检索结果-南通市图书馆

重力固体潮信号的独立分解与乘性解调分析及异常信息研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

重力固体潮信号的独立分解与乘性解调分析及异常信息研究

作者：高略昆明理工大学

学位级别：硕士

随着我国固体潮观测点的增加,我国的专家学者积累了大量的固体潮观测资料。同时,由于相关测量仪器的不断发展,科学家发现由太阳、月球相对地球位置的变化所产生的引力会使地球的重力值发生一定的变化,该变化可以通过提取地球固体潮汐中... 详细信息

随着我国固体潮观测点的增加,我国的专家学者积累了大量的固体潮观测资料。同时,由于相关测量仪器的不断发展,科学家发现由太阳、月球相对地球位置的变化所产生的引力会使地球的重力值发生一定的变化,该变化可以通过提取地球固体潮汐中的观测数据很好地反映出来。通过对重力固体潮的观测数据研究发现,它主要表现为时间和空间上的变化,它在空间上的变化表现地球内部的一些区域性的变化,例如地壳和地幔的变化;而时间方面的变化则与某些灾难性的天然地震有着直接或间接的关系。因此,通过对重力固体潮观测资料进行研究,很有可能发现它们与天然地震所存在的相应关系,以便为地震前期的预报工作提供相应的理论依据。根据重力固体潮信号的产生原理,从信号处理的角度,提出了一个重力固体潮信号的分解模型。该模型描述了地球自转产生的潮汐谐波与月球、太阳相对于地球轨道变化产生的潮汐谐波的正交分解关系,目的是为了让重力固体潮中的各谐波分量在上面分别体现出来。为了实现该模型,本文提出了一种基于单形邻域与多角色进化策略的智能优化算法的独立分量分析(independent component analysis,ICA),对复杂的目标函数进行全局优化,更好地实现对重力固体潮信号独立分量的分离。并利用循环谱相关的方法实现对重力固体潮独立分量的乘性解调。一种基于单形邻域与多角色进化策略的智能优化算法,通过设计一个融合单形凸集逼近与随机二维度更新遗传进化的搜索算子,以多角色态实现粒子搜索多样性,实现全局优化,这是一种结构相对简单的群智能优化算法。通过仿真实验,验证了本算法的可实施性和有效性。通过这一方法,将重力固体潮汐分解在日波、半日波、长周期波等主要的几个频段内,实现了对重力固体潮信号的加性分解。最后,本文把此方法应用于重力固体潮信号的处理,实现与所提模型相对应的正交分解,将重力固体潮所包含的多个谐波分量按照产生的机制和能量差异分解到该模型三维的正交空间内。这样,更加便利地观察各谐波的能量分布和变化,其中能量较弱的长周期波分量也被充分地凸显出来。然后再对各独立分量进行谱相关分析,实现它们的乘性解调,全面清晰地揭示各谐波间存在的关系。通过对云南地区重力固体潮观测值的研究表明,利用本文所提方法得到了重力固体潮所包含的谐波分量,发现地震发生前后各谐波分量的异常变化。且该异常信息主要体现在长周期谐波分量中。这使我们能够对地震做一个有效的短期预测,从而让我们能够做出一些关于其物理性质的假设。

关键词：重力固体潮独立分量分析智能优化算法谱相关异常信息

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于单形进化的BP神经网络学习算法研究

基于单形进化的BP神经网络学习算法研究

作者：林哲昆明理工大学

学位级别：硕士

人工神经网络是一种以生物神经系统为数学模型获得非线性处理数据能力的自适应系统,其在模式识别、预测估计、自动控制等领域成功地解决了很多计算机无法完成的实际问题。常见的人工神经网络包括BP神经网络、径向基神经网络、卷积神经... 详细信息

