细节保留的多曝光图像融合

针对传统的多曝光图像融合算法存在的细节丟失严重和鬼影现象,提出了一种细节保留的多曝光图像融合算法。该算法首先计算曝光序列的3个特征指标:图像细节、曝光亮度和色彩信息,其中图像细节通过引导滤波计算,曝光亮度的权值由高斯方程分配,而曝光序列的色彩信息用色彩饱和度表示。然后,利用差分图和邻域相关系数检测多曝光序列中运动物体,利用3个特征指标和运动目标检测结果分别计算静态场景和动态场景的融合权值图。为了消除噪声的影响,采用递归滤波器来修正融合权值图。最后,采取加权融合的方式得到融合图像。选取10组不同的曝光序列,分别从主观和客观两方面与6种传统的融合算法进行了比较。实验结果表明,本文算法保留了丰富的细节信息,呈现出了更加生动自然的现实场景,并且有效去除了由运动物体产生的鬼影现象,效果优于其他比较算法,在静态场景和动态场景的曝光融合中都取得了好的效果。     

500kV组合式光学电流、电压传感器

叙述了国内外光学电流电压互感器的应用研制情况,介绍了500kV组合式光学电流电压传感器原理,结构及测试结果。     

基于改进的灰色关联分析与LSTM的1000 kV特高压线损预测

线损在评估电力系统的经济运行中起着至关重要的作用。为了更准确、更有效地对1000 kV特高压的线损做出预估,提出了一种基于改进的灰色关联分析与LSTM的1000 kV特高压线损预测模型。首先,利用灰色关联分析分别计算各影响因素的关联度,采用方差灰色关联度及熵权法对灰色关联度进行改进,使关联度更能反映数据间的真实波动,从而确定特征指标体系。随后,对LSTM模型进行训练,从而对线损做出预测,并将此模型与GBDT模型、RBF模型、BP模型、Bi LSTM模型进行了比较。最后,基于华中地区南阳 荆门线特高压输电线路数据进行了试验,验证了所提模型对线损进行预测的准确性和有效性。     

一种自适应功率优化的无线传感器网络机会路由

为了解决无线传感器网络不可靠通信链路下通信能效较低的问题,提出了一种自适应功率优化的无线传感器网络地理信息机会路由协议.结合功率控制与地理信息机会路由,通过分析单跳吞吐量与数据传输能耗,建立了相关的转发能效模型,提出一种转发集与发射功率自适应的优化机制,使无线传感器网络能够在保证吞吐量的同时令传输能耗最优.仿真实验结果表明,在不同节点密度条件下,自适应功率优化的机会路由比固定功率的机会路由和传统地理信息路由具有更高的能量效率与传输效率.     

BEB算法的不同退避阶段站点分布概率模型

在采用二进制指数退避(BEB)算法的CSMA/CA协议中,针对网络性能随网络规模变化的特性,提出了一种新的网络冲突率分析模型.该模型将网络中的传输站点建立成一个整体的排队网络服务模式,考虑了退避算法中退避次数限制、延时侦测等机制.基于该模型详细地分析了站点在退避计时器结束后,争夺传输时隙的访问方式,推导出网络冲突率的表...     

一种基于非均匀谱系数和GMM的语音质量评估方法

本文提出了一种新的基于GMM和非均匀线性预测倒谱系数(NLPC)的客观语,音质量评估方法.首先,通过Bark双线性变换(BBT)对线性频谱进行频谱弯折,弯折后的频谱符合人耳听觉感知的非均匀特性.然后通过对非均匀谱的线性预测计算出NLPC.提取参考语音的NLPC用来对高斯混合模型进行训练.通过训练对参考语音建立参考模型.由参考模型和失真语音的NLPC向量可以得到它们之间的一致性测度.最后,通过多元自适应回归样条函数建立主观MOS分和一致性测度之间的映射关系,可以得到对MOS分的客观预测模型.通过这一模型进行语音质量的客观评价.实验表明,提出算法的性能要好于ITU-T P.563标准中的算法.     

基于AQPSO-LSSVM的电网线损率预测模型

为了对地区电网220 kV线损率进行有效的评估,提出了一种基于自适应量子粒子群算法（AQPSO）优化的最小二乘支持向量机（LSSVM）的线损率预测模型。AQPSO在QPSO的基础上引入了遗传算法中的交叉与变异机制以扩大种群多样性,避免算法陷入局部最优。利用AQPSO搜索最佳的LSSVM参数并获取线损率预测结果,通过训练集对预测模型进行训练,然后使用测试集进行实验。最后选择地区电网23条220 kV线路的真实数据进行分析和预测,实验结果表明,文章所提出的AQPSO-LSSVM模型能够更有效地对线损率进行准确预测。     

基于非局部自相似性的谱聚类图像去噪算法

常见的图像去噪方法只是单独地利用了无噪图像或含噪图像的先验信息,并没有将这两种图像的先验信息有效地结合起来。针对这个问题,提出一种 联合无噪图像块的先验信息和含噪图像块的非局部自相似性进行去噪的图像去噪算法。首先,对无噪图像块进行谱聚类,通过谱聚类进行学习,图像中的相似块被聚集到同一类,并将学习得到的聚类信息用于含噪图像块的聚类;然后,向量化同一类中的含噪图像块并聚集形成一个矩阵,该矩阵中包含的原始图像数据构成一个低秩矩阵;再通过一个低秩逼近过程估计出相应的原始图像数据;最后,根据逼近得到的原始图像数据重建图像。实验结果表明,相较于已有的自适应正则化的非局部均值去噪算法以及基于主成分分析和局部像素聚类的两级图像去噪算法,提出的算法不仅可以获得较大的峰值信噪比,而且还能较好地保存图像的细节,取得了更好的去噪效果。     

基于规则变量节点度和扩展窗喷泉码的不等差错保护算法

该文提出了一种可适用于加性高斯白噪声(AWGN)信道的融合扩展窗喷泉码(Expanding Window Fountain, EWF)和规则变量节点度LT码(Regularized variable-node Luby Transform, RLT)策略的不等差错保护(UEP)算法,称为EWF-RLT编码算法。首先利用扩展窗口技术给不同重要等级的数据加窗,编码时让较高重要等级数据以更高的概率参与编码;同时,结合规则变量节点度算法,改变传统LT 码编码过程中随机选取邻居节点的编码方式,使较高重要等级的数据具有较大的最小变量节点度,改善错误平层现象。分析和仿真结果表明,该文提出的EWF-RLT算法与传统算法相比,能对较高重要等级数据进行更强的保护,提升网络传输质量;在UEP方案设计中,加入RLT码编码参数,使得该文方案更加灵活与适用。     

基于图像抠图技术的多聚焦图像融合方法

针对多聚焦图像融合容易出现信息丢失、块效应明显等问题,提出了一种新的基于图像抠图技术的多聚焦图像融合算法。首先,通过聚焦检测获得源图像的聚焦信息,并根据所有源图像的聚焦信息生成融合图像的三分图,即前景、背景和未知区域;然后,利用图像抠图技术,根据三分图获得每一幅源图像的精确聚焦区域;最后,将这些聚焦区域结合起来构成融合图像的前景和背景,并根据抠图算法得到的确定前景、背景对未知区域进行最优融合,增强融合图像前景、背景与未知区域相邻像素之间的联系,实现图像融合。实验结果表明,与传统算法相比,所提算法在客观评价方面能获得更高的互信息量（MI）和边缘保持度,在主观评价方面能有效抑制块明显效应,得到更优的视觉效果。该算法可以应用到目标识别、计算机视觉等领域,以期得到更优的融合效果。