简介:介绍了层析成像技术的图像重建算法,并从正向问题数学模型的简化和反向问题数学模型的映射结构的角度比较了各种算法的特点和优劣。研究表明:用本质是线性算法的各种变换方法重建图像存在严重失真,而卷积滤波的引入可以使变换方法的重建效果有所改善;基于导数搜索的迭代算法对初始值依赖性强、收敛速度慢并且容易陷入局部最优解;基于Fourier变换的方法具有本质的局限性;小波变换则可以同时刻画图像时域和频域的细节特征;有限元法通过重建对象像素的智能划分可以简化正问题的复杂性;而具有物理背景的蒙特卡罗法、模拟退火法、遗传算法、粒子滤波法及神经网络法更适合于复杂且非线性的图像重建;智能化、仿生化、并行化以及各种算法的融合是层析成像图像重建算法的发展趋势。
简介:摘要负荷预测数据是电力系统运行和规划的重要依据,精准的负荷预测对于提高电力系统实际运行的经济性和可靠性有着非常重要的意义。我国正在推进电力市场的体质改革,对于负荷预测的研究更显得尤为重要。因为对于负荷预测的系统对电力市场提供着重要的技术支持,为物资贸易管理系统以及决策制定支持系统提供数据支持,在电力市场进行运营的同时也让各种各样的负荷预测方法迸发出了新的活力。因此预测未来长期负荷变化比较可行的也是最有效的方法就是对电力负荷的历史纪录数据进行整理观察,然后针对实际情况和现有的资料查找适合实际情况的负荷预测方法。目前,电力系统长期负荷预测法主要有趋势外推法、时间序列法、回归分析法以及灰色预测法等,而其中灰色计算法对于历史数据要求少,并且对数据分布无特殊要求以及限制,具有运算简便和可检验的优点。故本文选取灰色预测法对长期电力负荷进行仿真运算,检验其对于长期负荷预测的作用。