电子测量与仪器学报杂志 北大期刊 CSCD期刊 统计源期刊

电子测量与仪器学报 2019年第06期杂志 文档列表

电子测量与仪器学报杂志“视觉测量与图像处理”专题

基于可见光图像的工业过程气体泄漏检测研究1-8

摘要：常见运动目标检测方法-帧间差分法存在由于阈值选取不当造成的目标轮廓不完整、噪声较大的问题,提出将帧间差分法与大津法结合的自适应帧间差分法,通过大津法动态选取合适的阈值,使其保持运动目标与背景图像方差最大化,从而减小错分概率,最终实现运动目标的提取。对3种典型场景下的视频数据集进行背景差分法、光流法、帧间差分法、Vibe法和自适应帧间差分法的对比实验。实验结果表明,自适应帧间差分法在相对完整的目标轮廓下能够具有更快的处理速度,其吞吐率分别是背景差分法、Vibe法和光流法的2倍、70倍和10倍,且其目标完整度约为帧间差分法、背景差分法的2倍。

局部二值模式耦合双阈值LM优化的火焰图像边缘检测算法9-17

摘要：为了解决当前火焰图像边缘检测技术易受到近似亮度的影响,使其得到的边缘不够清晰、完整性不强等不足,定义了一种基于局部二值模式(LBP)耦合双阈值(LM)优化的图像边缘检测算法。将彩色图像转换为灰度图像,并根据统计分布调整图像的灰度。采用高斯滤波器平滑图像,消除噪声影响。然后,利用LBP处理图像,并采用全局阈值技术进行计算,获取边缘局部特征。通过非极大值抑制算子来得到更精确的边缘,在非极大值抑制中选择2个阈值来创建2个不同的边缘图像。为了加快这2个非极大值抑制阈值的优化过程,采用LM优化算子,优化了基于均方误差的成本函数,消除了虚假边缘的同时保留了细小边缘。此外,利用火焰图像的面积、平均值、标准差、方差等各种参数对火焰图像进行分析,从而准确得到火焰温度以及预测燃烧的稳定性。通过实验表明,与当前火焰图像边缘检测技术相比,算法能够具有更高的边缘检测质量,火焰边缘完整度更好,可以有效去除噪声和不相关的伪影。

基于自适应阈值的间充质干细胞分割方法研究18-23

摘要：针对现有方法难以准确、快速分割复杂的干细胞相差显微镜图像,提出了一种自适应阈值结合光晕校正的细胞分割方法。该方法分析了间充质干细胞灰度图像的分布特性,应用了新的自适应鉴别特征(上升率、峰值强度、数据集最大上升率)的方法,且采用光晕校正方法消除相差显微镜造成的光晕影响,能够准确、快速分割出不规则的间充质干细胞。为了证明其实用性,使用了不同生长时期的骨髓间充质干细胞相差显微镜图像,并通过精度、召回率、F值和汇合度偏差4个特征指标进行评估,结果显示,4个指标依次为0. 96、0. 90、0. 93和0. 07,表明算法具有较高的分割性能,可以准确、自动分析细胞汇合度,对指导细胞培养、控制细胞培养质量具有重要意义。

正则化递增支撑集子空间追踪算法的目标定位24-30

摘要：为提高压缩感知子空间追踪(SP)算法用于多目标定位的重建精度,并考虑到子空间追踪算法用于多目标定位环境的特殊性,提出一种正则化递增支撑集子空间追踪算法用于定位。该算法保留了SP算法中迭代回溯的思想,将正则化方法融入到子空间追踪算法中,加入正则化约束条件进行缩减筛选,在原子剔除阶段递增保留候选原子,降低原子错选概率,算法以更高概率得到真正支撑集。实验结果对比表明,相比于SP算法和其他压缩感知重构类算法用于多目标定位,该算法在目标数K>25时,平均定位误差在0. 45 m上下波动,在信噪比为5 dB时,平均定位误差也能控制在0. 457 m范围内,具有更好的鲁棒性和抗噪性。

