重采样

摘要： 不平衡分类是当今机器学习中的研究热点与难点。为提高不平衡数据的分类效果,提出MetaCost与重采样结合的不平衡分类算法——RS-MetaCost。首先在MetaCost划分子集前对不平衡数据集进行重采样,即过采样少数类或欠采样多数类,以降低或消除数据不平衡程度;其次在预测概率阶段,利用m-estimation提高少数类预测概率。采用6组模拟数据集与10组实例数据集,将RS-MetaCost与经典算法进行比较实验。结果表明,在大多数数据集上,RS-MetaCost在保证整体分类精度很高的前提下,还能提高少数类的分类精度,且过采样下的RS-MetaCost优于欠采样下的RS-MetaCost。

摘要： 针对传统RBPF(Rao-Blackwellised particle filter)算法存在定位精度低、粒子退化、粒子多样性丧失的问题,提出了一种基于激光雷达的改进SLAM(simultaneous localization and mapping)算法。首先基于主成分分析法对相邻帧的点云进行粗配准,再采用改进点到线迭代最近点配准算法校正粗配准结果完成精确配准。改进重采样算法中,在多次复制大权重粒子集合的情况下引入小权重粒子集合,改善粒子多样性缺乏问题,提高了移动机器人定位精度。最后将改进算法应用于Turtlebot机器人,实验结果表明,改进的基于激光雷达的SLAM算法在定位精度和建图准确度方面相比于传统算法效果更好。

摘要： 与一般图像分类场景下的数据分布情况不同,在图像多标签分类问题的场景下,不同标签类别之间存在样本数量分布不均衡,少量头部类别通常占据大多数样本数量的情况。而由于多个标签间同时标记的相关性,再加上多标签下困难样本的分布还与数据分布和类别分布相关,使得单标签问题中解决数据不平衡的重采样等方法在多标签场景下无法有效适用。文中提出了一种基于图像多标签场景下样本分布损失和深度学习的分类方法。首先对多标签数据不均衡分布设置类别相关重采用损失,并通过动态学习方式防止分布过度异化,然后设计非对称样本学习损失,设置对正负样本和困难样本的不同学习能力,同时通过软化样本学习权重减少信息丢失。相关数据集的实验显示,所提算法在解决多标签数据分布不均衡场景下的样本学习问题时取得了很好的效果。

摘要： 轴承是电液舵机重要的部件之一,对其剩余寿命进行准确预测具有重大的工程意义。粒子滤波适用非线性、非高斯系统,但粒子退化问题会影响其性能,因此采用改进的粒子滤波算法预测轴承的剩余寿命。首先,为解决粒子退化问题,从操作和选择策略两方面对烟花算法进行改进,并利用改进的烟花算法设计粒子滤波的重采样过程。然后,提取轴承振动加速度信号的时域特征均方根值作为轴承的健康指标,该指标可以有效地反映轴承的磨损程度。同时,基于Paris-Erdogan模型建立轴承退化状态方程,采用最小二乘法对模型参数进行辨识,最终实现电液舵机轴承剩余寿命的预测。结果表明:采用该粒子滤波算法能较好地预测轴承的剩余寿命。

摘要： 传统的Gmapping算法在RPPF-SLAM的基础上改进了提议分布与重采样策略,提升了算法性能。但是Gmapping在频繁地进行粒子迭代过程中会出现粒子退化现象,导致正确的粒子被丢弃或者粒子的多样性下降,直接影响到建图效果。针对上述问题提出了一种融合改进粒子群最优化算法的粒子滤波SLAM算法,采用PSO算法对采样后的粒子群进行更新,并且对不同权重大小的粒子进行粒子分层,依据分层结果优化重采样策略,保证粒子在高似然区域的占比同时也改善了粒子的多样性。在MATLAB上对改进粒子群优化算法进行仿真实验,结合搭载ROS系统的移动机器人实现真实环境的定位与建图。实验结果表明改进后的算法有着更高精度的定位与更精确的建图效果。

