排序方式: 共有69条查询结果,搜索用时 15 毫秒
1.
基于Chirp-Fourier 变换的LFM信号的参数估计 总被引:2,自引:0,他引:2
本文从匹配Fourier变换的角度给出了chirp-Fourier变换的定义、意义和离散实现。分析表明,LFM信号的Chirp-Fourier变换的峰值对应的坐标即为其初始频率和调频斜率,所以应用Chip-Fourier变换可以估计LFM信号的参数。仿真试验表明,应用Chirp-Fourier变换不但可以有效地估计LFM信号的参数,而且有很好的抗噪声干扰能力。 相似文献
2.
3.
改进多目标蚁群算法在电网规划中的应用 总被引:3,自引:2,他引:3
针对电网规划需综合考虑经济性和可靠性的问题,提出一种改进的多目标蚁群算法。该算法采用改进的快速排序方法构造Pareto最优解集,缩短了慢速链,降低了算法的时间复杂度;采用聚类算法裁剪非支配解,使所得解在整个Pareto解空间具有良好的多样性和分布性;采用信息素更新变参数控制,加快算法的全局收敛速度;采用挥发系数动态自适应调节机制,提高算法全局搜索能力。通过18节点电网规划算例证明,提出的改进算法与基本多目标蚁群算法相比,所得的Pareto最优解数量更多,Pareto前沿分布更加均匀,同时收敛性和快速性也得到了提高。 相似文献
4.
5.
提出一种结合全局和局部对比度的数据驱动自底向上的视觉计算模型,采用高斯多尺度变换和颜色复杂度计算相结合的方法检测图像的显著区域。图像经过高斯金子塔多尺度变换后,用改进的冗余计算方法,在频域中消除全局冗余信息,初步将大范围的目标从周围环境中分离出来,并均匀地突显目标,利用多尺度特征子图点对点平方融合使全局显著区域显著度进一步增强,背景冗余信息进一步得到消弱;同时采用改进的像素颜色复杂度计算方法得到局部显著图,最后用最大类间方差法(Ostu)分割出图像中的显著区域。在多种自然图像上进行实验,实验结果表明,该方法能迅速检测出与人类视觉结果一致的显著区域。 相似文献
6.
在皮肤症状计算机辅助测试系统研究中,症状特征的筛选是提高系统诊断的关键问题,针对这个问题提出基于遗传算法和LVQ神经网络相结合的包裹算法。同时为了提高搜索效率,采用改进的自适应遗传算法。并用留一交叉法验证LVQ神经网络分类器的识别率.对初步提取的体现病态皮肤症状特点的22个特征以及它们的10个随意组合构成的干扰项进行特征选择,选择出使皮肤症状诊断率得到明显提高的特征组合。实验证明该方法是可行的。 相似文献
7.
分数阶傅立叶变换是经典傅立叶变换的广义形式,它同时从时间域和频率域(或空间域)揭示信号特征。本文系统地分析了分数阶傅立叶变换三种定义形式及其所对应的光学实现系统的组成和原理,说明了光学信息处理系统实现分数阶傅立叶变换的有效性. 相似文献
8.
9.
在皮肤显微图像症状识别系统研究中,如何选择出对皮肤症状分类能力强的特征项组合是识别诊断面临的关键问题.本文把遗传算法和支持向量机结合起来,既利用遗传算法优化搜索特征空间,又克服了传统统计学的苛刻要求.通过对初步提取的皮肤显微图像的特征参数进行优化组合,选择出使系统的识别率得到较大提高(由88.24%提高到97.06%)的特征组合.实验证明本文提出的算法得到的结果是较令人满意的. 相似文献
10.