共查询到20条相似文献,搜索用时 468 毫秒
1.
在印刷品质量检测系统中,采集来的图像不可避免会出现噪声。针对这种情况,本文提出了基于小波阈值的图像去噪方法。该方法首先对噪声图像进行小波变换得到小波系数矩阵,硬阈值化后,对阈值化后的小波系数矩阵逆变换。得到去噪图像。实验结果表明,该方法比中值滤波具有更好的去噪效果。 相似文献
2.
张健 《农业装备与车辆工程》2019,(3):78-82
因为直线进给伺服系统容易受到摩擦力的影响,对于以高速高精度直线电机为组成核心的进给系统,消除摩擦力的影响尤为重要。因此,本文以直线电机导轨的摩擦力为研究对象,基于能反映摩擦过程中动静态特性的LuGre摩擦模型,考虑了摩擦迟滞非线性因素的影响。以单轴直线电机进给系统为实验平台,通过LabVIEW构建摩擦力实验测试平台,经过与MATLAB交互的小波去噪算法的滤波后得到摩擦力数据。利用遗传算法的摩擦模型参数辨识方法有效地对模型参数进行了参数辨识。该方法得到的结果与通过实验得到的数据具有一致性,验证了方法的正确性与辨识结果的准确性。 相似文献
3.
基于小波变换的Wiener滤波算法去除苹果图像噪声 总被引:1,自引:1,他引:1
在小波变换的基础上,提出了一种基于小波变换的Wiener滤波去噪方法。采用该方法对苹果图像的加性噪声(高斯白噪声)去噪,结果PSNR为184.94,视觉效果清晰(而含噪声图像的PSNR为158.23,噪声太多不清晰)。好于邻域平均法(PSNR为174.15,视觉上含部分噪声)、中值滤波法(PSNR为182.4Z)、小波阔值去噪(PSNR为171.59,视觉上也含部分噪声)和Wiener滤波去噪法(PSNR为173.65)的去噪结果,更好于数学形态学的去噪结果(PSNR为150.46,视觉上含较多噪声)。试验结果表明,基于小波变换的Wiener滤波方法对苹果图像加性噪声的去噪效果具有信噪比高、视觉效果好等优点。 相似文献
4.
基于小波去噪的FFT农网谐波检测 总被引:1,自引:0,他引:1
谐波检测的准确性直接影响对电网谐波污染状况的评估以及抑制措施的实施,采用小波软阈值去噪对含噪的电力谐波信号进行降噪处理,再利用快速傅立叶变换对去噪后的信号进行分析,提取各次谐波含量和总谐波失真率。在Matlab环境下进行仿真检测,结果表明:小波去噪后检测的各次谐波含有率更加接近于原始信号谐波含有率水平,去噪方法提高了谐波信号检测的准确性,这种小波去噪与FFT结合的方法适合在谐波检测系统或装置中应用。 相似文献
5.
半主动空气悬架神经网络的自适应控制 总被引:6,自引:0,他引:6
针对半主动空气悬架这种时变的、非线性复杂系统,提出基于神经网络的自适应控制策略,设计了神经网络辨识器和控制器。仿真计算表明,神经网络自适应控制的半主动空气悬架具有明显的减振效果。为了验证仿真效果,还进行了台架试验,研究结果表明车身振动幅度可下降30%左右。仿真和试验研究均表明,所提控制策略是正确的和有效的。 相似文献
6.
7.
阐述了小波包的基本原理,介绍了利用小波包给信号去噪的一般工作原理,结合南水北调东线工程某泵站水泵机组的现场振动测试数据,利用小波包理论对被噪声污染的水泵机组的振动测试信号进行去噪分析,从中提取出无污染的振动信号,进一步对机组的故障做出诊断分析.选用db4小波对原始信号进行3层小波包分解,选用启发式SURE阈值,跟据最低层的小波包分解系数和经过量化处理系数,进行小波包重构.结果表明,利用小波包去噪的相关理论,对信号进行去噪处理有效地消除了噪声污染,使消噪后的信号与原始信号保持相似性. 相似文献
8.
在进行水文预报时,由于影响河道洪水的因素众多,常用的水文预报模型往往不符合实际水文系统的客观规律。对这类系统的参数辨识要求算法具有较强的实时跟踪能力,以适应模拟或预测洪水运动变化过程的要求。利用洪水预报误差信息,对BP网络洪水实时预报校正模型与方法进行了探讨,提出了两种实时预报方法。第一:运用最小二乘递推算法,引入时变遗忘因子实时跟踪模型中时变参数的变化,建立了神经网络在非线性系统中动态的系统输入、输出数据之间的映射关系。第二:利用BP网络模型对误差的可识别性,将模型对输出变量的预报误差再次作为输出变量,对网络可能预报的误差进行实时修正。计算实例表明:以上两种方法提高了神经网络在水文领域的预报精度,给BP神经网络的实时预报方法提供了新的途径。 相似文献
9.