摘要： 针对由于粒子匮乏辅助粒子滤波检测前跟踪(APF-TBD)无法获得较好的检测和跟踪性能的问题,提出了一种基于优化遗传重采样的辅助粒子滤波检测前跟踪(OGRAPF-TBD)方法。在APF-TBD的重采样中应用优化后的遗传重采样算法,在重采样中根据权重选择优质粒子,通过排序分组交叉和变异操作得到新粒子。该方法不仅能保留APF-TBD通过优化重要性分布函数提高采样粒子准确性的优势,而且将优化后的遗传重采样思想引入重采样还能有效地解决粒子匮乏问题,增加有效粒子数目。仿真结果表明,相较于APF-TBD方法和粒子滤波检测前跟踪(PF-TBD)方法,OGRAPF-TBD方法具有更高的目标发现概率和跟踪精度,以及更强的适用性。

摘要： 滚动轴承是风力发电机齿轮箱的结构里不能缺少的重要组件,时常会遭受磨损,特别是当有很大的载荷时,启停时刻转速的急剧增大或减小经常会导致其发生故障,因此针对非平稳工况下轴承的故障诊断是必要的。传统对风力发电机齿轮箱轴承的故障诊断算法有着不少弊端,如计算较复杂、效率不高、占时较长等。基于实现双馈风力发电机齿轮箱轴承故障诊断方法的优化,课题组结合风力发电机工作原理和机械结构特点,通过阶比(order)分析,进行与旋转部件转动有关的测量。课题组深入研究双馈风力发电机齿轮箱内部常见故障的在线监测与故障诊断系统,采集发生故障时的振动信号特征,并利用虚拟仪器技术与LabVIEW等多款软件通过新型传感器如扭矩传感器、风速传感器、位移传感器等进行构建诊断与监测环节,配合采集卡及逻辑控制编程,分析时域和频域故障特征,还尝试研究引入基于深度学习的大数据分析方法,更好地预测并解决风力发电机齿轮箱故障问题。仿真结果表明,通过对振动信号进行短时傅里叶变换,然后进行转速追踪、拟合并得到转速变化曲线,最后进行阶比分析,得出故障部位信息,实现了双馈风力发电机齿轮箱轴承无转速信号工况下的故障诊断分析。

摘要： 频控阵-多输入多输出(FDA-MIMO)雷达在检测运动目标时,由于发射阵元间的频率偏移与目标的速度耦合,因此在慢时间维出现严重的多普勒扩展,进一步造成各接收通道的信号能量无法相干累积,极大降低了系统的检测性能。针对此问题,该文提出一种基于多普勒扩展补偿的FDA-MIMO雷达运动目标检测算法。首先建立了FDA-MIMO雷达运动目标的回波模型,分析了频偏带来的多普勒扩展问题;然后在给出最大似然接收机模型的基础上,提出一种基于插值滤波的重采样算法来补偿FDA-MIMO雷达在检测运动目标时引起的多普勒扩展。仿真结果表明:该文所提算法在抑制多普勒扩展的同时,能够补偿子目标回波在距离维的跨单元走动,实现信号能量的相参累积。

摘要： 在当前的超高清视频产业发展期,超高清与高清将长期共存。因此,超高清视频与高清视频间的相互转换成为必不可少的需求。将超高清视频与高清视频进行高质量的相互转换涉及众多关键技术点,其质量将直接影响最终节目的品质,故对重采样和逐行转隔行部分一定要采用高精度、高性能的转换算法,才能保证上下变换的节目质量。

摘要： 针对自主水下机器人北极冰下远距离航行存在较大定位偏差的情况,本文提出利用单波束协同地形匹配导航方法改善定位性能。针对粒子滤波出现粒子退化和粒子耗尽,导致测量更新失效问题,本文设计一种地形自适应双自主水下机器人协同地形匹配导航方法,根据地形高程标准差计算地形置信度,将地形置信度融入双自主水下机器人协同地形匹配导航系统中,提高了导航方法的鲁棒性。通过模拟仿真对该方法进行验证,结果表明该方法能够有效提高定位的精度及鲁棒性。