弱监督卷积神经网络的多目标图像检测研究31-37

摘要：目标检测是计算机视觉领域一项重要的任务,主要目的是对图像中的物体进行分类与定位。卷积神经网络(DCNNs)是近年兴起的目标检测问题的重要研究方法之一,基于强监督的卷积神经网络学习需要大量像素级注释的图像,大量的像素标注成本巨大且非常耗时,尤其对于实际问题具有极大的困难。弱监督学习是指在训练期间只有图像级标签而没有像素级标签,弱监督的标签相较于强监督具有更易获得、标注成本低等优点,但是弱监督图像检测信息不够完整,在进行图像检测时同类别的物体的定位信息容易粘连,使弱监督图像检测具有一定挑战性。针对弱监督存在的问题,提出一种新的两级级联卷积神经网络结构,网络第1级根据训练图像的图像级标签预测目标定位,在原图中生成目标的边界框,并生成裁剪图像,裁剪图输入第2级网络,裁剪图像可能含有原图中目标粘连的区域。第2级网络仅将粘连区域用作训练数据。该网络利用类别激活热度图(CAM)完成定位的可视化。通过The PASCAL VOC 2012数据集进行仿真实验,结果表明,在弱监督条件下,提出的方法得到的分类精度为87. 2%,较同等监督方式和相同设备的分类准确度得以提升,在目标定位的评估中,该方法的召回率增加了近9%,有效解决多目标粘连的问题。

基于ORB与局部仿射一致性约束的快速人脸特征配准38-44

摘要：针对基于单一特征描述子的人脸图像特征配准中精确性、实时性、鲁棒性较差等问题,提出了一种基于ORB与局部仿射一致性约束的快速人脸特征配准方法(LACCORB)。首先通过ORB算法获得初始人脸配准候选集;其次结合邻域一致性约束,对模板人脸图像上的每一标注点,取其邻域范围内的支持特征点集计算局部仿射变换;最终通过多个局部仿射变换拟合模板人脸形状配准到目标人脸形状的非线性变换,实现对人脸标注点的稳健配准。实验证明,该算法在实时性上与当前主流快速配准算法保持同一水平,在精确性、鲁棒性方面相对于当前主流基于特征的人脸配准算法具有一定优势,精度提升约15%,鲁棒性提升约6%。

基于图优化的蓝牙信标室内定位方法45-50

摘要：两种基于蓝牙信标的定位方式,包含基于距离的定位与基于信号指纹的定位,都需要蓝牙信标的位置或是信号指纹地图作为先验信息。为了获取这些信息需要大量在室内进行位置的测量,消耗大量的时间和人力,在实际应用中较难实现。提出一种基于图优化的估计蓝牙信标位置和信号指纹地图的方法,该方法仅要求人员在室内环境中行走采集惯性数据与蓝牙信号强度信息,其中惯性数据信息可用于生成轨迹中相邻位姿之间的代价项,信号强度信息可通过信号指纹匹配建立对应位姿的代价项,信号强度信息同样可建立蓝牙信标与对应位姿之间的距离代价项。这些代价项可以产生总体的代价函数模型,并通过图优化最小化该函数,得到最小二乘意义下的最佳蓝牙信标位置和信号指纹地图估计。尽管利用估计结果进行定位的精度略低于真实的测量得到的定位精度(误差增加了1. 3 m),但是该估计方法免除了传统方法中的需要专业测量设备费时费力的室内位置测量,大大降低了定位的必须条件,适合推广。

位姿估计自适应学习率的改进51-58

摘要：学习率的大小影响着模型的训练速度和收敛精度,为了解决常用学习率AdaGrad的历史梯度干扰、AdaDec中幂指函数相关性不强的问题,从学习率衰减方式出发,提出一种基于衰减时效性的学习率改进方法(AdaRecur)。此学习率改进有两方面:1)通过设置衰减速率ρ减小历史梯度作用并结合当前梯度共同调整学习率;2)根据当前网络梯度的变化,将初始学习率替换为上轮训练中的学习率,以递推的方式调整学习率大小。目标位姿估计中LineMod数据集测试结果表明,在相同训练次数的情况下,AdaRecur比AdaGrad和AdaDec的平移、角度误差小,其中角度误差降低了2.378%,平移误差降低了2.216%,位姿估计的效果更加完美。

