1 广西岩土力学与工程重点实验室,桂林 541004
2 桂林理工大学,土木与建筑工程学院,桂林 541004
为提高对爆破振动速度预测的准确性, 提出一种基于相关向量机(RVM)的爆破振动速度预测模型。利用该模型建立爆破振动速度与其影响因素之间的非线性映射关系, 通过选取影响爆破振动速度的3个主要因素(炸药用量、距离、高程差), 并对这3个主要影响因素产生的36组数据进行拟合训练, 根据这36组训练样本来对剩余5组样本进行精准预测。将该模型进行实例应用并与BP神经网络模型预测和GA-BP神经网络模型的结果进行对比, 在相同的影响因素数据样本条件下, RVM模型预测精度更高、离散性更小。与实际值相比, RVM预测的爆破振动速度的平均相对误差均明显优于利用BP神经网络和GA-BP神经网络预测得到的平均相对误差, 进一步验证了RVM模型能够提高预测精度的准确性和稳定性。
爆破振动速度 影响因素 相关向量机 预测模型 blasting vibration velocity influencing factor relevance vector machine prediction model
1 广西岩土力学与工程重点实验室，桂林 541004
2 桂林理工大学土木与建筑工程学院，桂林 541004
为快速获取及评价混凝土的综合性能，选取影响混凝土综合性能的6个主要因素为输入数据，混凝土综合性能(28 d强度、坍落扩展度及表观密度)为输出数据，建立基于相关向量机(RVM)的混凝土综合性能预测模型，对14组学习样本进行拟合训练，并对其余5组预测样本进行预测。结果表明：在相同的样本条件下，与BP神经网络模型进行对比，RVM模型预测精度更高，离散性更小；同时，与实际值相比，RVM模型预测的混凝土综合性能指标的平均相对误差均明显小于BP神经网络模型预测得到的平均相对误差，进一步验证了RVM模型对混凝土综合性能预测的可靠性，具有较好的推广价值。
相关向量机 混凝土 影响因素 平均相对误差 综合性能 预测模型 relevance vector machine concrete influence factor mean relative error comprehensive performance predictive model
1 西北工业大学 无人机特种技术重点实验室, 陕西 西安 710065
2 西北工业大学 电子信息学院, 陕西 西安 710072
针对圆周合成孔径雷达成像模式下应用参数化估计的三维成像算法效率低、精度差的问题, 提出一种基于最小能量准则的参数估计圆周SAR三维成像算法。该算法首先对成像场景进行粗略网格划分, 利用参数估计的方法得到目标的粗略位置, 其次利用最小能量准则和精细化网格的方法得到目标精确三维位置和散射强度系数, 最后通过CLEAN技术消除已估计点带来的影响, 实现场景的三维成像。仿真实验结果表明: 所提成像方法能有效对圆周观测下目标进行三维成像, 同时与传统算法相比, 解决了传统算法效率低、对目标估计不准确的问题, 验证了所提算法的有效性。
圆周SAR 参数估计 最小能量准则 三维成像 circular SAR parameter estimation minimum energy criterion 3-D imaging 红外与激光工程
2019, 48(7): 0726001
1 西安理工大学机械与精密仪器工程学院, 陕西 西安 710048
2 西安理工大学印刷包装工程重点实验室, 陕西 西安 710048
基于吸光度与物质浓度的相关关系建立了一种PET薄膜印刷的混合油墨组分预测模型。 该方法首先依据光的传播理论和光在墨层与承印材料中的多重内反射原理, 利用基色和混合专色薄膜印品在黑白两色基底上的反射光谱, 建立具有高透低反特性薄膜印品透射光谱的获取方法, 并利用透射光谱求解吸收光谱; 然后对专色吸光度与基色浓度进行回归分析, 确定吸光度与基色浓度线性相关度高的特征波段, 再根据郎伯比尔定律, 利用特征波长处的专色样本吸光度与基色样本吸光度建立组分预测模型, 求解专色样本的配方比例; 最后, 分析预测配方与预设浓度的偏差, 并按照预测配方浓度重新打样, 采用色差与光谱均方根误差对计算配方色与目标专色的匹配程度进行分析, 验证模型精度。 以凹印PET薄膜双基色混合样品为实验对象, 对提出的方法进行测试。 光谱分析表明, 基色样本和专色样本光谱反射率曲线在黑白两种基底上有明显差异, 但都随基色油墨浓度变化具有相同的变化规律, 专色样本的光谱透射曲线随着基色浓度的变化接近浓度比例大的基色曲线, 在400～580 nm区间, 专色的吸收光谱随着基色油墨A浓度降低而升高, 在580～700 nm区间随着基色油墨A浓度降低而降低。 除570～590 nm吸收曲线相交区间以外, 在可见光范围内专色油墨吸光度与基色油墨浓度之间的判定系数R2均大于0.95, 平均值为0.990 0, 两者具有强线性相关关系。 分别选取基色A和B波长为520 nm(R2为0.994 2)和700 nm(R2为0.998 5)处的吸光度代入配色模型, 并利用最小二乘法求解目标专色的配方比例。 实验结果表明, 六组预测浓度与预设浓度相比较, 配方平均偏差为2.5%, 无显著偏差。 配方色样本与专色样本色差最大值为1.98, 最小值为0.30, 平均值为0.85, 均满足GMI对专色复制的要求, 其中5组专色色差小于1.5, 符合专色忠实复制的要求; 6组专色的光谱均方根误差最大值为2.93%, 最小值为0.49%, 平均值为1.40%, 基本实现了同色同谱的高精度颜色复制。 验证了该方法对于提高专色油墨配色精度和改善PET薄膜印刷质量具有显著效果, 可为PET薄膜专色配方预测提供科学方法。
吸光度 光谱透射率 PET薄膜印刷 计算机配色 Absorbance Spectral transmittance PET film print Computer color matching
大连理工大学 电子信息与电气工程学部， 辽宁 大连 116024
在分布式光纤传感系统定位中，传统时延估计算法常由于噪声相关性较强而失效。采用一种削弱相关噪声的改进型广义相关法，并针对系统特点，为进一步改善分布式光纤传感定位的准确度与稳定度，提出了一种先对数据按事件信号进行分帧，再采用卡尔曼滤波器对分帧时延估计结果进行跟踪的时延估计方案。系统仿真实验与实际数据测试结果均表明：提出的时延估计方案能够有效抑制强相关性的噪声，提高时延估计的准确度与稳定度。经大量现场测试，本文的方案能够有效地将时延估计误差稳定地控制在0.2个采样间隔以内，能够满足系统实际定位精度要求。
时间延迟估计 分布式光纤 相关噪声 卡尔曼滤波器 定位系统 time delay estimation distributed optical fiber correlated noise Kalman filter positioning system
1 中国科学院长春光学精密机械与物理研究所,吉林,长春130033
2 中国科学院研究生院,北京,100039
Haar小波边缘提取对弱小目标和噪声很难辨别,双正交小波继承了haar小波的优点,其滤波器系数比haar小波更长,所以双正交小波抗噪性强.提出采用双正交小波提取弱目标边缘,利用形态学滤波消除边缘提取后的孤立点噪声.实验结果表明:当目标对比度下降到一定程度时,sobel算子和haar小波无法提取出弱目标,此时双正交小波提取目标效果较好;对同一组图像序列采用不同算子边缘提取后,haar小波相关度在0.75~0.85,sobel为0.8~0.85,双正交小波为0.85~0.95,双正交小波目标提取稳定可靠,速度快.
目标识别 小波变换 边缘提取