人工神经网络是一种以生物神经系统为数学模型获得非线性处理数据能力的自适应系统,其在模式识别、预测估计、自动控制等领域成功地解决了很多计算机无法完成的实际问题。常见的人工神经网络包括BP神经网络、径向基神经网络、卷积神经网络等。其中,BP神经网络拓扑结构相对简单,理论及应用发展迅速,逐渐成为研究的热点。传统的BP神经网络学习算法是采用梯度下降的原理,对误差由后向前传递,计算各神经单元输出值与期望值的误差,并对隐含层权值进行逐层修正,达到期望输出误差最小的目的,这种方法存在收敛速度慢、易陷入局部极值的缺点。针对这个问题,许多学者引入智能优化算法对其学习阶段进行改进,如粒子群算法、萤火虫算法等,基于这些算法改进的BP神经网络通常有多个控制参数,并且需要选择初始点的位置。这些参数和初始点位置若选取的不合适,则很难搜索到最优的神经网络权值。基于这些算法的许多相关改进算法能够获得较好的结果,但是这些算法引入更多的控制参数,增加了算法复杂度。单形进化算法(SurfaceSimplex Swarm Evolution,SSSE)是一种新型的群智能优化算法,该算法具有更好的全局性和学习效率,同时多角色态搜索策略的运用保持了群体的多样性,全随机的搜索机制使得该算法在具有多个局部最优的函数目标优化体现了很好的拟合度,提升了算法运行效率。基于上述问题,本文将BP神经网络和单形邻域与多角色进化策略优化算法相结合,采用了一种基于单形进化的BP神经网络学习算法。该算法能够在不依赖参数选择的条件下,较好地使神经网络快速、一致地收敛到误差曲线的最小点,提高学习算法的正确率与学习效率,获得更高的识别率和收敛速度;另外,采用集成学习和多分类编码策略增加了分类的可靠性与神经网络的泛化能力。本文将该算法应用于有监督分类和人脸识别中,经过与其他方法的对比实验证明,本文算法对BP神经网络的作用是有效的,优化后的BP神经网络具有很好的鲁棒性和稳定性,具有一定的发展前景。

关键词：神经网络智能优化随机搜索进化策略学习算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

视频中手势跟踪与手写数字识别研究

视频中手势跟踪与手写数字识别研究

作者：周荣强昆明理工大学

学位级别：硕士

近年来,随着计算机运算能力的不断提高,目标跟踪与识别技术迅速发展,得到了许多研究学者的广泛关注。目前人与机器的交互研究工作如火如荼,手势是人际交流的一种重要方式,要想更人性化的实现人机交互就必须对手势进行深入的研究,所以手... 详细信息

近年来,随着计算机运算能力的不断提高,目标跟踪与识别技术迅速发展,得到了许多研究学者的广泛关注。目前人与机器的交互研究工作如火如荼,手势是人际交流的一种重要方式,要想更人性化的实现人机交互就必须对手势进行深入的研究,所以手势的跟踪与识别技术受到了广泛的重视。日常生活中用于沟通交流的手势复杂多变,这也使得相关的研究工作极具挑战。本文针对实时视频中不断变化的手势进行跟踪与识别研究,其主要工作和研究成果如下： 1.由于手的肤色相对于形变丰富的手势来说比较稳定,因此本文采用肤色作为实时视频中手势的跟踪特征,又因为RGB颜色空间不适宜检测肤色,所以本文采用HSV颜色空间。 2.本文详细介绍了Mean-Shift算法,并针对Mean-Shift算法中初始目标必须手动选定的缺点,提出了用最大连通域对初始手势进行选定,从而实现了待跟踪初始手势目标的自动获取。 3. Mean-Shift算法由于缺乏跟踪窗更新机制,所以不能实现跟踪窗随目标的缩放而缩放、旋转而旋转,且有时因为目标变化的速度太快等因素导致跟踪目标丢失。针对上述问题本文用几何矩的方法实现了跟踪窗随目标的变化而自适应的改变,仿真实验结果证明,此方法具有较好的性能。 4.由于所采集的样本以及实时视频中所跟踪到的手势区域中可能会有许多类似肤色或者与肤色无关的杂类,为了去除这些杂类我们在图像处理时,考虑到所提取的轮廓中一般情况下手势占大部分区域,所以首先查找一下图像中的肤色轮廓并找到最大轮廓区域,这样就可去除大部分杂类。然后就可以对上面找到的相对精确的手势区域进行特征提取。不同的手势面积占手势所在区域面积的比值往往不同,可以作为识别手势的一个特征。与此同时,本文还采用不变矩和傅里叶描述子作为识别手势的特征。 5.本文用跟踪到的手势控制手势运动轨迹的显示,通过摄像头采集手势在空中书写数字时就像用笔在纸上书写一样可以按笔画写入。所以,本文首先采用提取数字的笔画数以及傅里叶描述子作为待识别的在线手写数字的特征。然后采用随机森林算法对所提取的特征进行训练学习,最后用学习结果识别手势与手写数字。 6.实验证明本文所构建的图像预处理方法、改进的手势跟踪方法、提取的跟踪与识别特征以及分类识别方法等能对实时视频中的动态手势进行较为准确地跟踪、识别;能对在线手写的数字进行快速准确的识别。

