利用自适应门限谷点检测方法恢复字迹扩散文字

根据文字图像信息的特点，提出用自适应门限谷点检测方法处理字迹扩散处理字迹扩散的文字，改善图像的视觉效果，提高对劣化、退化文字图像判读的正确性。     

小波模极大值边缘检测算法研究

边缘包含图像的本质信息.通过分析具有不同特性的小波模极大值边缘检测结果,给出了小波高通滤波器序列的构成、长度以及对称性对小波细节系数在方向、强度和形状方面产牛的影响;提出了用于模极大值边缘检测的小波高通滤波器应具有单调方向性和偶对称性.对小波模极大值边缘检测算法中的阈值选择、多尺度边缘融合进行了改进,仿真测试验证了该方法的有效性.     

液压系统故障快速检测技术研究

为了实现液压系统故障的快速检测,根据液压系统故障快速诊断技术的发展趋势,进行基于虚拟仪器的液压系统故障现场快速检测技术,设计基于虚拟仪器技术的液压系统故障快速检测硬件系统,基于LabVIEW开发检测系统软件的各功能模块及相应工作界面,该系统能够进行液压系统各种工作参数数据的采集与处理,结构简单,界面友好,自动化程度高,使用方便,可以准确地实现液压系统的故障检测。     

宽频信号能量检测最优判决门限

针对宽频带信号能量检测的性能主要受到虚警概率和漏检概率的影响,提出从其判决门限的选取入手,对一定频谱环境下的检测算法性能是否可以达到指标要求做出分析,研究了门限设置对虚警概率和漏检概率的影响. 通过数学推导得到了宽频带信号能量检测最小代价门限的闭式解,并给出了其最优判决门限的选取准则,即根据不同的时域观测时长选取不同的判决门限. 仿真结果验证了所提出结论的正确性.     

基于小波原理的小电流接地系统故障选线新方法的研究

对利用小波提取小电流接地系统的故障暂态信息进行故障选线的方法作了深入细致的分析研究，以能更充分提取电力系统故障暂态信号的奇异性所包含的丰富特征信息为出发点，提出了一种新的基于小波变换模极大值奇异性检测理论的选线新方法，该方法对暂态电气量进行小波分解，选取特征量突出的第三尺度模极大值信息作为选线判据。理论分析及仿真实验表明：该选线方法适合各种接地方式的小电流接地系统，可准确、可靠的实现单相接地故障选线。     

小波分析在系统故障检测中的应用

本文给出了小波分析在故障检测中的一例应用，给出了小波变换在尺度下的局部极大值点的概念，并把它应用于故障检测中。实验表明，小波分析用于故障检测有很好的效果。     

小波变换在电力系统故障检测中的应用

电力系统运行时常会发生一些故障问题,影响了供电系统的安全稳定运行,针对该问题,提出了一种基于小波变换对电力系统暂态信号奇异性检测的方法。通过MATLAB/Simulink建立系统模型输出故障信号,利用db4小波对信号小波分解、重构获得细节信号的模极大值点,并采集相关采样点的小波细节系数值,实现故障点检测。仿真结果表明,该检测方法能够准确地识别出信号奇异点,对系统故障点精确定位。     

基于小波模极大值的火灾图像边缘检测方法

目的 提出一种基于小波模极大值和自适应阈值的火灾图像边缘检测方法 .方法 计算火灾图像小波变换后的梯度模极大值,采用自适应阈值法去除伪边缘,从而实现火灾图像的边缘检测.结果 实验结果 表明,笔者算法可以从带有噪声的火灾图像中有效地进行边缘检测,并且算法计算量小,具有良好的鲁棒性与实时性.结论 能够提高边缘检测的准确性,并且能够满足火灾图像边缘检测的实时性要求.     

基于小波奇异性检测的电力系统故障检测算法

在应用小波变换信号奇异性检测理论进行故障检测基本判据的基础上,对其进行了补充,提出了电力系统故障检测的补充判据,提高了故障检测的准确性,同时使故障检测判据更具可操作性.并给出了10 kV系统单相接地故障的MATLAB仿真实例.     

