自适应采样

摘要： 针对传统Gmapping算法粒子数恒定导致在简单环境中运行速度缓慢,而在复杂环境中无法精确定位和建图的问题,提出了一种自适应采样算法(Adaptive Sampling,简称AS)。当二维激光点云波动量大于某个阀值时,增加采样粒子数,反之适当减少采样数。实验结果表明:该算法能够合理利用系统资源,有效改善由恒定粒子数导致的一系列问题。此外,为了增强系统在复杂环境中的建图效果,将萤火虫算法(AF)与之相融合,利用AF的高聚集能力改善采样粒子的分布,进而提高滤波器的估计能力。在ROS平台下的仿真结果表明,优化后的算法显著提高了系统的定位建图效果,同时也有效缩短了其平均建图时间。

摘要： 针对传统重采样方法大多使用固定采样策略,无法根据模型的优化需求改变采样策略的问题,提出一种基于自适应采样的不平衡分类方法(ASIC)。该方法根据分类模型在验证集上的表现动态调整训练集上不同类别样本的采样概率,使不同类别的采样概率由当前分类模型的需求动态决定;同时,该方法对少数类给予额外的关注,在其余条件相同的情况下为少数类赋予更大的采样概率,以弥补少数类本身样本数量不足对分类模型造成的不良影响,从而提高分类模型对少数类的识别能力。实验结果表明,使用ASIC方法训练的分类模型的平均类准确率和召回率的几何平均值均比对比方法更好,且数据分布越不平衡,ASIC方法的优势越明显。

摘要： 为了准确分析旋转设备振动信号0.5倍频、基频与多倍频的相关参数,基于高速模拟数字转换器(ADC)和数字信号处理(DSP)平台,运用线性插值重采样方法,实现了旋转设备振动信号的自适应采样,并将采样数据进行快速傅里叶变换(FFT)得到振动信号频谱分析参数。针对实际工业应用,在满足性能指标的前提下,拓宽信号频率范围。通过搭建硬件平台,在DSP内部以模拟信号进行的仿真实验结果表明:本设计能够准确定位所需分析信号的频率,计算所得幅值相对误差在±0.3%。

摘要： 大数据的类别不平衡与维度爆炸问题严重影响着算法的预测效率和分类精度。因此,提出了一种基于插值与特征压缩的大数据分类方法ASE-RFXT。改进ADASYN(adaptive synthetic sampling approach)的插值中心,减少了噪声的引入,改善了少数类样本的分布。改进ReliefF(特征权重法),并将它与集成算法XGDT(extreme gradient dart tree)结合对特征进行并行加权,减少了权重受异常值的影响,使得评估更加准确。利用特征之间的相关性过滤低权重冗余特征,以XGDT的分类精度为评价指标通过SFS(sequential forward selection)压缩特征。实验结果表明ASE-RFXT方法可以降低特征维度,节约训练时间,提高不平衡小样本数据的分类精度。

摘要： 文章采用径向基函数(radial basis function,RBF)神经网络替代复杂的有限元模型分析,结合基于加权抽样和动态距离约束的自适应采样策略,建立一种颤振可靠度分析方法。基于全模态理论建立参数化颤振临界风速分析有限元模型,并将试验设计生成的样本代入有限元模型求解得到训练集,进而构建RBF模型;通过定义的自适应采样策略,在迭代过程中不断从蒙特卡洛(Monte Carlo,MC)方法生成的样本中筛选出失效面附近的样本点添加至训练集,重新训练RBF模型直至满足收敛要求,并基于该RBF模型和MC样本直接计算得出颤振失效概率。通过2个经典数值算例对文中所提方法的有效性和准确性进行验证。结果表明,该文提出的可靠度分析方法及其自适应随机采样策略在保证计算精度的同时,能够大幅减少海量有限元模型运算带来的计算耗费,并降低功能函数的高维非线性和非显性带来的计算复杂度。

摘要： 为了解决船型优化中仿真计算复杂耗时的问题,基于自适应采样的近似模型技术的应用日益广泛.基于Kriging近似模型和留一法误差,发展了一种基于均匀设计的最大熵自适应采样方法.通过与基于增量拉丁超立方方法进行对比,所提方法得到的自适应样本分布更加均匀,并且其全局近似模型精度更高.将所提方法应用于S60的船型优化中,很好地验证了该方法的有效性.