关键词：手势跟踪 Mean-Shift算法几何矩手势轨迹手势识别手写数字识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种实用的车牌定位系统的研究

一种实用的车牌定位系统的研究

作者：杨松昆明理工大学

学位级别：硕士

在现代社会,虽然各个国家都在大力发展交通网路。但是有限的交通资源已经满足不了车辆的增长数量。由于现代科技的提高,人们的交通管理方式也要求从人工管理逐渐向半人工甚至是自动化的管理方式转变。而且车辆管理体制的不断完善和交通... 详细信息

在现代社会,虽然各个国家都在大力发展交通网路。但是有限的交通资源已经满足不了车辆的增长数量。由于现代科技的提高,人们的交通管理方式也要求从人工管理逐渐向半人工甚至是自动化的管理方式转变。而且车辆管理体制的不断完善和交通公路的标准化,也使得获取的图像更加规范,更加有利于图像处理的技术运用到道路交通管理系统中来。在这样的应用背景下,汽车牌照的自动识别系统被提了出来。这种识别系统是道路交通管理系统很重要的一个部分,它能够对经过车辆进行检测,自动、及时地获取车牌号码,从而也就获得了汽车的基本信息。车牌识别系统能够广泛应用于公共安全、交通管理甚至军事等各个领域。车牌识别系统具有很大的实际价值,我们可以运用该系统对行驶车辆进行全天侯的,自动的监控。这样就节省了许多的人力和财力,并使道路交通资源得到充分的使用。汽车牌照的自动识别系统主要由三大部分组成：1)车牌定位2)字符分割3)字符识别。对车牌位置的定位准确与否会直接导致后续所有步骤能否进行下去,其重要性不言而喻。因为定位的准确率将会直接影响到后面的字符分割和字符识别。车牌定位的成功与否,决定着车牌识别的成功与否。因此本文对车牌自动识别系统中的车牌定位技术展开了研究。本论文的题目为“一种实用的车牌定位系统的研究”,探讨的主要内容是怎样对灰度图像中的汽车牌照进行准确定位。本课题研究的主要目标是确定本汽车牌照定位系统所采用的定位方法的基本原理,确定此方法的具体步骤;然后用matlab编程语言实现,并在pc机上进行仿真实验,验证方法的合理性。由于实际应用中摄像头安放的位置都在道路的侧面,所以拍摄到的机动车牌照图片大多是俯视的,并且还具有一定的倾斜度。这样即便车牌定位准确了,也为后续的车牌分割和有效识别加大了难度。为了解决这个难题,本文采用radon变换来对定位后得到的车牌图片进行倾斜校正。本文对radon变换的原理做了详细的介绍。实验中对定位之后的车牌图像再做radon变换检测其相对水平位置的倾斜夹角,并作调整。实验结果表明,本篇论文的车牌定位方法能够快速准确的对车牌进行定位。

关键词：车牌识别车牌定位倾斜校正

基于EDA的ICA方法及其在重力固体潮地球物理信息分析中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于EDA的ICA方法及其在重力固体潮地球物理信息分析中的应用

作者：张艾怡昆明理工大学

学位级别：硕士

随着仪器行业技术的发展,以及人类对地球更加完备的认识,越来越多的科学家认为地震是可以进行预报的,因此对研究地震前兆信息成为当下一个热点。通过对固体潮信号的分析来提取地震前兆信息也成为一种重要的途径,固体潮主要分为地倾斜固... 详细信息

