一、循环小波变换及其应用（论文文献综述）
齐贺香[1]（2021）在《基于地基MAX-DOAS精确获取HCHO的方法及其应用研究》文中研究指明随着城市的迅猛发展和工业化地不断推进,大气环境问题日益突出,污染类型由煤烟型逐渐向区域复杂污染转变。地基多轴差分吸收光谱技术（MAX-DOAS）能够实时、在线获取多组分污染物,在对流层痕量气体探测方面获得了广泛应用。论文基于一维地基MAX-DOAS系统精确获取2019年10月至2020年5月淮北地区对流层HCHO柱浓度,主要包含以下三方面的研究内容。（1）搭建一维地基MAX-DOAS系统,通过步进电机控制望远镜转动,实现了多仰角的光谱测量;测试了光谱仪性能,其中CCD暗电流线性度为0.99421,电子噪声为0.58696,光谱仪分辨率为0.68 nm。（2）通过优化反演波段与基于小波变换的光谱去噪过程提高了地基MAX-DOAS对流层HCHO气体的反演精度。对比不同仰角不同波段的反演结果,获取了HCHO的最佳反演波段,即选用324-342 nm的反演波段时,反演误差均值最小(2.85×1015molecule·cm-2),能够精确获取甲醛气体浓度;将小波变换中的改进平移不变量阈值算法运用在光学密度谱的去噪过程中,设计了粒子群算法筛选最优调节因子,滤除光谱中的噪声结构并保留待测气体吸收结构。与多项式平滑滤波相比,在大信噪比下,相对误差减小至0.66%,提升了0.21%;在小信噪比下,相对误差减小至6.03%,提升了1%。将多项式平滑滤波与改进平移不变量阈值算法的去噪结果进行对比,表明了改进平移不变量阈值算法可以更好的提高反演精度。（3）分析了淮北地区在2020年6月至2020年12月期间的对流层HCHO浓度测量结果,结果表明了与疫情前后相比,疫情中期HCHO浓度分别降低了35%和23%;由风场轨迹与风玫瑰图可知,高值天气下西北风场分别占据38%、17%的比例,表明了砀山、丰县等地区的污染在西北风场的输送下,造成淮北地区HCHO浓度升高,并将MAX-DOAS系统的HCHO测量结果与OMI卫星结果进行了相关性分析,发现两种测量方式具有良好的一致性（R2=0.87）。
朱娜[2]（2021）在《小波分析在大功率微波加热系统故障检测中的应用研究》文中进行了进一步梳理微波加热作为一种高效清洁的加热方式,目前在多领域都得到广泛地应用。微波源是将直流电源的电能转变为高频电磁波的核心装置,它直接为微波加热系统提供热量源,作为微波加热系统的心脏,它的好坏往往决定着微波加热系统的性能。目前,大功率微波加热系统的微波源队列只有运行与否的二值检测,为了提高其队列的经济性和可靠性,在线实时检测微波源队列的工作状态及变化非常必要。不断检测微波源的变化和故障,一方面可以提高微波加热系统的可靠性和经济性;另一方面,由于多微波源队列合成的大功率微波加热系统其微波源数量众多,因此,对其运行状态的在线检测十分必要。为此,在国家自然科学基金项目“微波与多金属矿物相互作用过程的建模与最优控制研究”（61863020）的资助下,本学位论文提出将基于小波分析的故障检测方法应用于大功率微波加热系统,对微波源队列进行在线实时检测。首先,分析影响磁控管微波输出功率的因素,通过对阳极电流I（t）的反馈控制来建立微波源系统的传递函数模型。其次,通过电场强度的变化情况判断微波源队列是否发生故障,并引入温度变化系数COV来表征电场强度的变化。最后,利用多尺度小波变换极值点残差的故障检测方法对微波源队列进行循环检测,获取多尺度下输入信号U（t）和输出信号I（t）的连续小波变换,进而计算出极值产生的残差信号r（t）,并根据残差信号在多尺度下的变化情况完成检测。为了对检测结果进行可视化分析,绘制残差信号r（t）的小波时频图,获取时频域的特征信息,更直观的判断出微波源是否发生故障。对微波源可能发生的3种故障状态分别进行实例仿真,并根据发生不同故障后残差信号r（t）的变化情况检测出微波源在t=80s时发生故障1,t=90s时发生故障2,t=100s时发生故障3。仿真实验以及结果分析表明,利用连续小波变换的分析方法对微波源队列进行故障检测,可以准确的在线检测出微波源队列中故障微波源的位置以及发生故障的时刻。
范家铭[3]（2020）在《基于PHM技术的高铁车载通信装备健康监测智能分析理论与方法的研究》文中研究指明伴随着我国“一带一路”战略铺展开来,高铁已成为我国新“四大名片”之一,其知名度和重要性不亚于古老中国的“四大发明”。截止2019年末,中国已投入运营的高速铁路里程数达到3.5万公里,稳居世界首位。道路千万条,安全第一条,安全性是高铁飞速发展的基石。对关键零部件的健康状态监测,尤为重要。PHM（Prognostics and Health Management）技术可以对高铁在途运行设备进行状态感知、健康监控,并对故障的发生做出预测,从而降低安全风险。本文利用故障预测与健康管理的技术手段,以数据无损压缩技术、数据传输加密技术、故障特征提取方法、信号去噪技术、关键参数优化方法和神经网络方法为理论基础,建立基于PHM技术的高铁车载通信装备健康监测智能分析方法,实现了关键零部件的故障定位及预测。该方法虽然实现了故障快速定位和精准预测,但通常需要高性能计算机来支撑数据的计算和分析,所以本文将高铁运行数据进行实时无损压缩并加密后,通过铁路无线通信网络将数据回传至地面分析服务器,以其高性能计算能力快速、准确地进行故障定位和预测,有效地解决了高铁车载设备不具备高性能计算能力而无法实时处理数据的问题。地面分析服务器对数据进行解密和特征分析高效快捷,利用神经网络算法使故障识别和故障预测的精度及效率都得以保障,为保障高速铁路安全运营提供了重要的技术手段。本文提出的方法已在兰州铁路局项目中得到了应用,并在实际应用中不同程度的降低了运维成本和故障不可复现率,体现出PHM技术在故障诊断和故障预测研究方面的意义和价值。本文的主要研究成果如下:（1）针对高速铁路的安全运行问题,结合了故障预测与健康管理技术理论,提出了一种基于动车组PHM体系架构。该架构对高铁车载通信装备进行了PHM技术理论分析、故障诊断技术分析、预测技术分析、应用分析等技术进行论述,并基于故障预测与健康管理技术为理论基础提出了动车组故障预测与健康管理体系框架,对高铁车载通信装备的健康状态监测和故障预测方面提供重要理论指导。（2）高铁车载装备的网络资源有限,无法满足对监测的车载装备运行信息实时传输至地面服务器,为此提出了一种无损压缩技术与加密技术联合算法。该算法利用铁路既有无线网络基础在低带宽下实现实时传输高铁车载通信装备运行数据,以供地面服务器实时分析车载装备的健康状况和故障预测。该算法以行程长度无损压缩算法为基础进行了改进以降低数据的压缩比率,同时融入Logistic混沌理论和RSA加密算法以及Logistic置乱加密算法,减少网络传输时所占用的网络带宽,提高了网络传输的安全性,为进一步分析设备的健康状态和故障诊断及预测提供基础性保障。（3）故障诊断通常需要对故障特征进行提取并分析,去除数据中混杂的噪声。该部分对接收到的车载装备运行信息展开深入研究,针对高铁车载通信装备在运行中因场强信号而导致的故障问题,提出了一种基于PHM技术的高铁车载通信装备的故障诊断方法。该方法以双树复小波包变换为基础进行算法改进,同时结合了自适应噪声的完备经验模态分解来进行故障噪声的降噪与特征提取,然后利用无监督学习中的密度聚类方法进行自适应改进,并将提取出的特征类型进行特征分类,最后将分类结果输入到极限学习机中进行训练。实验验证了提出的故障诊断方法具有较强的特征提取能力、快速识别故障能力以及高精度的识别率,为设备的故障预测提供良好的支撑。（4）深入分析高铁车载通信装备的实际运行工况中,针对高铁车载通信装备故障发生率较高的原因是由于电池失效导致高铁车载通信装备无法正常工作的问题,提出了一种HA-FOSELM电池失效预测方法。该方法为了降低噪声对预测带来的影响,采用变分模态分解方法进行去噪处理,同时使用含有遗忘机制的在线序列极限学习机算法对去噪后的数据进行学习和训练,该算法支持数据的动态增量更新。为了提高算法的识别精度和降低关键参数对该算法的影响,引入了混合灰狼优化算法对HA-FOSELM方法的关键参数进行自适应优化,同时融合注意力机制,从而有效地提高了预测精度。通过实验验证,本文提出的方法在性能、效率、精度等方面都优于传统的神经网络算法,有效地降低了因电池故障导致列车行驶安全的问题。
