结合典型LPI雷达信号的特点和调制样式识别的需求, 提出了一种基于高斯平滑模糊函数和sDAE_LIBSVM的调制样式识别方法。首先, 采用模糊函数变换结合高斯平滑, 完成特征图像的构建; 其次, 通过融合栈式降噪自编码器(sDAE)和LIBSVM搭建识别网络, 用于特征图像的分类识别。仿真实验可知, 所提方法在SNR为-7 dB时, 对BPSK, Costas, Frank, LFM及T1~T4共8类LPI雷达典型调制样式能达到97%的成功识别概率, 并具有较强的稳定性和鲁棒性, 相比其他方法具有更好的识别性能。

为了实现高强钢薄板高温焊接条件下屈曲变形的准确测量, 基于数字图像处理技术、立体视觉原理及数字图像相关法, 提出一种高强钢薄板全场动态焊接变形的视觉测量技术, 并以规则散斑图像的高精度匹配方法研究为基础, 将其应用到焊接图像中。针对焊接高温导致的散斑纹理的变色或脱落, 采用高温漆与高温胶混合涂布的方式, 获得了低成本、高稳定性的散斑纹理。选择薄板背侧进行测量以及在相机镜头前加装滤光片组的方法, 抑制焊接过程中的强光、火花及烟雾的干扰。采用高斯平滑的数字图像处理技术, 寻找最佳滤波参数并应用到焊接图像中, 在保证测量精度的前提下提高了图像匹配的成功率及精度。实验结果表明, 该方法能够有效地降低焊接图像匹配的均值误差、均方根误差及Z向静态均值误差, 均值误差最大降幅为78.6%, 均方误差最大降幅为47.7%, Z向静态均值误差降幅为37.9%。本文的方法和系统可以满足焊接高温条件下薄板屈曲变形的全场应变测量要求, 散斑纹理稳定, 散斑图像匹配成功率高、稳定性好, 是薄板全场动态焊接变形检测的有效途径。

谱峰对齐是基于核磁共振的代谢组学数据预处理过程中的一个重要环节, 谱峰对齐效果直接影响后续的多变量统计分析。提出了一种基于高斯平滑的谱峰对齐算法(GPA)。算法通过调节高斯卷积函数的窗口大小, 实现波谱信号的多尺度平滑, 进而由粗到细、逐步实现波谱信号的谱峰对齐。真实的核磁共振波谱实验结果表明: GPA算法可以快速准确地实现谱峰对齐, 且对齐后的波谱信号在平均相似度、后续统计模型的解释能力等综合性能上的表现明显优于相关优化解缠(COW)和多尺度谱峰对齐(MSPA)等常用谱峰对齐算法。