摘要： 颅内动脉瘤是一种具有较高致死和致残率的常见脑血管疾病。近年来,临床对基于影像的智能化和精准化的疾病诊断策略提出了迫切需求,其中血管及病灶的精准分割是其重要基础。本文提出了一种新型的颅内动脉瘤血管多结构分割框架,利用血管先验灰度特征建立了自适应的数据采样方法,并设计了一种基于Dense机制的深度网络模型实现血管分割。本文收集了135例颅内动脉瘤患者(年龄分布:54.7±12.7岁,75名男性)的飞行时间磁共振血管影像进行模型的训练和测试。相比于原空间采样和图像压缩方法(平均Dice相似性系数:0.829和0.780),自适应采样方法可以明显提升血管分割的精度(平均Dice相似性系数:0.858);与经典的3D UNet、SegNet和DeepLabV3+网络相比(平均Dice相似性系数:0.854,0.824和0.800),基于Dense机制的网络能够利用更少的计算资源实现更优的分割效果,对于不同位置和大小的动脉瘤也表现出良好的分割鲁棒性。

摘要： 针对复杂模型近似处理的问题,提出自适应采样结合曲面曲率的全局近似方法.采用自适应设计域分割采样方法获取新增采样点,逐步提高源模型的响应面近似模型精度.引入判定响应面近似模型精度,提出利用几何方法计算曲面曲率,并结合启发式直接搜索算法(DIRECT)搜索响应面模型上的最大曲率点及设计域最佳分割位置.所提方法可以运用于其他响应面模型,并适合用于大设计域、大数据源模型的近似处理.函数源模型及复杂电动车模型的近似处理测试结果表明,所提方法具有实用性和有效性.

摘要： 为解决无线多媒体传感网存在的网络能耗高、节点性能低以及存储空间小等问题,结合WMSNs的特点引入压缩感知技术,提出了一种基于傅里叶域稀疏采样的分布式多媒体传感网图像压缩算法.该算法考虑多传感器节点的协作性,实现了图像在傅里叶域上的分块自适应压缩采样与传输.通过公开图像数据集中与现有的其他分布式压缩感知算法的仿真对比实验,表明了所提算法不仅能够有效降低重构误差、提高重构图像的质量,而且能更好地适合WMSNs网络低能耗的应用要求.

摘要： 针对具有渐进最优性的快速扩展随机树(RRT*)算法在面对高维、复杂环境时所表现出的寻路效率低、收敛速度缓慢的问题,在RRT*的基础上,提出一种基于采样空间自调整的渐进最优快速扩展随机树(AS-RRT*)无人机(UAV)航迹规划算法.该算法可以自适应调整采样空间,进而引导树更为高效地生长,而这些主要通过有偏采样、节点筛选和节点学习这三种策略来实现.首先,在采样空间中定义向光和背光区域来进行有偏采样,而向光和背光区域的概率权重由当前扩展失败率决定,从而保证算法在搜索初始航迹时同时具有探索性和方向性;然后,在完成初始航迹的搜索后,算法就开始周期性地筛选节点,高质量的节点作为学习样本来产生新的抽样分布,质量最低的节点在算法达到最大节点数量后被新节点替代.在多种不同类型的环境下进行了对比仿真实验,结果表明所提算法在一定程度上改善了采样算法固有的随机性,而且相较于传统的RRT*算法,该算法在相同环境里使用了更少的寻路时间,在相同时间里生成了更低代价的航迹,且在三维空间里的改进更为明显.

摘要： 针对WSN固定采样频率下机动性目标失跟率较高的问题，分析了机动性目标失跟的机理，建立了表征失跟率、采样频率、目标速率关系的数学模型，提出了平衡目标失跟率的自适应采样频率方法，并对速度大小、方向变化的机动性目标跟踪问题进行仿真实验。结果表明，自适应采样频率方法（采样间隔距离参量d恒取不同值时）相比固定采样频率方法的失跟率平均可降低3.3%-6%；当d恒等于50米时，失跟率平均降低6%，网络能耗降低13.1%。

摘要： 给出了一种基于自适应采样距离场的点数据构造方法。本方法利用自适应采样距离场(简称ADFs)在表示物体模型精度和存储开销两方面的优势,将基于三角网格表示模型转化为距离场表示,并采用八叉树对采样距离场进行空间数据组织管理，然后通过细分方法从距离场中提取出不同层次细节的基于点的模型表面数据,最后使用表面溅射的方法进行交互绘制。实验表明,本方法可以较好的应用于PDA等移动终端上模型的表示和绘制。

摘要： 本文介绍自适应采样策略的实现方案,提出了数据压缩来解决采样频率与有限存储容量之间的矛盾,并提出LZW算法是综合性能较好的一种数据压缩算法.

摘要： 本文提出了一种基于DXF文件编程的三维数据可视化方法:将由视觉传感器测得的三维数据转换为DXF格式,交由逆向工程软件方便地实现可视化.针对实际采样过程,对自由曲面的自适应采样问题进行了初步的探讨,并提出了一种基于导数的自适应采样策略.