林振锴[4]（2020）在《甲襞微血管血流速检测算法及其应用》文中认为人体中的微血管通常指的是小动脉与小静脉连接处的毛细血管,其中常说的微循环指的是人体微血管中的血液流动,主要功能是完成人体各个器官与组织所需的物质交换。微循环可以反映人体的健康状况。微血管中的血流速度是重要的流态参数,可以动态反映出人体血流的状态。因此血流速度的准确检测在人体生理和病理研究中有着重要的意义,同时高精度的血流速度检测是一项很大的挑战。人工测量微血管血流速度效率低下,无法准确得到多个血管血流速度的细微变化;基于高端医疗设备检测血流速的方法应用场所比较受限,设备费用过高;为了降低成本,便于推广,人们开始研究基于视频分析的血流速检测方法,但是目前这类自动检测方法相关工作较少,主要是针对较清晰的微血管图像进行的研究。然而,普通显微相机采集到的微血管视频样本易受到多种噪声的干扰。因此,在低质量视频图像中自动检测出微血管的血流速度仍然存在很多的困难。针对普通显微相机采集到的受噪声干扰的微血管视频,我们提出了基于投影分析的血流速自动检测算法。首先是微血管图像增强,对微血管视频进行去抖动、去模糊并利用频域处理提高图像对比度;然后是微血管分割,在复杂背景下分割出完整的微血管;最后是提出了两种血流速自动检测方法。具体工作包括:（1）甲襞微血管视频图像预处理。人体呼吸、脉搏跳动以及采集设备的不稳定性等因素会导致采集到的微血管视频中存在“抖动”现象。结合图像的抖动幅度和方向提出了基于相关性计算的微循环视频去“抖动”算法。相机与样本之间的相对运动造成微血管图像出现模糊,根据视频帧序列之间的偏移量设计合理的卷积核,实现微血管图像反卷积去模糊。利用小波变换提高了图像对比度,提高了图像的可视化效果。（2）甲襞微血管分割研究。血流速检测的前提是先分割出血管。首先,通过累计G通道图像获取微血管均值图像,以行灰度均值作为阈值,提出了G通道行均值光照均匀化方法;然后,利用局部窗口均值二值化对增强后的G通道累计均值图像进行分割,获取微血管图像中的前景目标;最后,利用轮廓信息和形态学处理消除噪声并通过区域筛选去除交叉型血管以及有效长度较短的异态血管等。（3）微血管血流速检测研究。观察微血管视频可以发现,微血管中存在某些特定的运动目标,通过跟踪该目标检测血流速度。根据微血管中血液流动的特点,提出了基于投影分析的血流速检测方法,利用差分投影直方图重心的移动变化量计算出血流的速度和方向。在直方图投影的基础上提出了基于二值空时图轨迹分析的血流速检测方法。首先,联合分析血管中血液流动时间与空间的关系,生成单根血管的二值空时图;然后,利用旋转投影计算二值空时图轨迹的方向;最后计算血管中的血流速度。目前针对血流速自动检测的相关研究较少,没有标准的数据库和血流速检测数值,因此很多实验无法提供对比数据。与人工标注结果进行对比是目前相关研究中比较常见的实验对比方式。本文对采集的多个样本进行了测试并与人工标注结果进行了实验对比。结果表明,本文方法在微血管图像增强,血管分割方面取得了较好的效果,同时血流速检测的准确率比较高。本文的创新点主要有2点:（1）针对低成本显微相机采集到的甲襞微循环视频提出了较好的微循环图像预处理和血管分割方法。（2）提出了一种有效的甲襞微血管血流速检测方法。所提方法对深入开展微循环参数计算提供了新的研究思路。
牛晓星[5]（2020）在《基于边缘特征检测的遥感影像角点提取的研究及其应用》文中研究指明近几年我国对新兴高科技产业的重视,使得我国遥感科学技术的发展更是日新月异。在国家民用空间基础设施的开发中,卫星体系建设逐渐完善,遥感数据的获取及其质量不断提升,但仍避免不了遥感影像在其成像过程中受大气、传输介质、地物特征、相机成像等复杂环境的干扰。因此,在提取遥感影像信息时,通过对目标影像进行相对应的处理,可以达到进一步加强遥感影像信息表达的能力。针对上述问题,在遥感影像特征提取研究中,本文提出基于边缘特征的遥感影像角点提取的方法,并将该方法应用在了基于JGraph的图像处理平台中,实现了图像处理过程可视化。具体研究工作及成果如下:（1）实现基于小波变换的遥感影像边缘特征检测在对比了几种常见的微分边缘检测算子实现遥感影像边缘检测后,发现效果并不理想,不是影像中噪声影响太大,就是检测算子运算使得边缘太过于平滑,针对此问题提出基于小波变换的遥感影像边缘特征检测。根据小波算法特性先对目标影像进行分解,获取目标影像的高频和低频分量,再利用改进的阈值函数进行影像的噪声处理,达到图像边缘特征提取的目的。通过对比实验说明,使用改进的小波变换提取目标影像的高频分量,改善了细微纹理以及噪声对边缘特征提取的负面影响,更好地实现了遥感影像边缘特征提取。（2）实现基于边缘特征的遥感影像角点提取由于角点是图像边缘曲线上的局部极值,在提取中对图像中的噪声非常敏感,导致角点提取误差大。在清晰的边缘信息上进行遥感影像的角点检测,可以提高遥感影像信息提取的质量。因此在基于小波变换的遥感影像边缘特征基础上,提出基于边缘特征提取的Harris角点检测。通过对比实验,在提取目标影像的边缘特征基础上进行角点检测,降低了目标影像中噪声对角点提取的干扰,更好的实现了影像的角点提取。（3）基于JGraph的图像处理过程可视化为了更直观的表达边缘特征检测算法与角点检测同类算法的对比实验,更快速的组合应用小波变换和Harris角点检测算法,在JGraph图像处理平台中,将图像处理算法封装成其特有的组件,在平台中实现图像处理过程的可视化。通过JGraph图像处理平台,使得图像处理过程得以更直观的描述、更便捷的选择实验算法以及更快速的实现算法组合应用。由实验结果表明,使用改进的小波变换提取目标影像的边缘特征,改善了细微纹理以及噪声对边缘特征提取的负面影响;在提取目标影像的边缘特征后进行角点检测,使得角点提取在一定程度上不受目标影像中噪声的干扰,更好地完成了遥感影像的角点提取;最后利用JGraph图像处理平台实现本文图像处理过程的可视化,不仅可以描绘出图像处理过程的具体流程,也可以更好地选择合适的算法达到实验目的。
杭达[6]（2020）在《基于马尔可夫链的钢箱梁正交异性板疲劳状态预测》文中进行了进一步梳理钢箱梁具有良好的结构受力性能和抗风能力,且重量轻、用钢量小、造价低,在大跨径索承桥梁中得到了广泛的应用。但其本身结构复杂,且焊缝连接多,在车辆荷载等外部因素的循环作用下,导致其疲劳问题突出。近年来,国内外学者们对桥梁正交异性板疲劳状态问题进行研究时主要采用了两种方法,包括了有限元模拟方法和根据实际结构采用足尺模型或缩尺模型进行实验测试分析的方法。随着技术的发展,大跨桥梁多数安装了桥梁健康检测系统,通过监测数据对其服役状态进行评估。本文以西堠门大桥为研究对象,对正交异性板的静动力响应以及疲劳状态进行分析,主要研究内容包括:（1）建立了大跨悬索桥分离箱梁的多尺度有限元模型,对缆索系统进行了找形分析得到了主缆线形及内力,并与实际的缆索测量结果进行对比。之后应用多尺度有限元模型理论,将首先建立的简单双主梁模型进行更精细化的模拟,并在所建立的有限元模型上施加不同工况的外界荷载,将计算的结果与在实桥上进行动静荷载实验的结果进行对比,确保有限模型能够拟合实际桥梁的情况。（2）在对大跨悬索桥健康监测数据进行分析时,由于应变数据的结果是在复杂环境的多源荷载作用下产生的,为了能够对正交异性板的疲劳状态进行分析,首先基于小波分析理论,将得到的原始应力时程曲线,根据各个荷载所影响的频率不同对其进行分层处理,并在各个分解层次对其进行阈值去噪处理,得到其在车荷载、温度等因素影响下的应力时程曲线。（3）在实际情况中,正交异性板U肋裂纹扩展过程的后一时刻状态只与前一刻的状态有关,而与之前的状态并无关系,符合马尔可夫链模型。在分析疲劳问题时,通过设定疲劳状态指标,推导了裂纹扩展过程当中的状态转移矩阵计算公式。（4）根据断裂力学原理,讨论了三种形式裂纹的应力强度因子计算,并结合实际问题,得到了正交异性板关键位置的应力强度因子。结合之前得到的实桥应力时程数据以及马尔可夫模型,对西堠门大桥钢箱梁关键位置的疲劳状态进行分析,对其裂纹扩展进行预测,可为桥梁管理和维护提供参考。（5）根据数据融合的方法,提出对多测点数据进行疲劳分析的计算框架,考虑了不同测点数据对疲劳分析的权值影响,根据层次化分析,得到了正交异性板测点区域的疲劳状态。