SI发动机闭环系统故障检测

现有的发动机故障检测与隔离方法均是基于开环控制,在闭环控制系统下并不适用,本文研究了一种新的闭环控制系统故障检测和隔离方法。针对现有的故障检测方法是对发动机进行实机测试这一问题,对SI发动机进行了非线性仿真,模拟发动机的不同故障,仿真实验验证了该方法的有效性。建立了基于人工神经网络的发动机气路模型,利用RBF神经网络对SI发动机进行建模,分析了神经网络模型训练数据采集的缺点,提出了一种新的数据采集方法,大大提高了模型精度。     

大规模WSN协同检测的节点临界密度

以移动目标的协同检测概率为网络覆盖的评价指标，提出了一种面向移动目标协同检测的大规模无线传感器网络（WSN）在二维平面上随机撒播节点归一化密度和检测概率三角形分析模型（TAM），采用归一化和二项式随机分布分析方法,得到了协同节点数为3、目标归一化路径长度小于1时最坏情况的节点归一化临界密度（NNCDT）上限；并分析了节点归一化密度对网络协同检测性能的影响。根据仿真结果分析了目标移动速度和传感器的检测时间和判决门限对NNCDT影响规律，结果表明TAM的NNCDT可以较为准确地被协同检测概率和归一化路径长度所确定，可为节点实际部署提供参考。     

基于B样条小波的自适应阈值多尺度边缘检测

利用小波变换的特点,设计了3次B样条平滑滤波算子。对图像进行多尺度滤波,得到了不同尺度的小波变换。结合自适应阈值方法,在每种尺度下分别提取了图像边缘;而后利用边缘信息的多尺度特性,综合多尺度边缘得到单像素宽边缘。通过计算机仿真对该方法进行验证表明:该方法不仅能准确检测出图像边缘,而且能有效地抑制噪声,明显优于已有的边缘检测方法。     

基于确认度失效检测算法的研究与设计

在假设心跳消息的延迟和丢失都是随机概率事件的前提下,提出了一个符合实际网络环境要求的新的自适应失效检测算法. 理论分析表明,该算法能够实现任意设定的准确性要求,能够适应网络环境的变化. 测试结果表明,该算法能有效降低错误率,并且检测时间不会随着错误的降低而增加,是非常有效的.     

电话机拨号电路的故障检测方法

介绍电话机的脉冲 (或音频或P T兼容的 )拨号电路中常见一种拨号音不断故障 ,通过具体电路分析了这种故障产生的几种原因 ,并提出了几种检测方法     

基于视觉自适应闯值的灰度图像边缘检测算法

提出了一种灰度图像的边缘检测算法。该算法利用基于视觉模型的阈值选择策略来选择灰度图中有可能处在边缘上的像素点，然后根据边缘上各点的分布关系提取图像边缘，去除噪音。     

Improved Support Vector Machine Approach Based on Determining Thresholds Automatically

To improve the training speed of support vector machine （SVM）, a method called improved center distance ratio method （ICDRM） with determining thresholds automatically is presented here without reduce the identification rate. In this method border vectors are chosen from the given samples by comparing sample vectors with center distance ratio in advance. The number of training samples is reduced greatly and the training speed is improved. This method is used to the identification for license plate characters. Experimental resuhs show that the improved SVM method-ICDRM does well at identification rate and training speed.     

径向基函数网络在传感器故障检测中的应用

目的应用单一传感器信号检测控制系统中的传感器故障．方法采用由径向基函数网络组成一种神经预测器,神经预测器采用由ｎ均值分簇和Ｋａｌｍａｎ组成的混合算法在线对传感器信号进行学习,并在此基础上预测传感器输出,神经预测器的预测输出和传感器实际输出值之差如果大于一个阈值,则可检测出相应的传感器发生了故障．故障检测阈值的选取与噪声方差和可能的预测误差有关．结果与结论计算机仿真结果表明该方法有效地检测出了水翼艇动力装置中的陀螺故障     

系统故障检测与重构的修正偏差分离估计法

采用衰减记忆滤波器对ＦｒｉｅｄｌａｎｄＢ提出的偏差分离估计法进行了修正而成为修正偏差分离估计法，通过某型双转子涡轮喷气发动机控制系统传感器故障检测和重构的数值仿真例子表明，该方法不需要任何关于故障的先验知识而能可靠地检测出故障，精确地估计出故障大小并具有良好的重构性能，对故障估计的跟踪能力远比偏差分离法强。     

自适应的LSP故障环回检测机制

提出了一种可自适应检测标签交换路径(LSP)故障的机制. 该机制基于自适应LSP检测模型, 由环回方式测量网络延迟和检测超时. 根据延迟和超时情况, 能自适应地调节检测周期, 控制检测包发送, 在快速检测故障的同时减少检测包数目. 实验证明, 该机制工作可在规定的延迟范围内检测出故障, 而且网络开销比固定周期检测机制低.