摘要： 计算阶比分析是旋转机械变转速振动信号分析和故障诊断的重要技术之一,然而该算法在计算精度以及计算效率方面存在不足,严重影响其在实际工程应用中的推广,因此有必要对传统的计算阶比分析算法进行改进.提出了基于等脉冲间隔重采样的计算阶比分析算法,该算法可以有效减少重采样过程中的误差,避免了大量方程的求解,效率提高明显.利用实测的滚动轴承升速信号对改进算法进行验证,分析结果与传统的计算阶比分析结果的对比证明基于等脉冲间隔重采样的计算阶比分析在改进计算精度与计算效率方面的有效性.

摘要： 直视合成孔径激光成像雷达的成像原理是依靠顺轨向上的二次相位历史重建和交轨向上的线性相位调制重建.交轨向的线性相位调制是通过两个匀速往返移动的柱面透镜对两束正交偏振的光束进行调制产生的,因此,为了满足飞机高速的需求以及实现交轨向压缩,柱面透镜的高速往返移动是必须的.但是,伴随着这种匀速高速的往返移动,在运动轨迹的两端势必存在着急启急停的现象,这对于交轨向运动控制装置的损伤是很大的,并且这种急启急停会造成透镜在运动轨迹两端的非线性,为此,提出了一种用正弦运动代替线性运动的方式,通过重采样插值算法,可以将正弦相位转化为线性相位从而重建图像.在实验室情况下获得了很好的点目标与面目标的重建图样,分析了采样位置对图像的影响,以及重采样插值算法的必要性.最后,对两种情况下的分辨率进行了对比.

摘要： 针对干扰量测对水下小目标多基地量测融合的影响,根据多基地系统下干扰量测与目标量测稳定性的差异,提出了用于水下小目标多基地量测融合的重采样算法.通过重采样得到的随机样本近似量测的后验概率分布,在抑制小概率随机样本的融合权重基础上进行量测融合,最终得到多基地系统下的等效量测.利用该算法进行了水下小目标多基地探测实验的数据处理.结果表明,基于重采样的量测融合算法可得到更准确的等效量测,为水下小目标的融合跟踪提供可靠的数据.

摘要： 针对粒子滤波重采样过程中出现的粒子多样性退化问题,结合遗传算法中选择算子、交叉算子和变异算子的特点,本文提出了一种基于改进遗传算法重采样的粒子滤波算法.在改进的遗传算法中,以粒子的权重作为适应度值,使用简单重采样加精英选择进行粒子选择,根据当前的粒子退化程度动态改变交叉概率和变异概率,对粒子集进行交叉操作和变异操作,得到新的具有权重的粒子集.仿真分析表明改进后的遗传算法重采样粒子滤波算法不仅保证了粒子的有效性,同时增加了粒子的多样性,提高了粒子滤波的性能.

摘要： 针对曲面重建过程中，特征重建质量不高、曲面易产生自交等问题，提出了一种基于重采样的混合曲面重建算法。首先利用采样点的局部特征尺度对原采样点集的采样密度进行判断，删除过采样点，并在特征处的欠采样部位添加采样点；然后利用Delaunay三角剖分方法建立重采样点集的几何结构；最后采用螺旋生长算法抽取有效三角片，重建散乱点集的网格曲面。实验结果表明，该算法高效、稳定，是一种可行的曲面重建算法。

摘要： 针对MODIS影像边缘区域存在明显的重叠状几何畸变数据,及投影转换耗时长、算法效率低等问题,研究了MODIS L1B的数据存储结构,利用自带星下点1公里间隔维度数据,解算扫描方向上的影像重叠度.通过重采样方式消除蝴蝶效应,改正异常值,提高MODIS影像数据的分析及应用水平.实验表明,在计算速度和影像质量上,本文方法具有良好的适应性.