随着仪器行业技术的发展,以及人类对地球更加完备的认识,越来越多的科学家认为地震是可以进行预报的,因此对研究地震前兆信息成为当下一个热点。通过对固体潮信号的分析来提取地震前兆信息也成为一种重要的途径,固体潮主要分为地倾斜固体潮和重力固体潮,而重力固体潮能够反映地球重力的变化,能够对地球内部构造的反演和将来运动的预测提供一种最为直观的方法。重力固体潮信号中包含大量的谐波分量,其谐波分量的产生都是由地球自转、月球和太阳的引力作用产生的。在对重力固体潮信号分析时,只有将其中包含的谐波分量分离进行分析,才能应用于地球的构造的反演或者是地球动力学等课题应用。本文介绍了一种重力固体潮正交分解模型,该模型能够将重力固体潮信号中包含的日波、半日波和长周期波分离在三维正交空间的三个方向上。为了实现信号的分解,本文引入了独立成分分析算法对其进行分解处理分析。独立成分分析算法(Independent Component Analysis,ICA)是一种为了解决盲源分离问题发展而来的算法,其主要解决的是源信号中包含多个独立成分进行将各独立成分进行分离的问题,计算过程由优化计算和选取合适的目标函数构成的。传统的ICA算法都表现出对其中涉及的解混矩阵的初始值权值敏感,而不能达到预期的分离效果。本文提出利用分布估计算法来进行优化计算ICA算法中的解混矩阵,以求得到更优更适合本课题的解混矩阵。分布估计算法(Estimation Distribution Algorithm,EDA)是从遗传算法的基础上发展而来的,该算法舍弃了遗传算法中的交叉和重组步骤,改用群体自身的概率模型进行不断更新,达到群体最优的。本文提出用EDA算法和ICA算法结合去处理问题,并在仿真实验中进行了验证,得到了分离效果更佳的实验结果,验证了本算法的可行性。后利用基于EDA的独立成分分析算法对重力固体潮理论值进行分析计算,既验证了重力固体潮正交分解模型的正确性,还从中提取出了三类谐波分量,分别为日波、半日波和长周期波,且这些分离出的独立成分与本文提出的重力固体潮信号正交分解模型一致,分别对应于模型中的正交谐波分量。最后将本文提出的算法用在实测重力固体潮信号中,过对重力固体潮信号中包含的长周期波的分析,研究长周期波的时序变化特征,从中读取其包含的震颤异常波从而提取地震前兆信息。通过对云南地区的实际震例分析表明,长周期波在地震前后的确存在异常变化特征量,此类异常变化常出现在地震前和地震后大约30天左右。本文得到的时序特征量的变化容易观察,对于地震前兆信息的分析具有明确的物理意义。

关键词：重力固体潮独立成分分析分布估计算法地震前兆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于内容的自然风景图像检索关键技术研究

基于内容的自然风景图像检索关键技术研究

作者：胡方媛昆明理工大学

学位级别：硕士

本文以Corel数据库为数据源,对数据库中的风景图像进行检索技术研究,研究内容主要包含以下三个部分:1)融合颜色和纹理特征的图片检索技术研究;2)基于K-means和改进BOF词袋模型的图片检索技术研究;3)图片检索系统的设计与实现。以下从这... 详细信息

本文以Corel数据库为数据源,对数据库中的风景图像进行检索技术研究,研究内容主要包含以下三个部分:1)融合颜色和纹理特征的图片检索技术研究;2)基于K-means和改进BOF词袋模型的图片检索技术研究;3)图片检索系统的设计与实现。以下从这三方面展开研究:1.融合颜色和纹理特征的图片检索技术研究,文中首先分别介绍基于HSV颜色空间提取颜色特征、基于灰度共生矩阵和颜色纹理共生矩阵提取纹理特征的原理及过程。然后对比分析了融合累加颜色直方图和灰度共生矩阵,以及融合累加颜色直方图和颜色共生矩阵在图片检索技术中的应用。最后通过实验对比分析不同融合方法的优劣。.2.基于K-means和改进BOF词袋模型的图片检索技术研究,考虑到基于SIFT特征的颜色词袋(BOF)在图片检索的优势,将其引入到本文中,并对其进行改进优化。文中先提出一种基于HSV空间颜色词袋(BOC)方法,然后将其融合到BOF表示向量当中,对基于SIFT的BOF词袋模型进行改进,获取两者的融合特征用于图像检索中,最后采用实验数据来验证改进前后的检索效果。3.图片检索系统的设计与实现,为了后续检索的方便,在前面论述方法的基础上开发了相应的图片检索系统,该系统主要从开发环境、系统结构设计及各个功能模块展开论述。