摘要： 本文提出了一种自适应样条插值方法,用于快速求解三维电大尺寸目标的单站RCS.这种基于样条的采样方法结合了三次样条插值技术和自适应策略,能够准确地估计目标的单站RCS曲线.插值算法中需要的不等间隔采样点由一种由粗到细的多分辨策略产生.数值结果表明,该方法能够严格地逼近真实的结果。与其它传统的插值方法比较,该方法的计算开销更小。

摘要： 本文提出了一种自适应样条插值方法,用于快速求解三维电大尺寸目标的单站RCS.这种基于样条的采样方法结合了三次样条插值技术和自适应策略,能够准确地估计目标的单站RCS曲线.插值算法中需要的不等间隔采样点由一种由粗到细的多分辨策略产生.数值结果表明,该方法能够严格地逼近真实的结果。与其它传统的插值方法比较,该方法的计算开销更小。

摘要： 本文提出了一种自适应样条插值方法,用于快速求解三维电大尺寸目标的单站RCS.这种基于样条的采样方法结合了三次样条插值技术和自适应策略,能够准确地估计目标的单站RCS曲线.插值算法中需要的不等间隔采样点由一种由粗到细的多分辨策略产生.数值结果表明,该方法能够严格地逼近真实的结果。与其它传统的插值方法比较,该方法的计算开销更小。

摘要： 本文提出了一种自适应样条插值方法,用于快速求解三维电大尺寸目标的单站RCS.这种基于样条的采样方法结合了三次样条插值技术和自适应策略,能够准确地估计目标的单站RCS曲线.插值算法中需要的不等间隔采样点由一种由粗到细的多分辨策略产生.数值结果表明,该方法能够严格地逼近真实的结果。与其它传统的插值方法比较,该方法的计算开销更小。

摘要： 本文提出了一种自适应样条插值方法,用于快速求解三维电大尺寸目标的单站RCS.这种基于样条的采样方法结合了三次样条插值技术和自适应策略,能够准确地估计目标的单站RCS曲线.插值算法中需要的不等间隔采样点由一种由粗到细的多分辨策略产生.数值结果表明,该方法能够严格地逼近真实的结果。与其它传统的插值方法比较,该方法的计算开销更小。

摘要： 为满足输电线精确故障定位装置同步采集输电线电压、电流信号的需要,使用TI公司高性能浮点DSPTMS320C6713构建多通道同步PCI自适应数据采集卡.本文对基于TMS320C6713的自适应数据采集卡的软硬件体系结构和相关组成部分加以说明,并通过描述其性能和相关特点,说明采用TMS320C6713作自适应数据采集的优越性.

摘要： 本发明涉及一种自适应SV采样和常规采样的采样控制方法与装置，属于电力系统继电保护领域。方法如下：识别模拟量采样模式；SV采样时，根据秒脉冲进行模拟量采样，对采样数据进行重采样转换，并对模拟通道品质进行处理；常规采样时，根据采样脉冲进行采样，并判断通道品质；根据采样数据来源判别采样模式，SV采样时，获取采样数据和品质后，对采样数据进行系数处理，转换为二次数据后用于保护逻辑；常规采样时，采样数据为二次数据，用于数据计算和逻辑处理。该方法根据不同的采样模式对数据进行提前处理，兼容性强，有利于解决目前智能变电站继电保护产品型号过多，生产和维护成本高且工作量大的问题。

摘要： 本发明公开了一种基于水动力变化的自适应浮岛板式采样系统，包括浮子、浮岛板、采样管、控制器、流速传感器、无线传感器、锂电池、真空泵、安全阀和安全扣，所述浮岛板下方设有浮子，浮岛板上方安装有进水管路，进水管路下方安装有若干个采样管，采样管与进水管路之间安装有电磁阀，进水管路通过安全阀与真空泵连接，在浮岛板上还安装有锂电池、无线传感器和控制器，在浮岛板下方通过安全扣安装有流速传感器。本发明的装置能够实现不同水动力条件下的水样自动采集，并根据水动力条件变化自动调整采样次数，实现了水动力变化小少采样、水动力变化大多采样的功能，克服了因水动力变化的不确定性而导致样本采集与水动力变化过程难以准确匹配的问题，具有自动化作业、效率高、低成本的特点。

摘要： 本公开提供了一种自适应直流信号采样电路及采样装置。其中，自适应直流信号采样电路，包括电压采样电路、电流采样电路、功能切换电路和主控制器；所述电压采样电路和电流采样电路并联连接，所述电压采样电路和电流采样电路两端均与数据采集传感器相连；所述主控制器被配置为：接收数据采集传感器分别经电压采样电路和电流采样电路输出的信号并判断数据采集传感器输出信号的类型；根据数据采集传感器输出信号的类型来控制功能切换电路使能电压采样电路或电流采样电路。