电子测量与仪器学报杂志学术论文

基于自适应组合核函数的RVM剩余寿命预测研究59-68

摘要：针对机载装备性能退化随机性、失效模式多样性和运行环境变化剧烈的问题,提出了一种基于自适应组合核函数的相关向量机(RVM)剩余寿命预测方法。首先,分析了剩余寿命预测的不确定性来源、不确定性表达方式和处理方法;然后针对RVM超参数的确定方法,提出了基于最大期望(EM)算法的超参数优化方法;最后针对RVM预测精度受核函数影响和和核参数的严重影响,提出了基于自适应组合核函数的RVM预测算法。为了进一步验证算法的有效性,利用机载燃油泵的性能退化数据,将该算法与单一RBF核函数、单一多项式核函数的RVM预测算法进行了比较,实验结果表明,该方法能够准确实现机载装备的剩余寿命预测,对于机载装备的寿命预测具有理论指导意义。

无失效数据的MEMS传感器可靠性分析69-75

摘要：为了解决有限试验次数情况下微机电系统(MEMS)传感器的无失效数据可靠性分析问题,针对寿命服从指数分布的MEMS传感器,通过研究最优置信限法和最小二乘估计这两种方法来获得适用于MEMS传感器无失效数据可靠性分析的置信度α、c(c>1为常数)。分析试验组数对于预测分析结果的影响,通过对两种方法进行不同分组试验,获得MEMS传感器的最佳分组数。针对某数字型双轴倾角MEMS传感器的实际算例表明置信度α=0. 4、c取值范围3~6,分组为12/13组时,得到最佳预测结果,证明了所提出方法的有效性。

基于数据到达率的IWSNs分层调度方法76-81

摘要：应用于工业环境的工业无线传感器网络对实时性和可靠性有着较高的要求,而目前的调度方法很少考虑工业应用下数据的产生规律和传输要求。针对上述不足,提出一种基于数据到达率的分层调度方法,该方法按照超帧进行调度,首先依据拓扑结构将网络分层,然后将超帧分成两部分分别供奇数层和偶数层节点发送,再根据网络的冲突关系和节点上的数据密度为节点分配具体时隙,而每个节点则依据数据包的紧急程度来安排具体的数据发送。仿真结果表明,该方法能够显著提高网络的可靠性,降低数据包的响应时间。

一种快速AdaBoost.RT集成算法时间序列预测研究82-88

摘要：传统AdaBoost.RT算法的训练样本容易向小值样本集中,难以避免加权错误率低而真实错误率高的弱学习机,且迭代训练的速度较慢。针对这一问题,首先重新设计了相对误差函数和样本权重的更新方式;然后通过减少迭代训练中的样本规模提出了基于权重的自适应样本剔除快速AdaBoost.RT算法;最后将AdaBoost.RT算法应用于航空发动机起动阶段状态趋势监控。实验结果表明,快速AdaBoost.RT算法预测误差均值减少了0. 128 4和0. 263 2,误差标准差减少了0. 022 3和1. 794 4,虚警次数减少了5次,训练速度提升了53%。实验表明,快速AdaBoost.RT算法能有效监控航空发动机起动阶段的状态趋势,具有预测误差小、训练速度快、虚警率低等优点,对提高装备维护效率具有一定的参考意义。

基于改进VMD-MSE方法的输电线路故障特征分析及分类89-95

摘要：针对输电线路短路电流信号特征提取的问题,提出一种改进的变分模态分解(VMD)-多尺度熵(MSE)输电线路故障特征提取方法。首先,采用果蝇优化算法确定变分模态分解算法分量的个数和惩罚参数,以保证分解效果达到最佳;然后分别采用VMD和经验模式(EMD)的分解方法将输电线路4种典型短路故障(Ag,ABg,AB,ABC)的电流信号分解成若干个本征模态分量(IMF);最后利用MSE计算4种短路电流信号经VMD和EMD分解后的各IMF的多尺度熵值,将其组成特征向量,并采用广义回归神经网络(GRNN)对其故障特征进行识别。实验结果表明VMD较EMD可以更好的将故障信号分解并且在很大程度上抑制模态混叠现象的发生,改进VMD-MSE方法能有效提取输电线路4种短路电流信号的故障特征,与EMD-MSE方法相比提取的故障特征更加明显,并以其作为特征向量可以提高识别不同短路类型的正确率。