摘要： 目的：对伪造图像检测方法的检验研究.rn 方法：对伪造图像采用复制粘贴检测法,重采样检测法以及基于压缩特性的检测方法进行了篡改图像检测.rn 结果：实现了篡改图像的检测.rn 结论：几种篡改图像检测方法在刑事检验鉴定中有重要价值.

摘要： 提出了一种主要通过软件来拓宽数据采集仪动态范围的新方法：虚拟多核数据采集技术。本方法利用1个A/D，对同一个输入信号进行多路连续扫描采集；然后由软件按照一定的规则对所采集到的数据再进行2次重采样，达到拓宽动态范围的目的。相比多核数据采集方法，本方法主要由软件来间接提高A/D的分辨率，具有成本低、可修改性强等优点；相比单核数据采集仪，本方法可使采集仪在高采样率工作时也能得到高的分辨率和大的动态范围。实验仿真结果表明本方法理论上是可行的。基于此方法和16位A/D芯片开发出了虚拟3核数据采集仪。其噪声和实际动态范围测试结果表明虚拟多核数据采集技术在实际应用中也是可行的。

摘要： 视频跟踪在许多领域有着广泛的应用前景，本文通过对粒子滤波方法的研究，尝试将其应用到抛物线运动的跟踪中，试验结果表明该方法在曲率较小的地方，可以达到较好的效果，在曲率较大的地方跟踪误差较大。

摘要： 视频跟踪在许多领域有着广泛的应用前景，本文通过对粒子滤波方法的研究，尝试将其应用到抛物线运动的跟踪中，试验结果表明该方法在曲率较小的地方，可以达到较好的效果，在曲率较大的地方跟踪误差较大。

摘要： 本发明涉及一种用于针对当前信号帧用输出采样频率对音频信号进行重采样的方法。该方法被用于以与该当前帧的第二采样频率不同的第一采样频率对前一帧进行采样的情况中，并且包括：通过分别在该前一帧的经存储的多个样本的结束处以及在该当前帧的多个样本的开始处添加多个零点样本来确定该信号的第一区段(E301)和第二区段(E303)的步骤；通过将至少一个重采样滤波器分别应用于从该第一频率到该输出频率进行重采样的该第一区段以及从该第二频率到该输出频率进行重采样的该第二区段来获得第一重采样区段(E302)和第二重采样区段(E304)；并且组合(E305)该第一重采样区段与该第二重采样区段的重叠部分以获得该重采样当前帧的至少一部分。本发明还可用于重采样设备以及包括这种设备的解码器。

摘要： 本发明公开了一种配置成用混合抗锯齿对图形图元进行着色的计算装置。根据本发明的在图元着色过程中用于动态调整像素采样率的系统和方法能改进图像质量或增加着色性能。混合抗锯齿处理通过在每个像素段中选择许多着色样本来实施。当一簇子像素样本(多个样本)每次穿过段着色器流水线都被处理时，超采样和多重采样混合抗锯齿就被使用。基于渲染状态，每个图元的着色器流水线和每个簇的多个样本能被动态地确定。

摘要： 一种使用至少一个处理器对已编码视频比特流进行解码的方法、设备和计算机可读介质，包括：获取第一标志，所述第一标志指示当前图片中存在一致性窗口；当所述第一标志指示存在所述一致性窗口时，获取第二标志，所述第二标志指示所述一致性窗口是否用于参考图片重采样；当所述第二标志指示所述一致性窗口用于所述参考图片重采样时，基于所述一致性窗口的一致性窗口大小确定所述当前图片和参考图片之间的重采样率；当所述第二标志指示所述一致性窗口不用于所述参考图片重采样时，基于重采样图片大小确定所述重采样率；以及使用所述重采样率对所述当前图片执行所述参考图片重采样。