关键词：图像检索颜色特征纹理特征 BoF 特征融合

一种单形进化算法的改进及在神经网络上的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种单形进化算法的改进及在神经网络上的应用研究

作者：易昭昆明理工大学

学位级别：硕士

神经网络是一种模拟人类思维学习的智能算法模型,能够解决实际中的非线性分类问题以及模式识别等相关问题。但神经网络自身存在易陷入局部最优解、收敛速度慢等问题。因此,本文采用一种改进的单形进化算法,并将其用来优化BP和RBF神经网... 详细信息

神经网络是一种模拟人类思维学习的智能算法模型,能够解决实际中的非线性分类问题以及模式识别等相关问题。但神经网络自身存在易陷入局部最优解、收敛速度慢等问题。因此,本文采用一种改进的单形进化算法,并将其用来优化BP和RBF神经网络的结构参数。单形进化算法（Surface-Simplex Swarm Evolution Algorithm,SSSE）是一种新型群体智能优化算法,算法通过建立粒子的单形邻域搜索算子和多角色态搜索机制,具有很好地收敛效果。为了进一步的提高算法的性能,本文对原算法的多态平衡搜索机制进行了改进,提出一种改进的单形进化算法（Improved SurfaceSimplex Swarm Evolution Algorithm,ISSSE）,该算法保留了原算法的优点。用标准测试函数进行性能测试,并将ISSSE同原算法和其他智能优化算法进行比较。实验表明,对于大多数测试函数,改进的单形进化算法提高了算法的解的精度和算法的收敛速度。将改进的单形进化算法引入到BP和RBF神经网络中优化网络的结构参数,然后采用标准数据集UCI对优化后的神经网络进行训练、测试,实验表明改进的单形进化算法更适用于网络参数的寻优,具有更好的分类效果。

关键词：单形进化算法算法改进多态平衡机制神经网络参数优化

基于PCA提取重力固体潮信号的地球物理信息研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于PCA提取重力固体潮信号的地球物理信息研究

作者：夏甲甲昆明理工大学

学位级别：硕士

固体潮是固体地球在日、月及其他天体的引潮力作用下产生的周期性形变现象,是一种非平稳过程。重力固体潮是起潮力引起的刚体地球表面上的重力变化。重力固体潮信号的分析研究工作具有重要意义,不仅为研究地球内部结构和物理信息奠定了... 详细信息

固体潮是固体地球在日、月及其他天体的引潮力作用下产生的周期性形变现象,是一种非平稳过程。重力固体潮是起潮力引起的刚体地球表面上的重力变化。重力固体潮信号的分析研究工作具有重要意义,不仅为研究地球内部结构和物理信息奠定了良好的基础,也对地震研究工作产生积极的影响。主成分分析(Principal Component Analysis, PCA)是将所有原变量转换成一组个数较少的新变量(即主成分),使得新变量互不相关,且让这些新变量尽可能的包含原变量的信息。实际上,主成分分析的主旨是去相关、降维。PCA在处理多变量问题时,能够减少计算量,同时降低分析问题的复杂性。基于其自身的优点,PCA得到了广泛的应用。本文描述了一种重力固体潮信号的正交分解模型,将其分解为两个正交方向的分量,即平行于地球自转轴方向的分量和平行于地球赤道面方向的分量。应用PCA分析重力固体潮信号,去相关,获得相应的频率成分。PCA处理后所得的分量与本文所描述的重力固体潮信号的正交分解模型相一致,所得的频率与已知的长周期波、日波、半日波、三分之一日波的理论频率成分之间有较好的对应关系,这些频率成分是具有明确的物理意义。本文为重力固体潮信号分析和处理提供了一种新的思维方式。

关键词：主成分分析重力固体潮地球物理信息