吴磊[7]（2019）在《基于注入模型的遥感图像整合方法研究及其应用》文中研究指明遥感图像的分辨率直接影响国土资源信息的全面性和准确性,随着遥感技术的发展,遥感图像在国土资源中的应用越来越广泛,国土资源管理对遥感图像的分辨率有了更高的要求。在实际应用中,由于卫星遥感器的技术受限,多数商业卫星不能提供一幅高空间分辨率多光谱（High-spatial-resolution Multispectral,HRMS）图像。它们只能提供低空间分辨率多光谱（Multispectral,MS）图像和高空间分辨率全色（Panchromatic,PAN）图像。这种由卫星直接成像的MS和PAN图像通常因空间分辨率或光谱分辨率不高无法为国土资源管理提供全面、准确的信息,不能直接用于国土资源信息管理。因此遥感图像融合应运而生。遥感图像融合是两幅或多幅来自同一场景的不同空间分辨率、光谱分辨率或时域分辨率的MS和PAN图像的信息整合过程,其目的是通过融合不同传感器成像的MS和PAN图像互补信息,产生一幅HRMS图像。遥感图像融合技术按照信息表征层次不同,由低到高可分为像素级图像融合、特征级图像融合和决策级图像融合。像素级图像融合是目前研究最广泛,也是最为常用的一类融合,它对各源图像中的像素逐个进行信息融合,能尽可能多地保留源图像中的重要信息,有利于获得对场景更全面、更精确的描述。经过近二十多年的发展,像素级遥感图像融合形成了一个以注入模型为代表的遥感图像融合方案。该方案假定低空间分辨率MS图像丢失的空间信息可以用高空间分辨率PAN图像的空间信息来补偿,提取其高频信息注入到MS图像中获取HRMS图像。注入模型通常包括三个部分:1)高频细节;2)细节接受对象;3)注入效益。现有基于注入模型的遥感图像融合算法存在两大亟需解决的关键问题:1)PAN图像细节与MS图像之间的低相关问题;2)高频细节过度注入问题。本论文针对注入模型算法存在的两大问题,围绕高频细节、细节接受对象及细节注入效益三方面开展探索性研究,提出新的遥感图像融合新方法。论文的主要研究成果如下。（1）提出了基于精炼细节注入的遥感图像融合算法,并对该算法在国土资源管理中的应用进行了分析。该算法针对MS与PAN图像之间存在的全局或局部不相似导致PAN图像高频细节与MS图像低相关问题,围绕注入模型中高频细节参数的改进工作开展研究。算法通过分析PAN和MS图像的特性,并基于àtrous小波变换及引导滤波技术,提出一种基于àtrous小波变换和引导滤波联合的多尺度分析技术,用于提取PAN和MS图像的高频细节,构造一种细节精炼方法。该方法首先基于稀疏表示融合MS和PAN图像的高频细节得到初始联合细节;再基于初始联合细节和PAN图像细节间的相关性及差异设计一个权重因子;最后从初始联合细节和PAN图像细节中提出精炼的联合细节,将精炼的联合细节注入到低空间分辨率MS图像中得到融合图像。实验结果表明,与一系列现有的遥感图像融合方法对比,所提出的遥感图像融合算法能有效克服注入细节与MS图像低相关引起的光谱失真缺陷,在WorldView-2、QuickBird和IKONOS三大遥感图像数据库上表现出优越的性能,而且能有效消除国土资管理中信息获取误差,融合结果能满足国土资源管理需要。（2）提出了基于补偿细节注入的遥感图像融合算法,并对该算法在国土资源管理中的应用进行了分析。高频细节注入在基于注入模型的遥感图像融合算法中扮演着重要角色,获取与细节接受对象高相关的细节直接影响算法的优劣。针对这一问题,论文提出从补偿学习的角度改进注入模型中高频细节参数,用鲁棒稀疏模型分解PAN和MS图像,并基于分解产生的MS和PAN图像细节计算补偿细节,通过增加补偿细节的注入来补偿PAN图像细节的不足,减少融合图像的光谱失真。该方法首先用鲁棒稀疏模型分解源PAN和MS图像,得到PAN和MS图像的低频成分和高频成分,并基于提取到的高频成分计算补偿细节;然后利用引导滤波提取PAN图像高频细节;最后将补偿细节和PAN图像的细节注入到源MS图像中得到融合图像。实验证明所提出的基于补偿细节注入的遥感图像融合算法补偿了源MS图像空间信息,同时避免了融合图像的光谱失真,与现有一系列先进的遥感图像融合算法相比,该算法在很多遥感图像数据库上表现出优越的性能,能解决现有遥感图像融合算法应用于国土资源信息管理中分类准确度不高的问题。（3）提出了基于多光谱图像改进的遥感图像融合算法,并对该算法在国土资源管理中的应用进行了分析。传统的MS全色锐化处理操作通过将PAN图像细节注入到源MS图像中获取HRMS图像。这种处理方式会因PAN图像细节和MS图像间的潜在不匹配及几何结构不一致产生光谱失真。为了克服上述问题,提出评估PAN与其低通子图间的空间差异获取PAN图像细节,并将这些细节注入到一个改进后的低空间分辨率多光谱（Improved Low-spatial-resolution Multispectral,ILRMS）图像中获取HRMS图像。提出的算法致力于改进注入模型中细节接受对象和注入效益两个参数。该算法执行过程中,首先,一对基于低空间分辨率PAN图像及其细节子图的低、高频字典被构建,用低频字典中的原子稀疏地表示LRMS图像,获得LRMS图像的稀疏系数;然后,联合高频字典及LRMS图像的稀疏系数重构源MS图像与PAN低通子图间的差异信息,并注入这些重构的信息到源MS图像得到ILRMS图像;最后,算法基于MS和PAN图像间相关性及差异构建了一个注入效益,将PAN图像细节自适应地注入到ILRMS图像中得到融合图像。实验表明,所提出的算法通过改进源MS图像,使ILRMS图像与PAN图像低通子图的空间分辨率相似,增加了注入细节与MS图像的相关性。同时,算法通过改进注入效益避免了细节的过度注入,大大减少了融合图像的光谱失真,与现有很多遥感图像融合算法相比,其优越的性能在WorldView-2、QuickBird和IKONOS三大遥感图像数据库上表现突出,能给国土资源管理部门提供全面、精准的信息。（4）提出了基于光谱及亮度调制的遥感图像融合算法,并对该算法在国土资源管理中的应用进行了分析。该算法针对注入模型中高频细节容易过度注入及其光谱信息保护不协调容易导致融合图像空间及光谱信息不均匀问题,围绕注入模型中细节接受对象和注入效益两个参数的改进开展研究,提出一种新的基于光谱调制及亮度调制的注入模型。该模型是光谱调制系数与源MS图像、亮度调制系数与PAN图像高频细节的线性联合。提出的算法首先基于PAN与MS图像高频细节差异及MS图像通道间关系构建光谱调制系数,随后将这个系数作用于源MS图像,对融合图像进行光谱调制,从而克服因MS图像像素点亮度改变导致邻域像素值变化引起的光谱失真;然后基于PAN和MS图像间相关性及差异构建亮度调制系数,将这个系数作用于PAN图像高频细节,对融合图像进行亮度调制,克服因细节的过度注入引起的空间失真;最后将光谱和亮度两种调制的作用效果叠加得到融合图像。实验证明,所提出的算法通过对融合图像进行光谱和亮度调制,在增强多光谱图像边缘纹理细节的同时,可调制融合图像的光谱信息,获得较好的融合效果,且该算法计算简单,可有效融合WorldView-2、QuickBird和IKONOS三大遥感图像数据库上的图像,同时其融合的结果所含信息全面、准确。