基于小波神经网络的切削刀具磨损识别 总被引:1,自引:1,他引:0
提出了一种基于小波神经网络的切削刀具状态监测方法,在采集切削加工功率信号的基础上,利用小波分解方法提取反映刀具磨损状态的信号特征量,利用小波神经网络的非线性模型和学习机制,实现刀具磨损状态的在线监测;针对多输入输出问题带来的网络规模大、收敛速度慢等问题,提出应用粒子群算法优化小波神经网络的方法,从而简化小波神经网络结构并加快收敛速度.仿真和应用实例证明,该方法比传统的基于BP的小波神经网络、GA优化的小波神经网络估计准确率高,消耗时间短. 相似文献
10.
小波神经网络作为国际上新兴的一种数学建模分析方法,充分继承了小波变换良好的时频局部化性质及神经网络的自学习功能和极强的非线性能力等优点.降水量预测模型中神经网络选择BP网络,隐含层激发函数选取Morlet小波,并利用MATLAB编写预测程序,运用吉林西部地区白城、长岭、前郭3个测站1957-2010年的降水资料对模型进行训练、检验,进而预测三站未来十年的降水量.研究结果表明,小波神经网络预测模型对降水量的变化趋势预测准确,结构简单,收敛速度快,具有较高的实际应用价值,但其对于降水量具体值的预测精度有待于进一步提高;未来十年,吉林西部地区将处于降水量变化周期的丰水阶段,各相关部门应根据实际情况做好相应的准备. 相似文献
11.
12.
平地机在田间作业环境下存在复杂非线性时变系统,很难建立精确模型,而传统的PID控制仅仅局限应用于线性系统,控制效果不佳等问题。为了提高田间作业时的转向控制精度,提出了一种基于RBF神经网络增量式PID的控制方法。该方法采用RBF神经网络对增量式PID增益参数进行自适应调整和辨识,并针对控制模型通过仿真实验对比分析了所提出的RBF神经网络增量式PID控制方案与传统PID在平地机转向控制中对方波轨迹跟踪的效果,从而验证了所提出的RBF神经网络增量式PID控制方案的优越性。结果表明:该控制方法对复杂非线性的平地机转向控制系统具有良好的适应性、鲁棒性和实时性,取得了令人满意的控制效果,为后续农业机械自动导航转向控制实际应用环境控制策略的制定提供了有价值的参考。 相似文献
13.
14.
15.
发动机排气噪声是宽带噪声。在能够获得参考信号的前提下,采用白适应有源消声(Adaptive active nois econtrol,简称AANC)的前馈控制(Actire feedforward control)是有效的方法。为此,在引用Filtered—MS算法的基础上,分别对参考信号的采集和系统识别进行分析,并进行了仿真实验。 相似文献
16.
17.
在地面进行模拟的空间微重力育种平台是一个随机时变、强非线性的复杂系统,无法精确建模,使得系统在较大工作范围内很难实现精确控制。为此,采用基于径向基神经网络PID的具有自调整能力的、稳定的自适应控制器应用于本系统研究:首先通过PID控制器快速调节参数值,使其恢复到理想的期望值附近,以此来初始化RBF神经网络;然后再用RBF神经网络在线动态调整PID参数的控制方法,实现系统在完成三维空间微重力模拟育种试验时所需的垂直地面Z向上的完全重力补偿;最后,通过Mat Lab对系统的控制算法进行仿真研究。 相似文献
18.
针对已有水质预测模型在数据降噪、网络参数初始值设置和优化、精度提高等方面能力的不足,构建了一种优化的水质三维预测模型。利用主成分分析算法筛选出水质关键参数,并基于自适应噪声的完全集合经验模态分解算法结合小波阈值模型对三维水质参数和气象数据降噪处理,使用3维卷积神经网络(Three-dimensional convolutional neural networks, 3-D CNN)提取出特征数据集,自编码器(Autoencoder, AE)获得径向基函数(Radial basis function, RBF)网络参数初始化值,改进布谷鸟搜索算法(Improved cuckoo search, ICS)优化更新网络中超参数动态初始化值。广东省湛江市徐闻县大水桥水库区域22个典型在线监测站点以及6个手持监测点的实测数据对比验证结果表明,浊度和藻密度分别与总氮含量强正相关,叶绿素含量与气温强正相关,所提出的水质预测模型在5个典型精准性评价指标方面优于已有文献方法。研究成果可为管理部门和研究者对水质监测提供参考。 相似文献
19.
20.
基于视觉导航和RBF的移动采摘机器人路径规划研究 总被引:2,自引:0,他引:2
为了提高采摘机器人自主导航和路径规划能力,提出了基于计算机视觉路径规划和RBF神经网络自适应逼近算法的导航方法。使用图像分割、平滑处理和边缘检测技术,根据图像像素灰度值确定了导航线的位置,利用逐行扫描的方法得到了导航离散点。路径规划和跟踪使用RBF神经网络逼近算法,通过逼近误差和权值控制路径跟踪的精度,系统响应的执行端使用液压伺服系统,提高了机器人自主导航的精度。以黄瓜采摘作为研究对象,在日光温室对机器人采摘作业进行了测试,通过测试得到了RBF神经网络的路径跟踪误差曲线。测试结果表明:机器人可以很好地逼近跟踪规划路径,其计算精度较高,跟踪效果较好。 相似文献