摘要： 公开了使用重要性重采样来减少光采样的内存不一致性，具体公开了将光效果融入计算机生成的图形的设备、系统和技术。在至少一个实施例中，在渲染图形的帧之前，通过从多个光中随机采样光集合来渲染包括所述多个光的虚拟场景。所述光集合的子集被选择并用于渲染所述帧的一个或更多个部分内的像素。

摘要： 本发明涉及一种基于重复编辑最近邻与聚类过采样的数据重采样方法，计算每个待取样本与附近样本之间欧式距离，选取距离最小的作为待取样本的临近样本，对比该样本与其邻近样本的标签是否相同，如果不同则将其删除；使用K‑means将剩余样本划分为k个聚类，过滤掉多数类样本数与少数类样本数之比小于不平衡率阈值c的聚类；对每个聚类计算该聚类中各个少数类样本之间的欧氏距离，构造该聚类的距离矩阵，对矩阵中所有非对角元素求和，然后除以非对角元素个数得到该聚类的平均距离；计算每个聚类的稀疏因子；计算各个聚类的重采样权重值，使用SMOTE方法根据权重值确定生成的新样本数量。本发明解决了数据中类不平衡问题，使得分类器能够获得更好的分类效果。

摘要： 本发明提供了一种基于聚类过采样与实例硬度阈值的数据重采样方法。首先，利用K‑means方法对数据集进行聚类处理，并对聚类进行过滤处理和采样权重分配；接着，采用SMOTE算法对数据集进行过采样，生成新的数据使数据集中少数类与多数类样本数量相等，数据集变为类平衡；最后，采用实例硬度阈值算法对数据进行清理，得到最终平衡且噪点较少的数据集。本发明可以将类不平衡数据集处理为平衡数据集，提高分类器对少数类样本的预测性能。

摘要： 本发明公开了一种基于线性插值的任意重采样算法和数据采样系统，任意重采样算法包括写入和存储被插值的输入数据，在输入数据写入和存储的同时读取输入数据，根据输入数据进行小数倍数插值得出输出数据。根据本发明的任意重采样算法，可以在写入输入数据的同时进行插值，无需先写入输入数据后进行插值，节约了插值时间，同时无需同时存储全部输入数据，占用资源少。

摘要： 本发明涉及一种用于针对当前信号帧用输出采样频率对音频信号进行重采样的方法。该方法被用于以与该当前帧的第二采样频率不同的第一采样频率对前一帧进行采样的情况中，并且包括：通过分别在该前一帧的经存储的多个样本的结束处以及在该当前帧的多个样本的开始处添加多个零点样本来确定该信号的第一区段(E301)和第二区段(E303)的步骤；通过将至少一个重采样滤波器分别应用于从该第一频率到该输出频率进行重采样的该第一区段以及从该第二频率到该输出频率进行重采样的该第二区段来获得第一重采样区段(E302)和第二重采样区段(E304)；并且组合(E305)该第一重采样区段与该第二重采样区段的重叠部分以获得该重采样当前帧的至少一部分。本发明还可用于重采样设备以及包括这种设备的解码器。

摘要： 本发明公开了一种配置成用混合抗锯齿对图形图元进行着色的计算装置。根据本发明的在图元着色过程中用于动态调整像素采样率的系统和方法能改进图像质量或增加着色性能。混合抗锯齿处理通过在每个像素段中选择许多着色样本来实施。当一簇子像素样本(多个样本)每次穿过段着色器流水线都被处理时，超采样和多重采样混合抗锯齿就被使用。基于渲染状态，每个图元的着色器流水线和每个簇的多个样本能被动态地确定。

摘要： 一种使用至少一个处理器生成编码视频比特流的方法包括：执行第一确认，以确定当前图片的当前层是否为独立层；执行第二确认，以确定是否对所述当前层启用参考图片重采样；基于所述第一确认和所述第二确认，对所述当前层禁用环绕补偿；以及对所述当前层进行编码而不进行所述环绕补偿。