李婉秋[8]（2019）在《GNSS与GRACE联合的陆地水储量变化监测及其负荷形变研究》文中指出陆地水是水资源中重要组成部分,准确测定区域陆地水时空变化及其负荷形变,对于揭示陆地水循环、理解地壳非线性运动地球动力学过程、以及建立和维持区域高精度地球参考框架都具有十分重要的现实和科学意义。随着空间大地测量技术的发展,测量数据具备了多元化及高精度的特点,全球卫星导航系统（Global Navigation Satellite Systems,GNSS）因其精度高、实时以及全天候的优势已成为监测地壳运动变化的重要手段。地壳运动非线性变化主要反映了非潮汐海洋负载、大气负载、水文负载以及冰川均衡调整等地球物理效应的综合作用,从GNSS大地高非线性变化时序中扣除大气与非潮汐海洋负荷效应后,可利用残余时序研究陆地水负荷。陆地水负荷运移引起地球重力场随时间的演变,基于时变重力场与地表质量变化的物理机制,可对陆地水及其负荷形变进行定量反演。重力反演与气候实验卫星GRACE（Gravity Recovery and Climate Experiment）及 GRACE-FO（GRACE-Follow On）的时变重力场模型为连续监测区域地表质量变化提供了有效的技术手段。本文研究融合GNSS和GRACE数据监测区域陆地水负荷形变的理论与方法,结合地球物理模型和实测资料分析区域陆地水储量变化及其负荷形变时空特性,本文的主要工作和研究成果如下:1、回顾了 GRACE卫星重力测量技术的发展和应用,评述了重力场模型与GNSS反演陆地水及其负荷形变的方法和研究进展,总结分析了 GRACE和GNSS数据在反演中的一些关键问题,指出了滤波方法、泄漏误差是影响GRACE反演精度的重要影响因素,改善GNSS反演模型的观测量精度是提高GNSS反演结果可靠性的关键环节;阐述了联合反演方法在水负荷形变研究中的作用和意义。2、介绍了 GRACE反演水储量变化及负荷形变计算的基本理论。研究了 GRACE时变重力场模型反演地表质量变化的球谐系数法;比较分析了单一滤波法与组合滤波法对南北条带噪声的处理效果;给出区域时变重力场提取算法计算公式;描述了冰川均衡调整的物理机制,对于GIA效应采用ICE-5G模型改正;完整推导了不同性质地球参考框架一阶负荷勒夫数的转换关系式。3、验证了 GRACE泄漏误差改正方法并进行应用分析。完整地推导了基于大尺度流域水储量泄漏误差改正的三次滤波核函数法理论公式,利用数值模拟与实测数据验证新算法的可靠性;结果表明该方法相对于偏差修正法、乘法修正法、尺度因子法估算的时间序列,其泄漏误差改正精度RMS分别提高了 15%、37%、35%,与WGHM水文模型和三峡水库蓄水实测资料吻合较好。采用尺度因子方法定量反演小尺度区域水储量变化,以关中地区为例,尺度因子改正后GRACE泄漏误差减小了 8%,反演结果与实测地下水水位及降水资料具有很好的一致性。采用正向建模方法定量估算中长空间尺度水储量变化,数值模拟结果表明改正后的信号精度提高了近30%,以青藏高原为例恢复其泄漏信号之后的陆地水储量变化与WGHM结果比较接近,低频域的信号能量显着增强。4、系统研究了基于奇异谱分析的GNSS时序处理优化方案,包括GNSS时序粗差探测、高程方向时序降噪、数据插值及信号提取四个方面。结果表明:相对于传统插值方法,SSA迭代插值法的插值精度最高,在高程方向的插值精度均优于5mm,随着时序缺失数据的增多该方法仍具有很好的稳定性;相比小波变换与快速傅里叶变换,SSA滤波法分离时序信号与噪声的效果最优,与真实值最为接近;相比最小二乘拟合法,利用SSA方法获取的GNSS序列周期项信号时间序列更为准确,与改正泄漏误差及GAC影响后的GRACE形变结果其相关系数可达到0.7以上;扣除GRACE质量负荷项后,相同测站的WRMS值也随之降低,陆地水负荷对GNSS高程方向序列的贡献率在1.6%～17%范围内。5、提取了 GNSS数据降尺度特征并精化GNSS反演模型观测量。提出了基于多通道奇异谱分析的GNSS数据降尺度方法,用于改善反演模型观测量精度与局部高频信号影响。分析38个CORS基准站的高程方向时序结果表明:MSSA方法重构的时间序列精度普遍高于FFT多周期重构法,92%的测站采用MSSA方法重构之后其精度均有不同程度地改善,精度提升了 2.01%～16.89%。采用移去恢复方法优化了大气负荷与海平面变化负荷影响的计算过程,减小了原始格网数据在进行球谐展开时产生的截断误差,结果表明:大气负荷对基准站垂直位移的影响在季节尺度上最大可达12.4mm、海平面变化负荷引起测站垂直位移最大值约为±3mm。6、验证了 GNSS高程方向位移监测区域水储量变化的方法可靠性。对于反演模型构建,按附有约束条件的方法解决了法方程秩亏的问题,避免了正则化方法中岭参数选取的困难,提高了计算效率;细致分析了反演模型中的积分半径选择与边界尺度扩充等问题;依托地壳负荷弹性形变理论,获取了 GLDAS模型的数值模拟结果,以此评估GNSS多次迭代反演算法的稳定性,其结果显示:对于测站点位密集的区域,反演结果与模拟信号比较吻合,而对于点位稀疏的局部地区信号偏差相对较大,在距离基准站覆盖范围较远的四周区域,其结果明显偏离模拟信号。说明了 GNSS高程方向位移反演方法的稳定性与基准站点的密集程度有关;相比于直接解算法,多次迭代反演结果与模拟信号局部特征一致性较好,有效验证了多次迭代反演方法的稳定性;进一步揭示了 GNSS反演的区域陆地水储量变化及其垂直负荷形变时空特征,主要从定性的角度探讨了与GRACE监测结果的时空共性。7、研究了融合GNSS与GRACE数据监测区域陆地水负荷形变的方法。联合反演结果显示了区域陆地水负荷垂直形变具有明显的季节性特征,位移形变量约为-12mm～12mm。在2015～2017年的每年1月至3月陆地水负荷迁移驱动地表产生向上位移;每年5月、7月、8月地表在陆地水负荷作用下产生向下位移;相比单一监测手段,联合反演后研究区信号产生了新的变化,在远离CORS站覆盖区的边界处出现了相对理想的物理信号,弥补了 GNSS反演在积分远场的不足;地表垂直位移变化较大的区域集中在CORS站覆盖范围,主要反映了 GNSS结果的信号特征,空间信号分布相比GRACE结果具有更高的空间分辨率。为了验证联合反演方法相比GNSS反演的优越性,推导了 Mascon等效水高转换成Mascon形变位移的计算公式,结果表明:联合反演方法得到的区域陆地水负荷垂直形变与Mascon形变解吻合较好。8、利用CSR、JPL、GFZ三家机构的GRACE-FO时变重力场模型揭示了近10个月我国陆地水储量随时间演变的时空特征;提出利用改进的Hard模型与PREM模型分析区域地球结构差异对GRACE-FO反演我国陆地水负荷垂直形变的影响。结果表明:60阶径向勒夫数的相对差异接近4.27%,前60阶垂直负荷形变最大差异位于云南一带的澜沧江流域地区,幅值约达到0.7mm/a。构建了预测GRACE与GRACE-FO衔接期水储量变化的SSA迭代方法。分析我国6个实验区水储量在短期、中短期、中期、长期等时间尺度上的预测精度,结果表明其预测精度几乎都高于ARMA模型,预测趋势与Mascon解、GLDAS模型以及GRACE-FO结果整体相一致。
刘丽[9]（2019）在《医学图像分割算法研究及应用》文中进行了进一步梳理近年来,随着医学图像扫描技术和计算机技术的发展,不同模态的医学图像在临床应用中得到广泛使用,并且发挥的作用日益增长。医学图像分割在临床疾病检测、辅助诊疗方面有多种重要作用,例如肿瘤定位,病理分析,测量组织体积,计算机辅助手术,计算机引导放疗,治疗计划制定,解剖结构研究等。然而,由于医学图像模态众多,结构复杂,没有一种方法能够适用于所有图像的分割,而手工分割是一项繁冗的工作,不仅给临床医生增加很大工作量而且效率低下。因此针对不同类型的医学图像,研究有效的自动分割方法或者交互式分割方法具有重要的研究和临床应用价值,从而受到国内外研究者的高度重视。本文主要针对病理图像和视网膜血管图像,分别研究腺体和血管分割算法。主要研究了分数阶散射网络、动态最小路径模型、基于图搜索的视觉分组,然后根据每种算法的特征,用于病理图像腺体分割和视网膜图像血管分割。主要工作及贡献如下:（1）提出了一种基于分数阶散射网络的图像分割算法首先,基于复数小波构造散射网络的方法,我们利用分数阶复数小波变换将传统的散射网络推广到分数阶,构造分数阶散射网络,从理论上给出了分数阶散射网络的平移不变性和微小形变稳定性,并且推导了其能量传播过程的非扩展性。经典的散射网络是分数阶散射网络的一个特例,而分数阶散射网络比经典散射网络多了一个关键的角度参数称为分数阶阶数,通过调节不同的分数阶阶数,使得分数阶散射网络在图像处理中得到较高的正确率。不同分数阶的变换系数使得分数阶变换具有更多的适用性;然后,设计了基于分数阶散射网络的病理图像腺体分割算法;最后,验证了分数阶散射网络在病理图像分割中的有效性,并分析了不同分数阶下该网络提取特征的分类能力。实验结果表明,与经典的散射网络相比,分数阶散射网络在合适的分数阶散射域会有较好的分类准确性;此外,通过与其他卷积神经网络在病理图像分割中的分割结果相比较,基于分数阶散射网络的分割算法具有较高的分割准确率。（2）提出了一种基于动态最小路径模型的图像分割算法。首先,基于已有的各向异性最小路径模型（或者测地线模型）,我们对其中定义的各向异性黎曼度量进行扩展,用于解决最小路径模型在分割中经常存在的捷径问题（Shortcut Problem）。