1 南京农业大学工学院江苏省现代设施农业技术与装备工程实验室, 江苏 南京 210031
2 远程测控技术江苏省重点实验室, 江苏 南京 210096
3 南京农业大学农学院作物遗传与种质创新国家重点实验室, 江苏 南京 210095
基于老化不同时间的稻种的生理学和物理学特性，提出一种基于多尺度小波变换和灰色神经网络的稻种发芽率红外热预测模型，实现稻种发芽率的快速、无损检测，解决传统发芽实验法实验周期长、操作复杂等问题。从不同发芽率稻种的胚芽部位提取144组数据，通过多尺度小波变换，分析逼近信号和细节信号，得出第3层细节信号(d3) 贡献最大。以第3层细节信号作为模型的输入，随机分为校正集和预测集，校正集96组，预测集48组。分析和比较老化不同时间的稻种的红外热差异，通过偏最小二乘算法(PLS)、BP神经网络、径向基神经网络(RBFNN)和灰色神经网络(GNN)，建立稻种发芽率红外热预测模型。结果表明，GNN建立的稻种发芽率模型预测效果最优，其中校正集相关系数(RC)和标准偏差(SEC)分别为0.9619、2.5013，预测集相关系数(RP)和标准偏差(SEP)分别为0.9554、2.4172，相关性达到较高水平且误差较小。研究表明采用小波分解和灰色神经网络建立稻种发芽率红外热预测模型的方法是可行的。
测量 红外热 灰色神经网络 无损检测 稻种发芽率 多尺度小波变换 光学学报
2015, 35(10): 1012001
1 军械工程学院 纳米技术与微系统实验室， 石家庄 050003
2 北京航空航天大学 仪器科学与光电工程学院， 北京 100191
为有效抑制光纤陀螺(FOG)随机噪声，提出将一种多尺度变步长最小均方(MVSLMS)自适应算法应用于FOG数据处理中。根据FOG输出数据的特点，构建了MVSLMS自适应滤波器，提出了FOG信号滤波算法的实现步骤。对FOG实测静态数据、振动数据和速率测试数据进行了滤波实验，结果表明所提算法对FOG随机噪声的抑制效果明显，相比LMS滤波，MVSLMS自适应滤波后的静态数据零偏稳定性数值减小了72.0%，振动数据在振前、振中、振后零偏稳定性数值分别减小91.5%,77.4%和96.5%，速率测试数据标准差减小了54.4%。摇摆测试滤波实验结果表明所用算法对FOG真值信号具有较好的跟踪能力。
光纤陀螺 自适应滤波 变步长LMS算法 多尺度小波变换 fiber optic gyroscope adaptive filtering variable step LMS algorithm multiple-scale wavelet transform 强激光与粒子束
2014, 26(7): 071002
1 绍兴文理学院数理信息学院, 浙江 绍兴 312000
2 绍兴文理学院工学院, 浙江 绍兴 312000
提出了一种基于多尺度总体最小二乘的图像去噪算法.采用平稳小波变换对噪音图像进行分解，分别对各个分解层的高频子带，通过总体最小二乘算法估计信号小波系数；并且考虑到不同尺度小波系数之间的相关性，将尺度相关性约束到总体最小二乘算法中，进而准确估计各高频子带信号小波系数，再由估计的信号小波系数通过小波逆变换得到去噪图像.实验结果表明，考虑尺度间相关性的总体最小二乘平稳小波变换图像去噪算法能有效去除图像噪音，在信噪比和视觉质量上有了较大改善.
图像去噪 多尺度小波变换 总体最小二乘 尺度相关性 Images denoising Multiscales wavelet transform Total least squares Interscale correlations
