【摘 要】
：
Curvlet变换因其具有很强的方向性,使它能同时获得对图像平滑区域和边缘的稀疏表示.采用不等间距的快速傅里叶变换方法可实现快速Curvelet变换,来减少基于Radon变换实现算法的计算量,并将其应用于图像压缩.仿真实验结果表明,该方法与EZW相比,有较好的边缘重构效果,并能得到高压缩率下较高的蜂值信噪比,且解码速度有所提高.
【机 构】
：
江南大学,通信与控制工程学院,江苏,无锡,214122
论文部分内容阅读
Curvlet变换因其具有很强的方向性,使它能同时获得对图像平滑区域和边缘的稀疏表示.采用不等间距的快速傅里叶变换方法可实现快速Curvelet变换,来减少基于Radon变换实现算法的计算量,并将其应用于图像压缩.仿真实验结果表明,该方法与EZW相比,有较好的边缘重构效果,并能得到高压缩率下较高的蜂值信噪比,且解码速度有所提高.
其他文献
本文针对移动协同中移动终端资源受限与前端计算的矛盾问题,提出了多策略自适应迁移决策模糊控制算法(MAMDFCA).首先对移动协同环境中影响计算迁移的主要因素选取、建模;然后按照模型匹配程度和各因素控制权重选取匹配案例,依据匹配案例的情形来决策计算迁移.若无匹配案例,则构造层次决策树,依据决策树来进行决策,同时,将成功的判决生成新的案例并按照一定的规则存储.该算法已应用于移动协同服务支撑平台,实践表
本文基于LSDP鲁棒分析优化方法,将鲁棒稳定指标及有关时间域、频率域的闭环系统性能指标作为多目标函数向量,形成LSDP鲁棒控制多准则决策问题.给出了相应求解策略:在确定LSDP前后置补偿器结构的基础上,将多准则决策问题转变为以补偿器待确定参数作为决策向量的多目标优化问题.结合一种多目标优化遗传算法,提出将多准则决策应用于鲁棒控制器综合的方法.
阀控非对称缸电液伺服系统正、反两个运动方向上系统的开环增益不相等以及参数的时变特征,使得两个方向上的动态特性不对称,这种本质上的非线性特性增加了控制系统设计的难度,并限制了它在一些精度要求较高场合的应用.对此,采用了重调协方差的极点配置算法来解决系统的非线性问题.仿真结果表明此控制算法具有调节时间短、鲁棒性强、收敛速度快等优点.
当控制对象重复完成同样的工作时,迭代控制器就能明显地增强系统性能.然而,迭代学习控制在力控制中的研究并没有象在位置控制中研究得那么多.对此,在确定X-Y定位平台系统相对度的基础上提出一种迭代学习控制律,并将其应用在力控制部分.在学习律中参数Г的选择上,使用了模糊控制方法在线调节.为测试这种基于迭代学习的混合力/位置控制方法,使用MATLAB进行了仿真.仿真结果表明,该控制方法使系统的自适应能力和鲁
本文介绍了专家系统(ES)的基本知识和国内外研究现状,阐述了应用专家系统技术研究电磁兼容(EMC)共性技术问题的意义.叙述了如何使用SQL SERVER 2000及Delphi7.0可视化编程软件实现专家系统的知识库构建.它利用专家系统的推理和分析能力,解决电磁兼容的复杂问题,并依附数据库的构建,做成面向用户的应用程序.
本文将模糊推理规则与Petri网相结合的模糊Petri网应用于加工过程的智能监控,并且引入了分层递阶智能控制的方法.组织级设计中,采用模糊推理的方法,并用标识模糊Petri网为其推理过程进行建模;协调级设计中,以一台加工中心、一个机械手或一个工业机器人组成的加工系统为例,运用模糊Petri网为其协调级进行了合理规划.
本文将分布参数方块结构图理论用于处理高速传输线问题,给出了一种传输线分析的解析方法.文章将分布参数的传输线视为一个"方块",给出其传递函数后,利用过渡方块将传输线与集中参数元件或其他分布参数元件相连,计算出整个系统的传递函数.除由数字采样引起的误差外,该方法是精确的,且在整个处理过程中不改变传输线分布参数元件的性质,不存在电路稳定性的问题.
本文针对旋转倒立摆实时控制系统,在对旋转倒立摆进行模型分析基础上,实现了基于LQR的实时控制.为满足系统控制要求,又提出利用LQR控制和模糊控制组成双结构控制方案,其中模糊控制采用了T-S模糊控制方法,并与原LQR控制方法进行了比较,仿真和实时控制结果表明,双结构控制可以使摆处于更平稳的状态.
本文针对战斗机副翼操纵系统安装困难、操作不灵活及飞机超重等特点,介绍了一种基于线阵电荷耦合器件(CCD)和数字信号处理器(DSP)的数字伺服驱动系统电子化改进方案.该系统主要包括:线阵CCD传感器,DSP处理器,数字伺服驱动智能模块IPM640-8EI,直流伺服电机及助力器等5个部分.阐述了CCD位置测量工作原理以及整个系统工作方案,介绍了该系统的硬件电路设计及其控制策略.
本文针对时间序列分割,通过各区段的特征来表示整个时间序列的特性,提出了时间序列分割的数学定义,并总结了时序分割的数学模型.根据现有的研究,提出了3种不同的时间序列分割模型,分别为K-分割模型、基于距离和分割数的综合分割模型、趋势特征分割模型,并针对不同模型提出了相应的算法.