在半径提升空间中,我们定义了交叉自适应各向异性黎曼度量,使得在非交叉区域度量具有各向异性,而在交叉区域度量的各向异性被去除。此外,我们引入非局部路径特征到各向异性黎曼度量,该特征为动态特征,在计算测地线距离的过程中获得。该路径特征计算测地线得弯曲程度以控制其进化方向;然后设计了基于动态最小路径模型的图像分割算法,人工给定两个初始点,作为起点和终点,通过该算法得到两点之间的血管中心线,以及结构的半径信息;最后,我们通过对视网膜血管、河流与道路等管状结构的检测实验,定量和定性验证了该算法的有效性。并且与其他基于各项同性、各项异性的测地线算法比较,验证了该算法的在克服捷径问题中的有效性。（3）提出了一种基于图搜索视觉分组的交互式图像分割算法。图搜索视觉分组由最小路径模型与图优化两部分组成。首先,利用多尺度方向可调滤波器提取血管的方向与表面特征,获得血管概率图,并且同时获得该位置血管的最优方向;然后,采用非最大值压缩法除去非血管像素以及血管边缘区域,得到代表血管中心线的曲线段。接着构建图结构,利用曲线段作为图节点,曲线段之间的最小路径作为相邻边的连线。最后,通过Dijkstra算法实现图优化,在图中搜索最优路径。由于采用曲线段而非图像像素作为节点,有效提高分割效率。用最小路径连接曲线段之间的空隙,能够提取光滑的血管。并且与其他基于图优化的血管分割算法相比较,本文提出算法识别准确率也较高。
张政[10]（2019）在《基于随机共振的微弱信号特征提取技术研究》文中进行了进一步梳理克服信道噪声的不利影响一直是通信领域的重要研究内容,伴随着无线通信环境的日益复杂,如何增强淹没在背景噪声中的微弱信号及其特征成为当前研究的热点问题。目前大多数微弱信号特征提取技术主要是基于抑制噪声的理念,但目标特征不可避免地也会受到一定程度的抑制和破坏。随机共振能够利用非线性系统将噪声的部分能量转移到有用信号中,本课题将其应用到非合作通信信号处理领域,旨在实现更为有效的微弱信号增强和特征提取,主要工作和研究成果包括:1.针对双稳态随机共振无法有效处理多类微弱信号且系统参数较难选取的问题,提出基于奇异值分解的自适应参数调节随机共振方法。首先,从信号的特征子空间出发,利用奇异值分解构造出评价函数,并采用幅度归一化来进行单参数优化。同时,在随机共振处理模块中加入滑动平均滤波器解决了幅度漂移现象。最后,用于求解最佳系统参数的人工鱼群优化算法能够以较快的迭代速度收敛并实现和非线性系统的最佳匹配。2.针对传统调制识别技术的性能在信噪比降低时恶化的问题,提出基于参数调节随机共振的调制识别特征提取与增强方法。从幅度、相位、频率和小波变换共四类瞬时特征出发,深入探究了随机共振对共计7种特征参数带来的影响和作用,验证了随机共振系统的相位延迟效应不会对特征提取带来消极影响。最后利用BP神经网络对6种改善后的特征进行分类识别。仿真实验结果表明,参数调节随机共振能够将调制识别分类成功的信噪比门限大大降低。3.针对低信噪比MPSK和MQAM信号符号速率特征提取问题,提出了一种将随机共振与小波变换联合的方法。先利用自适应参数调节随机共振为含噪信号匹配最佳系统参数,之后利用Haar小波变换进一步提取突变信息,最后使用模块化思路设计出整体方法架构。该方法不仅弥补了单独使用随机共振效果不佳及其作为非线性系统易发散的缺点,还降低了小波最佳尺度难以确定的影响。仿真实验表明,该方法能够在一定程度上提高输出峰值,降低信噪比门限。4.针对OFDM信号中实际子载波数的特征提取问题,提出利用随机共振提升传统算法性能。首先,利用自适应参数调节随机共振算法对OFDM信号进行增强预处理,其次,分别采用倒谱法和小波改进倒谱法进行处理,最后,通过对信号的倒谱进行峰值检测从而确定子载波数。仿真结果表明,随机共振对于以上两种方法都能有较大程度的改进,提高了检测峰值,降低了信噪比门限,并增大了估计精度。
二、循环小波变换及其应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、循环小波变换及其应用（论文提纲范文）
（1）基于地基MAX-DOAS精确获取HCHO的方法及其应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 DOAS技术发展现状 |
| 1.2.2 MAX-DOAS技术发展现状 |
| 1.3 大气中的甲醛 |
| 1.4 本文主要内容 |
| 1.5 章节主要安排 |
| 第二章 差分吸收光谱技术 |
| 2.1 差分吸收光谱技术 |
| 2.2 DOAS原理 |
| 2.3 被动MAX-DOAS测量原理 |
| 2.4 最小二乘法拟合 |
| 2.5 光谱处理 |
| 2.5.1 夫琅禾费结构 |
| 2.5.2 Ring光谱参与拟合 |
| 2.6 本章小结 |
| 第三章 地基被动MAX-DOAS系统搭建 |
| 3.1 实验装置 |
| 3.2 光谱仪性能测试 |
| 3.2.1 偏置(Offset) |
| 3.2.2 暗电流(Dark Current) |
| 3.2.3 电子噪声(Electronic Noise) |
| 3.2.4 分辨率(Resolution) |
| 3.3 本章小结 |
| 第四章 HCHO浓度的精确反演 |
| 4.1 高分辨率光谱作卷积 |
| 4.2 待测气体最佳反演波段的选取 |
| 4.3 光学密度谱去噪 |
| 4.3.1 小波变换 |
| 4.3.2 基本原理 |
| 4.3.3 平移不变量算法 |
| 4.3.4 改进平移不变量阈值算法去噪 |
| 4.4 多项式平滑滤波与小波变换去噪结果对比 |
| 4.4.1 基于粒子群算法优化阈值函数的调节因子 |
| 4.4.2 去噪实验 |
| 4.5 本章小结 |
| 第五章 淮北地区疫情前后HCHO浓度的观测研究 |
| 5.1 监测地点 |
| 5.2 光谱反演 |
| 5.3 疫情前后HCHO浓度的时间序列分布 |
| 5.4 淮北及周边地区的HCHO浓度分布 |
| 5.5 污染输送影响 |
| 5.6 地基MAX-DOAS测量结果与OMI卫星数据对比 |
| 5.7 本章小结 |
| 第六章 主要结论及展望 |
| 参考文献 |
| 攻读硕士学位期间出版或发表的论文 |
| 致谢 |
（2）小波分析在大功率微波加热系统故障检测中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 大功率微波加热系统的基本结构及其分类 |
| 1.2.1 大功率微波加热系统基本结构 |
| 1.2.2 大功率微波加热系统的分类 |
| 1.3 小波分析的发展状况及其在故障诊断中的应用 |
| 1.3.1 小波分析的发展状况 |
| 1.3.2 小波分析在故障诊断中的应用 |
| 1.3.3 小波分析在故障诊断中的研究现状 |
| 1.4 数值计算及软件平台 |
| 1.4.1 数值计算法 |
| 1.4.2 数值计算软件平台 |
| 1.5 本文主要内容与章节安排 |
| 第二章 微波源系统的数学建模 |
| 2.1 磁控管的基本结构及其分类和性能 |
| 2.1.1 磁控管的基本结构 |
| 2.1.2 磁控管的分类和性能 |
| 2.2 磁控管的伏安特性 |
| 2.3 磁控管的效率 |
| 2.4 建立磁控管的数学模型 |
| 2.4.1 影响磁控管微波输出功率的因素 |
| 2.4.2 调节磁控管输出功率的控制策略 |
| 2.5 本章小结 |
| 第三章 基于多尺度小波变换的大功率微波加热系统微波源的故障检测 |
| 3.1 微波源队列故障的判断 |
| 3.1.1 电场强度的变化 |
| 3.1.2 温度变化系数COV |
| 3.2 基于多尺度小波变换的微波源故障检测 |
| 3.2.1 连续小波变换 |
| 3.2.2 利用连续小波变换进行信号检测的基本原理 |
| 3.2.3 基于多尺度小波变换故障检测的基本步骤 |
| 3.3 故障检测结果可视化分析 |
| 3.4 基于小波分析的大功率微波加热系统微波源的故障检测算法 |
| 3.5 本章小结 |
| 第四章 微波源故障检测实验与结果分析 |
| 4.1 微波源的故障类型 |
| 4.2 微波源故障检测仿真实验结果 |
| 4.2.1 多尺度小波变换检测结果 |
| 4.2.2 可视化分析 |