基于MLILPP维数约简的轨道交通牵引电机轴承故障诊断96-102

摘要：为更好地保持高维故障特征的局部流形结构,对局部保持映射(LPP)进行改进,并提出了基于融合类别信息局部保持映射(MLILPP)维数约简的故障诊断新方法。MLILPP融合样本类别信息,根据类别信息构造相似性矩阵和差异性矩阵,利用相似性矩阵保持降维前后同类样本之间的局部结构,利用差异性矩阵扩大降维后异类相似样本彼此之间的距离,实现了数据结构的有效保持,能够获得更有效的低维流形,提高了故障诊断的精度。轨道交通牵引电机轴承故障诊断结果表明了该方法具有一定的优势。

风速测量结果中关于水汽修正项的影响分析103-111

摘要：为了探索水汽修正项对风速测量结果的影响,通过对比GUM评定简化模型(舍弃水汽修正项)与蒙特卡洛法(MCM)评定原始模型(含水汽修正项)得出的风速测量结果概率分布,对数值进行分析,得出舍弃水汽修正项后:将减小实测风速值、降低测量结果的波动性和分散性程度,其相应的影响程度分别为0. 219%、0. 001%、0. 005%;对测量结果的波动性影响程度约为对分散性影响程度的24. 862%~26. 535%;对测量结果的波动性和分散性影响程度约为实测风速值影响程度的0. 551%~0. 575%和2. 078%~2. 313%。因此,在应用时,可根据各偏差率及相应比值,来分析确定舍弃水汽修正项前后风速测量结果的各项指标求解域;对于追求实测风速准确性的场合,建议采用原始模型进行实测风速的测量,对于追求风速测量结果稳定性的场合,可以采用GUM法对简化模型进行测量不确定度的评定。

PWM整流器一般不平衡分析和控制策略研究112-121

摘要：针对一般不平衡状况下脉冲宽度调制(PWM)整流器电网电流质量差的问题,在正、负序电流和直流电压双闭环控制方案的基础上,提出了解耦的复矢量电流PI控制器设计方法。首先建立了一般不平衡的PWM整流器复矢量数学模型,计算了系统的有功和无功功率脉动,并以网侧高功率因数和直流电压稳定为控制目标,在复矢量模型的基础上分析了正、负序电流环路控制器的设计方案,并论证了电流控制环路的稳定性及其对系统硬件参数的适应性。最后构建了一般不平衡状况下10 k W的PWM整流器仿真和实验平台,对所提出控制策略的正确性进行了仿真和实验验证。结果表明,基于解耦的复矢量PI控制的整流器动、静态性能有明显优势。

一种基于牛顿法的高斯非线性滤波器122-127

摘要：针对高斯型非线性滤波器在大初始估计误差和/或小量测误差条件下的估计性能恶化问题,提出一种新的高斯型非线性滤波器设计方法。从优化角度出发,将当前时刻状态视为未知参数,以高斯假设下状态-观测联合概率分布密度的对数作为代价函数,基于一阶线性化和牛顿下降方法推导了迭代观测更新方程,在此基础上设计了一种迭代型高斯非线性滤波器。通过典型仿真算例将所提算法与几种经典滤波器及近期提出的几种迭代型高斯滤波器进行了性能对比。结果表明,算法具有更好的收敛性和准确性,适于大初始误差条件下的非线性滤波问题。

一种改进的基于信号状态矢量的循环数据块构造128-133

摘要：讨论了一种单载波频域均衡SOQPSK-TG系统的循环卷积数据块的构造方法。对于SOQPSK-TG的频域均衡,除了在每一个数据块前插入循环前缀以对抗ISI,还需要插入额外的一段infrafix符号片段以保证数据块满足循环卷积和相位连续特性。在频域均衡CPM的intrafix符号构造方法的基础上,给出了适用于有预编码器结构的SOQPSK-TG信号的intrafix符号构造方法。对于频率脉冲约束长度为8的SOQPSK-TG信号,仅使用2个infrafix符号就可以使数据块满足循环卷积,并且数据块块间和块内的相位保持连续。然后对SOQPSK-TG信号基于过采样和Laurent PAM分解进行频域均衡。仿真结果表明,在过采样信号模型下,3种intrafix符号构造方法的频域均衡性能基本相当;在PAM分解模型下,改进的使用2个infrafix符号的数据结构与其他两种方案相比性能损失在0. 2 dB以内。