摘要： 一种示例方法包括：经由视频比特流的第一语法级别对第一去块滤波控制语法元素进行解码，该第一去块滤波控制语法元素具有指定去块滤波信息是否存在于比特流的第二语法级别中的值；经由译码视频比特流的第一语法级别对第二去块滤波控制语法元素进行解码，该第二去块滤波控制语法元素具有指定去块覆盖是否被启用的值；响应于第一去块滤波控制语法元素指定去块滤波信息存在于比特流的第二语法级别中，并且不管第二去块滤波控制语法元素的值如何，经由第二语法级别对指定去块滤波信息的一个或多个语法元素进行解码；以及基于去块滤波信息，对视频数据的块应用去块滤波。

摘要： 本发明涉及一种自适应SV采样和常规采样的采样控制方法与装置，属于电力系统继电保护领域。方法如下：识别模拟量采样模式；SV采样时，根据秒脉冲进行模拟量采样，对采样数据进行重采样转换，并对模拟通道品质进行处理；常规采样时，根据采样脉冲进行采样，并判断通道品质；根据采样数据来源判别采样模式，SV采样时，获取采样数据和品质后，对采样数据进行系数处理，转换为二次数据后用于保护逻辑；常规采样时，采样数据为二次数据，用于数据计算和逻辑处理。该方法根据不同的采样模式对数据进行提前处理，兼容性强，有利于解决目前智能变电站继电保护产品型号过多，生产和维护成本高且工作量大的问题。

摘要： 本发明公开的一种自适应延时补偿串行ADC采样系统采样校准方法，旨在提供一种时序压力小，校准可靠的采样率校准方法。本发明通过下述技术方案实现：ADC芯片通过模数AD多通道串行接口连接FPGA与时钟分电路组并联组成采样率系统；信号源通过ADC模数转换芯片配置的多通道串行数据传送到FPGA运行时延参数补偿算法，将高速串化数据转换为并行数据，时钟分电路通过时钟源CLK按需改变采样频率，利用串化因子调节差分时钟IDELAY的延时；将时延参数置入FPGA中，对齐通道内数据和时钟；AD芯片配置相关寄存器退出测试序列，输出真实采样数据和模数AD测试序列，完成校准过程，实现串行ADC采样系统输入延时的校准。

摘要： 本发明公开了一种基于水动力变化的自适应浮岛板式采样系统，包括浮子、浮岛板、采样管、控制器、流速传感器、无线传感器、锂电池、真空泵、安全阀和安全扣，所述浮岛板下方设有浮子，浮岛板上方安装有进水管路，进水管路下方安装有若干个采样管，采样管与进水管路之间安装有电磁阀，进水管路通过安全阀与真空泵连接，在浮岛板上还安装有锂电池、无线传感器和控制器，在浮岛板下方通过安全扣安装有流速传感器。本发明的装置能够实现不同水动力条件下的水样自动采集，并根据水动力条件变化自动调整采样次数，实现了水动力变化小少采样、水动力变化大多采样的功能，克服了因水动力变化的不确定性而导致样本采集与水动力变化过程难以准确匹配的问题，具有自动化作业、效率高、低成本的特点。

摘要： 本公开提供了一种自适应直流信号采样电路及采样装置。其中，自适应直流信号采样电路，包括电压采样电路、电流采样电路、功能切换电路和主控制器；所述电压采样电路和电流采样电路并联连接，所述电压采样电路和电流采样电路两端均与数据采集传感器相连；所述主控制器被配置为：接收数据采集传感器分别经电压采样电路和电流采样电路输出的信号并判断数据采集传感器输出信号的类型；根据数据采集传感器输出信号的类型来控制功能切换电路使能电压采样电路或电流采样电路。

摘要： 图像质量可通过基于重要性图渲染图像来改善，该重要性图指示将受益于更多样本的图像区域。自适应采样使用目标采样率和用于图像的重要性图来确定用于图像的每个像素的样本的数量。每个像素的样本数目需要是非负整数值，因此使用每像素随机值来量化每像素采样率。所得到的经量化采样率提供紧密匹配重要性图的样本分布。每像素随机值可随时间变化，使得分布的平均值更紧密地匹配重要性图。

摘要： 本发明提供了一种采样插件主从自适应采样系统与方法，本发明通过增加子机来提高采样能力，主机的主采样插件和子机的从采样插件软硬件设计完全一致，通过接口复用和采样脉冲获取方式的不同，自适应运行主采样逻辑或从采样逻辑，主从配合完成采样。当主机无法满足采样需求时，主采样插件和从采样插件配合完成采样，扩展了采样能力，满足了国内不同变电站的不同采样需求，并实现了各型号机箱和插件通用性设计，降低了维护工作量。