| 4.3 实验结果分析与讨论 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 A (攻读硕士期间的学术成果) |
| 附录 B (攻读硕士期间参与科研项目) |
（3）基于PHM技术的高铁车载通信装备健康监测智能分析理论与方法的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 目前存在的问题 |
| 1.4 主要研究内容和创新点 |
| 1.5 论文组织结构 |
| 2 关键技术及相关工作 |
| 2.1 引言 |
| 2.2 机车综合无线通信设备工作原理 |
| 2.3 压缩算法 |
| 2.3.1 无损压缩技术 |
| 2.3.2 有损压缩技术 |
| 2.4 加密算法 |
| 2.5 特征提取方法 |
| 2.6 PHM技术 |
| 2.6.1 PHM系统体系结构 |
| 2.6.2 动车组PHM体系结构 |
| 2.6.3 动车组PHM技术架构 |
| 2.6.4 动车组PHM系统功能和目标 |
| 2.6.5 动车组PHM诊断技术 |
| 2.6.6 动车组PHM预测技术 |
| 2.7 小结 |
| 3 基于无损数据压缩及加密联合算法的研究 |
| 3.1 问题提出 |
| 3.2 相关研究 |
| 3.3 SRLE无损压缩算法 |
| 3.3.1 SRLE压缩处理 |
| 3.3.2 SRLE解压处理 |
| 3.4 混合加密算法 |
| 3.4.1 Logistic混沌加密算法 |
| 3.4.2 RSA加密算法 |
| 3.4.3 压缩加密联合算法 |
| 3.5 实验与结论 |
| 3.5.1 压缩性能分析 |
| 3.5.2 安全性能分析 |
| 3.5.3 复杂度及效率分析 |
| 3.6 小结 |
| 4 基于PHM技术的高铁车载通信装备故障诊断 |
| 4.1 问题提出 |
| 4.2 相关研究 |
| 4.3 基于高铁机车综合通信设备中故障诊断的研究 |
| 4.3.1 实验数据集 |
| 4.3.2 特征提取 |
| 4.3.3 无监督聚类 |
| 4.3.4 极限学习机故障识别模型 |
| 4.4 实验与结论 |
| 4.4.1 仿真实验验证 |
| 4.4.2 实测数据集实验验证 |
| 4.5 小结 |
| 5 基于PHM技术的高铁车载通信装备健康状态评估预测 |
| 5.1 问题提出 |
| 5.2 相关研究 |
| 5.3 基于锂电池的剩余使用寿命预测与健康状态监测 |
| 5.3.1 实验数据集 |
| 5.3.2 健康状况和健康指标 |
| 5.3.3 降噪处理 |
| 5.3.4 关键参数优化 |
| 5.3.5 注意力机制 |
| 5.3.6 遗忘机制的在线序列极限学习机 |
| 5.4 实验与结论 |
| 5.4.1 算法训练过程 |
| 5.4.2 在线监测部分 |
| 5.4.3 剩余使用寿命预测部分 |
| 5.5 小结 |
| 6 总结及展望 |
| 6.1 研究总结 |
| 6.2 未来展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（4）甲襞微血管血流速检测算法及其应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 微循环的概念 |
| 1.1.2 研究对象 |
| 1.1.3 微血管血流速检测的意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与创新 |
| 1.4 结构安排 |
| 第二章 相关基础知识 |
| 2.1 引言 |
| 2.2 RGB图像灰度化 |
| 2.3 数学形态学 |
| 2.4 图像卷积运算 |
| 2.5 灰度直方图 |
| 2.6 甲襞微血管样本采集 |
| 2.7 本章小结 |
| 第三章 甲襞微血管视频图像预处理 |
| 3.1 引言 |
| 3.2 消除标尺 |
| 3.3 图像去抖动 |
| 3.3.1 SIFT去抖动方法 |
| 3.3.2 图像相关性匹配去抖动 |
| 3.3.3 视频去抖动实验及分析 |
| 3.4 图像去模糊 |
| 3.4.1 运动模糊分析 |
| 3.4.2 运动图像去模糊 |
| 3.4.3 Deblur GAN去模糊 |
| 3.4.4 图像去模糊实验及分析 |
| 3.5 图像对比度增强 |
| 3.5.1 直方图均衡化 |
| 3.5.2 限制对比度自适应直方图均衡化 |
| 3.5.3 高斯匹配滤波 |
| 3.5.4 小波变换 |
| 3.5.5 图像对比度增强实验及分析 |
| 3.6 本章小结 |
| 第四章 甲襞微血管分割研究 |
| 4.1 引言 |
| 4.2 累计G通道图像 |
| 4.3 图像光照均匀化校正 |
| 4.4 图像二值化 |
| 4.5 图像去噪和血管筛选 |
| 4.6 实验结果与分析 |
| 4.7 本章小结 |
| 第五章 微血管血流速检测研究 |
| 5.1 引言 |
| 5.2 基于投影分析的血流速检测方法 |
| 5.2.1 提取血管中心线 |
| 5.2.2 计算血管展开投影直方图 |
| 5.2.3 计算直方图重心移动速度和方向 |
| 5.3 基于ST图的血流速检测方法 |
| 5.3.1 生成血管空时图 |
| 5.3.2 旋转投影计算空时图轨迹方向 |
| 5.3.3 计算微血管血流速度 |
| 5.4 实验结果与分析 |
| 5.5 本章小结 |
| 第六章 血流速检测实际应用 |
| 6.1 观测人体健康状态 |
| 6.2 人体微循环养生与保健 |
| 6.3 疾病诊断与防护 |
| 6.4 临床研究 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（5）基于边缘特征检测的遥感影像角点提取的研究及其应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外相关研究现状 |
| 1.2.1 小波降噪的研究现状 |
| 1.2.2 边缘检测的研究现状 |
| 1.2.3 角点检测的研究现状 |
| 1.2.4 JGraph研究现状 |
| 1.3 研究目标和内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 论文组织结构 |
| 1.5 本章小结 |
| 2 相关理论基础 |
| 2.1 小波算法简介 |
| 2.1.1 小波函数 |
| 2.1.2 小波去噪 |
| 2.1.3 小波变换 |
| 2.2 角点检测算法简介 |
| 2.2.1 角点的意义 |
| 2.2.2 角点检测算法 |
| 2.3 JGraph技术简介 |
| 2.4 本章小结 |
| 3 遥感影像边缘特征的提取 |
| 3.1 边缘检测算子 |
| 3.1.1 一阶微分边缘检测 |
| 3.1.2 二阶微分边缘检测 |
| 3.2 小波变换原理 |
| 3.3 基于小波变换的遥感影像边缘检测 |
| 3.3.1 小波分解 |
| 3.3.2 小波去噪及边缘特征提取 |
| 3.3.3 实验验证与分析 |
| 3.4 本章小结 |
| 4 基于边缘特征的遥感影像角点提取 |
| 4.1 Harris角点检测 |
| 4.1.1 Harris角点检测原理 |
| 4.1.2 Harris角点检测在遥感影像中的应用 |
| 4.2 基于边缘特征的角点检测 |
| 4.2.1 方法概述 |
| 4.2.2 实验验证与分析 |
| 4.3 本章小结 |
| 5 基于JGraph的图像处理过程可视化 |
| 5.1 基于JGraph的图像处理平台简述 |
| 5.2 JGraph中组件的封装与调度 |
| 5.2.1 可视化组件的封装 |
| 5.2.2 可视化组件的调度 |
| 5.2.3 可视化过程的合法性检查 |
| 5.3 实验验证与分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文与参加的项目 |
（6）基于马尔可夫链的钢箱梁正交异性板疲劳状态预测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 本文的研究背景和意义 |
