(U,R),定义了广义近似空间的下近似和上近似,并讨论了串行的、自反的、对称的和传递的等特殊的二元关系与近似算子的特性刻画,找到了二者之间的性质联系.     

秘密共享技术及其在图像加密中的应用

秘密共享技术将秘密值进行分布式保存以提高安全性,在信息安全领域占据着重要的地位,将其用于数字图像加密可以实现图像的完善保密性。回顾了基本的秘密共享方案,分析了将其用于图像加密的基本方式,总结了新兴的视觉密码学的优势。对视觉密码学的各个分支与主要研究内容进行了介绍,分析了存在的问题和发展方向。分析与实验表明,视觉密码学在图像加密领域具有比传统秘密共享方案更高的实现效率和更好的安全性,具有良好的发展前景。     

港西三区聚表二元驱中表面活性剂优化筛选

聚表二元驱是最具有发展潜力的三次采油技术,对其表面活性剂的优化筛选的研究有利于提高其驱油效果。针对大港油田港西三区,研究了4种不同类型的表面活性剂的二元体系对原油的界面张力性能、润湿性能、乳化性能、洗油性能,为现场优化筛选表面活性剂提供了依据。结果表明:KPS界面张力较小,但改变润湿性能力、乳化能力、洗油能力最强;DWS-3界面张力最低,改变润湿性能力、乳化能力、洗油能力较强;甜菜碱界面张力较小,改变润湿性的能力、乳化能、洗油能力较弱;十二烷基磺酸钠界面张力最大,且改变润湿性能力、乳化能力、洗油能力最弱;考虑到采出液破乳问题及经济效应,建议港西三区聚表二元驱采用表面活性剂DWS-3。     

快速和尺度稳健的纹理图像识别

传统的纹理图像识别方法很难同时获得较好的识别精度、实时性和尺度稳健性,不利于实际的工程应用.因此,提出一种快速和尺度稳健的纹理图像识别方法.该方法首先利用高斯滤波构造一个纹理图像的多尺度空间,然后利用完备的局部二值计数(Completed Local Binary Count,CLBC)算法对多尺度空间中的每个图像提取局部二值特征,并跨尺度提取局部二值特征的最大值,再将多个分辨率的特征相结合作为纹理图像的最终特征描述,最后利用最近子空间分类器(Nearest Subspace Classifier,NSC)判定纹理图像的类别.在基准纹理图像数据库上的实验表明,该方法在识别精度、实时性和尺度稳健性方面获得了很好的综合性能,有利于实际的工程应用.     

基于严格二叉树编码和GA的模糊树结构学习

为解决模糊树模型结构学习中存在的信息冗余、寻优效率低等问题,提出了一种基于严格二叉树编码和遗传算法的结构学习方法。通过严格二叉树编码对模型结构进行编码,改善了现有矩阵编码的信息冗余问题;考虑到编码特殊性和算法收敛性,提出了一种改进的遗传算法用来对模糊树模型的结构进行寻优。实验结果表明,不同数据集上该算法的稳定性和计算速度均较好,能够寻找到一个较优的二叉树结构,从而提高模糊树模型的建模精度。