提出了一个新的图分割模型——加权割模型,设计了一个基于加权割的图像分割算法(Image segmentation Algorithm Based on Weighted Cut,简记为ISAWC).加权割模型的特点是:(1)整合了图像的局部和整体分割信息;(2)在加权意义下最小化加权...提出了一个新的图分割模型——加权割模型,设计了一个基于加权割的图像分割算法(Image segmentation Algorithm Based on Weighted Cut,简记为ISAWC).加权割模型的特点是:(1)整合了图像的局部和整体分割信息;(2)在加权意义下最小化加权割能同时达到类间最大相异性和类内最大一致性.本文证明可通过求解一个特征向量问题来优化加权割.模拟点集和实际图像上的实验验证了ISAWC的有效性.展开更多
谐波电流检测方法有许多种,针对目前多数文献只对某一算法的性能进行研究,并未对多种算法进行稳态和暂态性能进行综合性能比较。该文对基于瞬时无功功率法、自适应法和单位功率因数(Unity Power Factor,UPF)法三种检测方法进行了仿真研...谐波电流检测方法有许多种,针对目前多数文献只对某一算法的性能进行研究,并未对多种算法进行稳态和暂态性能进行综合性能比较。该文对基于瞬时无功功率法、自适应法和单位功率因数(Unity Power Factor,UPF)法三种检测方法进行了仿真研究,并给出了稳态和暂态状态下谐波检测的仿真验证。MATLAB仿真结果表明,在三种算法中ipi、q法的稳态滤波的稳定性最好,而单位功率因数法的综合性能最好。展开更多
针对两种常见的信号奇异点:脉冲型奇异点和阶跃型奇异点,证明信号的奇异点与信号小波变换的最值有关,如果适当选择小波基函数,那么信号的脉冲奇异点将对应于小波基函数的最值点,而信号的阶跃奇异点将对应于小波基函数的原函数的最值点...针对两种常见的信号奇异点:脉冲型奇异点和阶跃型奇异点,证明信号的奇异点与信号小波变换的最值有关,如果适当选择小波基函数,那么信号的脉冲奇异点将对应于小波基函数的最值点,而信号的阶跃奇异点将对应于小波基函数的原函数的最值点。据此,设计了一个新的基于小波变换的信号奇异点分步检测法(Hierarchical Singular Point Detection based on Wavelet Transform,HSPDWT),该方法的特点是根据脉冲奇异点和阶跃奇异点的不同特征分两步从信号中提取奇异点。仿真及真实信号上的实验证明了HSPDWT的可行性和有效性。展开更多
文摘提出了一个新的图分割模型——加权割模型,设计了一个基于加权割的图像分割算法(Image segmentation Algorithm Based on Weighted Cut,简记为ISAWC).加权割模型的特点是:(1)整合了图像的局部和整体分割信息;(2)在加权意义下最小化加权割能同时达到类间最大相异性和类内最大一致性.本文证明可通过求解一个特征向量问题来优化加权割.模拟点集和实际图像上的实验验证了ISAWC的有效性.
文摘谐波电流检测方法有许多种,针对目前多数文献只对某一算法的性能进行研究,并未对多种算法进行稳态和暂态性能进行综合性能比较。该文对基于瞬时无功功率法、自适应法和单位功率因数(Unity Power Factor,UPF)法三种检测方法进行了仿真研究,并给出了稳态和暂态状态下谐波检测的仿真验证。MATLAB仿真结果表明,在三种算法中ipi、q法的稳态滤波的稳定性最好,而单位功率因数法的综合性能最好。
文摘针对两种常见的信号奇异点:脉冲型奇异点和阶跃型奇异点,证明信号的奇异点与信号小波变换的最值有关,如果适当选择小波基函数,那么信号的脉冲奇异点将对应于小波基函数的最值点,而信号的阶跃奇异点将对应于小波基函数的原函数的最值点。据此,设计了一个新的基于小波变换的信号奇异点分步检测法(Hierarchical Singular Point Detection based on Wavelet Transform,HSPDWT),该方法的特点是根据脉冲奇异点和阶跃奇异点的不同特征分两步从信号中提取奇异点。仿真及真实信号上的实验证明了HSPDWT的可行性和有效性。