| 1.1.1 正交异性桥面板的发展及应用现状 |
| 1.1.2 研究意义 |
| 1.2 钢箱梁多尺度建模的国内外研究现状 |
| 1.3 正交异性板疲劳分析的国内外研究现状 |
| 1.4 本文主要研究内容 |
| 第二章 大跨悬索桥的多尺度有限元模拟 |
| 2.1 工程背景 |
| 2.2 大跨悬索桥各部件的模拟 |
| 2.2.1 大跨悬索桥加劲梁与桥塔模拟 |
| 2.2.2 缆索系统建模 |
| 2.3 全桥模型结构分析 |
| 2.3.1 整桥有限元模型 |
| 2.3.2 静载工况分析 |
| 2.3.3 悬索桥模态分析 |
| 2.4 大跨悬索桥的多尺度有限元模型建立 |
| 2.4.1 面向大跨桥梁结构状态评估的多尺度有限元建模策略 |
| 2.4.2 局部结构的精细化多尺度有限元模型 |
| 2.5 边界条件的处理 |
| 2.6 大跨悬索桥完整的多尺度有限元模型 |
| 2.7 本章小结 |
| 第三章 西堠门大桥健康监测数据分析 |
| 3.1 西堠门大桥钢箱梁的应变监测 |
| 3.2 小波分析理论 |
| 3.2.1 小波变换 |
| 3.2.2 多分辨率分析理论 |
| 3.2.3 基于小波分析的阈值去噪 |
| 3.3 基于小波分析的健康监测数据处理 |
| 3.3.1 应力监测数据的时程分析 |
| 3.3.2 由温度和干扰因素引起的应力时程变化 |
| 3.3.3 由车荷载引起的应力时程变化 |
| 3.4 本章小结 |
| 第四章 时变系统分析的马尔可夫链方法 |
| 4.1 马尔可夫过程定义 |
| 4.2 马尔可夫链理论 |
| 4.2.1 马尔可夫链的定义和性质 |
| 4.2.2 状态转移矩阵的构造与计算 |
| 4.3 基于马尔可夫链的正交异性板状态评估框架 |
| 4.3.1 正交异性板状态的马尔可夫性 |
| 4.3.2 正交异性板状态指标的确定 |
| 4.4 本章小结 |
| 第五章 基于马尔可夫链的正交异性板U肋局部应力疲劳演变分析 |
| 5.1 线弹性断裂力学原理及其应用 |
| 5.1.1 应力强度因子的计算方法 |
| 5.1.2 局部疲劳裂纹扩展模型的关键参数 |
| 5.2 基于马尔可夫链的断裂力学模型 |
| 5.3 正交异性板的疲劳状态分析 |
| 5.4 本章小结 |
| 第六章 多数据融合的U肋疲劳状态的马尔可夫状态评估 |
| 6.1 正交异性板监测多数据分析 |
| 6.2 基于多数据的疲劳状态分析 |
| 6.3 本章小结 |
| 第七章 结论与展望 |
| 7.1 主要结论和创新点 |
| 7.2 进一步工作及展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 1 作者简介 |
| 2 攻读硕士学位期间发表的学术论文 |
| 3 参与的科研项目及获奖情况 |
| 学位论文数据集 |
（7）基于注入模型的遥感图像整合方法研究及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 遥感图像融合的研究背景 |
| 1.1.2 遥感图像融合的研究意义 |
| 1.2 遥感图像融合层级结构 |
| 1.3 像素级遥感图像融合算法概述 |
| 1.3.1 基于成分替代的遥感图像融合算法 |
| 1.3.2 基于多分辨率分析的遥感图像融合算法 |
| 1.3.3 基于模型的遥感图像融合算法 |
| 1.3.4 基于人工神经网络的遥感图像融合算法 |
| 1.3.5 基于混合技术的遥感图像融合算法 |
| 1.3.6 遥感图像融合存在的问题 |
| 1.4 遥感图像特性分析 |
| 1.4.1 WorldView-2 卫星图像特性 |
| 1.4.2 IKONOS卫星图像特性 |
| 1.4.3 QuickBird卫星图像特性 |
| 1.5 遥感图像融合质量评价 |
| 1.5.1 有参考图遥感图像融合质量评价 |
| 1.5.2 无参考图遥感图像融合质量评价 |
| 1.6 本论文创新点与结构安排 |
| 1.6.1 论文创新点 |
| 1.6.2 论文结构安排 |
| 第2章 注入模型 |
| 2.1 引言 |
| 2.2 注入模型融合方案 |
| 2.3 图像预处理 |
| 2.3.1 重采样 |
| 2.3.2 直方图匹配 |
| 2.4 成分替代技术 |
| 2.4.1 亮度-色度-饱和度变换 |
| 2.4.2 主成分分析 |
| 2.5 基于成分替代的注入模型 |
| 2.6 多分辨率分析技术 |
| 2.6.1 小波变换 |
| 2.6.2 滤波技术 |
| 2.6.3 稀疏表示理论 |
| 2.7 基于多分辨率分析的注入模型 |
| 2.8 本章小节 |
| 第3章 基于精炼细节注入的遥感图像融合算法及其应用 |
| 3.1 引言 |
| 3.2 细节精炼关键技术 |
| 3.2.1 à trous小波变换 |
| 3.2.2 引导滤波 |
| 3.2.3 稀疏表示 |
| 3.2.4 字典学习 |
| 3.3 基于精炼细节注入的遥感图像融合算法框架 |
| 3.4 基于精炼细节注入的遥感图像融合算法 |
| 3.4.1 基于àtrous小波变换及引导滤波的高频细节提取 |
| 3.4.2 稀疏融合获取初始联合细节 |
| 3.4.3 基于自适应权重因子精炼算法获取精炼联合细节 |
| 3.4.4 基于边缘信息保护的细节注入 |
| 3.4.5 精炼细节性能测试 |
| 3.5 实验结果及其应用分析 |
| 3.5.1 仿真图像实验结果及其应用分析 |
| 3.5.2 真实图像实验结果及其应用分析 |
| 3.5.3 算法综合性能评价 |
| 3.5.4 应用示例:算法在城区地物分类管理中的应用 |
| 3.6 本章小结 |
| 第4章 基于补偿细节注入的遥感图像融合算法及其应用 |
| 4.1 引言 |
| 4.2 补偿细节提取关键技术 |
| 4.2.1 基于补偿细节的注入模型 |
| 4.2.2 鲁棒稀疏模型 |
| 4.2.3 鲁棒稀疏模型性能 |
| 4.3 基于补偿细节注入的遥感图像融合算法框架 |
| 4.4 基于补偿细节注入的遥感图像融合算法 |
| 4.4.1 鲁棒稀疏模型重建补偿细节 |
| 4.4.2 全色图像高频细节提取 |
| 4.4.3 补偿细节与全色图像高频细节的联合注入 |
| 4.4.4 鲁棒稀疏模型中方形窗尺寸讨论 |
| 4.4.5 补偿细节性能 |
| 4.5 实验结果及其应用分析 |
| 4.5.1 仿真图像实验结果及其应用分析 |
| 4.5.2 真实图像实验结果及其应用分析 |
| 4.5.3 算法综合性能评价 |
| 4.5.4 应用示例:算法用于山川、河流管理 |
| 4.6 本章小结 |
| 第5章 基于多光谱图像改进的遥感图像融合算法及其应用 |
| 5.1 引言 |
| 5.2 多光谱图像改进关键技术 |
| 5.2.1 基于多光谱图像改进的注入模型 |
| 5.2.2 基于稀疏表示的字典学习 |
| 5.3 基于多光谱图像改进的遥感图像融合算法框架 |
| 5.4 基于多光谱图像改进的遥感图像融合算法 |
| 5.4.1 低空间分辨率多光谱图像性能改进 |
| 5.4.2 基于改进的多光谱图像的细节注入 |
| 5.4.3 改进的多光谱图像的性能 |
| 5.5 实验结果及其应用分析 |
| 5.5.1 仿真图像实验结果及其应用分析 |
| 5.5.2 真实图像实验结果及其应用分析 |
| 5.5.3 算法综合性能评价 |
| 5.5.4 应用示例:算法用于林业分类管理 |
| 5.6 本章小结 |
| 第6章 基于光谱及亮度调制的遥感图像融合算法及其应用 |
| 6.1 引言 |
| 6.2 基于光谱及亮度调制的遥感图像融合算法关键技术 |
| 6.2.1 光谱调制 |
| 6.2.2 亮度调制 |
| 6.2.3 光谱及亮度调制观测模型 |
| 6.3 光谱及亮度调制的遥感图像融合算法框架 |
| 6.4 基于光谱及亮度调制的遥感图像融合算法 |
| 6.4.1 构建光谱调制系数 |
| 6.4.2 构建亮度调制系数 |
| 6.4.3 光谱调制系数及亮度调制系数性能 |
| 6.5 实验结果及其应用分析 |
| 6.5.1 仿真图像实验结果及其应用分析 |
| 6.5.2 真实图像实验结果及其应用分析 |
| 6.5.3 算法综合性能评价 |
| 6.5.4 应用示例:算法用于城区地物分类管理 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
| 致谢 |
（8）GNSS与GRACE联合的陆地水储量变化监测及其负荷形变研究（论文提纲范文）
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容及安排 |
| 1.4 论文主要创新点 |
| 2 GRACE反演水储量变化及负荷形变计算的基本理论 |
| 2.1 地球重力场基本理论 |
| 2.2 时变重力场球谐系数反演方法 |
| 2.3 空间滤波方法 |
| 2.4 区域时变重力场信号提取方法 |
| 2.5 冰川均衡调整GIA改正 |
| 2.6 地壳负荷弹性形变理论 |
| 2.7 地球参考框架统一 |
| 2.8 本章小结 |
| 3 GRACE泄漏误差改正方法与应用分析 |
| 3.1 基于小尺度区域的尺度因子法 |
| 3.2 基于中长空间尺度的正向建模法 |
| 3.3 基于大尺度流域的三次滤波核函数法 |
| 3.4 本章小结 |
| 4 基于奇异谱分析的GNSS高程方向时序处理方法 |
| 4.1 奇异谱分析方法 |
| 4.2 GNSS高程方向时序降噪 |
| 4.3 GNSS坐标时序插值 |
| 4.4 GNSS高程方向时序信号提取 |
| 4.5 本章小结 |
| 5 GNSS高程方向位移监测区域陆地水储量变化的方法 |
| 5.1 加权秩亏自由网平差基本理论 |
| 5.2 GNSS数据处理 |
| 5.3 基于多通道奇异谱分析的GNSS时序降尺度方法 |
| 5.4 环境负荷形变场精化 |
| 5.5 附有约束条件的GNSS反演水储量模型构建 |
| 5.6 多次迭代反演方法可靠性评估 |
| 5.7 GNSS与GRACE监测的地表质量迁移时空特征 |
| 5.8 本章小结 |
| 6 融合GNSS与GRACE数据的水负荷形变监测方法及其应用 |
| 6.1 联合反演方法 |
| 6.2 联合反演的区域陆地水负荷垂直形变 |
| 6.3 与Mascon垂直位移比较 |
| 6.4 GRACE-FO数据反演我国陆地水储量变化 |
| 6.5 地球结构对GRACE-FO估算陆地水负荷垂直形变的影响 |
| 6.6 GRACE与GRACE-FO衔接期水储量预测方法与初步应用 |
| 6.7 本章小结 |
| 7 总结与展望 |
| 7.1 论文主要研究工作总结 |
| 7.2 今后研究工作展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（9）医学图像分割算法研究及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及其意义 |
| 1.2 医学图像分割存在的问题 |
| 1.3 图像分割算法的分类以及国内外研究现状 |
| 1.4 本论文主要工作及内容安排 |
| 第2章 散射网络与最小路径模型 |
| 2.1 引言 |
| 2.2 小波散射网络的研究意义与国内外研究现状 |
| 2.3 小波散射网络 |
| 2.4 最小路径模型 |
| 2.5 快速行进算法 |
| 2.6 本章小结 |
| 第3章 分数阶小波散射网络及其应用 |
| 3.1 引言 |
| 3.2 分数阶散射网络构建 |
| 3.3 基于分数阶小波散射网络分割算法研究及在腺体分割中的应用 |
| 3.4 分数阶散射网络在纹理图像分类中的应用 |
| 3.5 本章小结 |
| 第4章 基于自适应各向异性动态最小路径模型的管状结构分割算法 |
| 4.1 引言 |
| 4.2 各向异性最小路径模型 |
| 4.3 交叉自适应各向异性动态最小路径模型 |
| 4.4 实验结果与分析 |
| 4.5 本章小结 |
| 第5章 基于最小路径模型与图搜索的快速血管提取算法 |
| 5.1 引言 |
| 5.2 基于曲率补偿的最小路径模型 |
| 5.3 基于图的视觉分组 |
| 5.4 交互式快速血管提取工具 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读博士学位期间发表的学术论文 |
（10）基于随机共振的微弱信号特征提取技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 微弱信号检测 |
| 1.2.2 随机共振理论 |
| 1.2.3 信号处理中的随机共振 |
| 1.2.4 现状分析与总结 |
| 1.3 论文主要工作 |
| 1.4 论文结构安排 |
| 第二章 随机共振基本理论 |
| 2.1 引言 |
| 2.2 系统模型 |
| 2.2.1 单阈值系统 |
| 2.2.2 双稳态系统 |
| 2.3 双稳态随机共振理论 |
| 2.3.1 Fokker-Planck方程 |
| 2.3.2 绝热近似理论 |
| 2.3.3 归一化尺度变换 |
| 2.4 测度指标 |
| 2.5 噪声调节随机共振 |
| 2.5.1 周期信号系统输出功率谱 |
| 2.5.2 非周期信号互相关描述 |
| 2.6 本章小结 |
| 第三章 自适应参数调节随机共振方法研究 |
| 3.1 引言 |
| 3.2 数学模型与理论 |
| 3.2.1 中频数字通信信号 |
| 3.2.2 双稳态参数调节随机共振 |
| 3.2.3 人工鱼群优化算法 |
| 3.3 自适应参数调节随机共振信号增强方法 |
| 3.3.1 基于奇异值分解的测度函数 |
| 3.3.2 整体框架 |
| 3.4 仿真实验与结果分析 |
| 3.4.1 有效性验证 |
| 3.4.2 鲁棒性检验 |
| 3.4.3 信号质量增益检验 |
| 3.5 本章小结 |
| 第四章 基于随机共振的调制识别特征提取研究 |
| 4.1 引言 |
| 4.2 系统框架 |
| 4.3 特征提取方法 |
| 4.3.1 幅度特征 |
| 4.3.2 相位特征 |
| 4.3.3 频率特征 |
| 4.3.4 小波变换特征 |
| 4.4 基于BP神经网络的分类方法 |
| 4.5 仿真实验与结果分析 |
| 4.5.1 所有类别信号的特征统计 |
| 4.5.2 基于BP神经网络的调制识别 |
| 4.6 本章小结 |
| 第五章 基于随机共振的信号参数特征提取研究 |
| 5.1 引言 |
| 5.2 随机共振联合小波变换的符号速率估计方法 |
| 5.2.1 问题描述 |
| 5.2.2 算法实现 |
| 5.2.3 仿真实验与性能分析 |
| 5.3 基于随机共振的OFDM子载波数估计改进算法 |
| 5.3.1 问题描述 |
| 5.3.2 算法实现 |
| 5.3.3 仿真实验与性能分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 作者简历 |
四、循环小波变换及其应用（论文参考文献）
- [1]基于地基MAX-DOAS精确获取HCHO的方法及其应用研究[D]. 齐贺香. 淮北师范大学, 2021(12)
- [2]小波分析在大功率微波加热系统故障检测中的应用研究[D]. 朱娜. 昆明理工大学, 2021(01)
- [3]基于PHM技术的高铁车载通信装备健康监测智能分析理论与方法的研究[D]. 范家铭. 北京交通大学, 2020
- [4]甲襞微血管血流速检测算法及其应用[D]. 林振锴. 济南大学, 2020(01)
- [5]基于边缘特征检测的遥感影像角点提取的研究及其应用[D]. 牛晓星. 河南大学, 2020(02)
- [6]基于马尔可夫链的钢箱梁正交异性板疲劳状态预测[D]. 杭达. 浙江工业大学, 2020
- [7]基于注入模型的遥感图像整合方法研究及其应用[D]. 吴磊. 江西财经大学, 2019(07)
- [8]GNSS与GRACE联合的陆地水储量变化监测及其负荷形变研究[D]. 李婉秋. 山东科技大学, 2019(06)
- [9]医学图像分割算法研究及应用[D]. 刘丽. 东南大学, 2019(01)
- [10]基于随机共振的微弱信号特征提取技术研究[D]. 张政. 战略支援部队信息工程大学, 2019(02)