基于局部特征尺度分解与瞬时频率谱的齿轮故障诊断

为了更准确地进行齿轮故障诊断,根据齿轮故障振动信号的多分量调幅-调频特征,提出了局部特征尺度分解和瞬时频率谱相结合的故障诊断方法。该方法首先对齿轮振动信号运用局部特征尺度分解,得到若干个内禀尺度分量,然后分别应用希尔伯特变换技术求取每个分量的瞬时频率,最后根据瞬时频率谱并进行故障诊断。通过齿轮断齿故障试验数据分析,验证了方法的有效性。     

基于EMD的谱峭度方法在滚动轴承故障检测中的应用

传统谱峭度方法通常采用基于短时傅里叶变换(Short Time Fourier Transform,STFT)的峭度图方法来实现。针对STFT不能保证对瞬态脉冲这种高度非平稳信号最优的分解效果的缺点,提出一种基于经验模式分解(Empirical Mode Decomposition ,EMD)的谱峭度方法。该方法首先利用EMD和Hilbert变换得到信号的时频分布,然后将信号的时频分布按照不同层数分成若干频段,通过计算各频段的峭度值得到相应的峭度图,再根据峭度最大原则选择滤波频段进行带通滤波,最后对滤波信号采用包络分析确定故障信息。实验结果表明：相比传统基于STFT的谱峭度方法,本文方法更能准确的获得轴承加速度信号的故障特征频率信息。     

基于局部尺度不变特征的快速目标识别

介绍了图像局部尺度不变特征的提取方法,将局部尺度不变特征用于目标识别,为提高识别实时性,提出利用金字塔和尺度空间的混合多尺度表示方法,按照从大尺度到小尺度的顺序对待识别图像的特征点进行检测与匹配,直到完成识别为止,有效地提高了识别速度。     

融合多尺度局部特征与深度特征的双目立体匹配

针对立体匹配中不适定区域难以找到精确匹配点的问题,提出一种融合多尺度局部特征与深度特征的立体匹配方法。特征融合阶段包括两部分,其一是融合不同尺度下Log-Gabor特征和局部二值模式特征组合的浅层次特征,其二是将多尺度浅层融合特征和卷积神经网络提取的深度特征进行级联,形成既包含语义信息又包含结构化信息的特征图像。通过在极线垂直方向添加不同强度的噪声来构造正负样本,减小图像中极线对齐欠准带来的误差。将该方法与两种变体方法(改变或舍弃部分模块)在KITTI数据集进行对比实验,结果表明各模块设置具有合理性;与一些经典方法相比,所提方法取得了有竞争力的匹配性能。     

基于特征融合的多尺度窗口产品外观检测方法

为提高产品外观质量的检测精度和实时性,提出一种基于特征融合的多尺度滑动窗口机器视觉检测方法;在训练阶段,首先提取图像的HOG特征和Lab颜色特征,并采用典型相关分析法(CCA)进行特征融合;接下来,采用支持向量机(SVM)对融合的特征进行训练,生成分类器;在检测阶段,产品外观不同区域对精度的要求不同,为提高检测效率,生成不同尺度的滑动窗口,在每个窗口中都进行图像的特征提取与特征融合;最后,对采集的图像序列进行匹配,实现产品外观划痕的实时检测;实验中,选取不同的特征提取方法进行对比,并分别生成大小不同的滑动窗口,通过分析实验结果,结合检测时间与精度,确定各个区域的窗口尺度;实验表明,与传统的检测方法相比,所提方法在检测精度和实时性上具有显著提高。     

图像局部特征自适应的快速SIFT图像拼接方法

针对目前图像拼接中计算量较大、实时性较差的问题,本文提出了一种图像局部特征自适应的快速尺度不变特征变换(SIFT)拼接方法。首先,对待拼接图像分块,确定图像局部块的特征类型;接着自适应采用不同的简化方法提取各局部块的特征点。然后,通过特征匹配求出变换矩阵,并结合RANSAC算法去除伪匹配对。最后,通过图像融合得到最终的拼接图像。文中使用提出的方法对3组待拼接图像进行实验。从实验结果可以看出:与标准拼接方法相比,本文改进方法的计算速度提升了30%~45%。因此,这种方法能够在保证图像拼接质量的前提下,有效提高图像拼接的效率,克服图像拼接中计算复杂度高的问题,在实际图像拼接中具有一定的应用价值。     

基于小波多尺度分解的红外光谱谱图比对检索方法研究

谱图比对检索是指计算提问谱和数据库中标准谱图的相似度,以查出与提问谱相同或近似的谱图,其中,提问谱的质量是影响谱图比对检索结果的一个重要因素.从削弱谱图的无关信息对谱图比对检索的影响、提高检索准确性出发,以提问谱噪声为例,分析了谱图噪声对相似度计算结果的影响;针对红外光谱谱图经过小波多尺度分解后,其有用信息主要集中在低频部分,高频部分主要是噪声的特点,提出了基于小波多尺度分解的红外光谱谱图比对检索方法;分析了小波分解层数对相似度计算结果的影响;选择去噪整波形比对检索作为参照方法,利用MATLAB 7.0分别设计了这两种比对检索程序,实验结果证实了基于小波多尺度分解的红外光谱谱图比对检索方法的可行性.     

基于扩散滤波的多尺度分解和重构方法及应用初探

从各向异性PM方程出发,推导多维扩散滤波微分方程的离散格式及其稳定性条件,首次构建基于扩散滤波的多尺度分解和重构方法,给出两种具体实施方案及其关键步骤.地震资料应用表明,所提方法分解和重构信号的过程合理可靠,其中方案①的2D傅里叶波数谱能量随尺度的增加而远离谱中心点,其残差信号表现为高波数信号,在随机噪声压制中取得了较好的效果;方案②的2D傅里叶波数谱能量随尺度的增加而靠近谱中心点,其残差信号表现为低波数信号,在低频逆时噪声压制中取得了较好的效果.所提方法计算过程简单易实现,对于信号处理提供了一种多尺度分解和重构方法,在地震信号处理领域具有较高的应用价值.     

基于局部相关性的遥感图像全色锐化算法

为了增强多光谱图像的空间分辨率同时避免出现严重的光谱扭曲,对插值放大后的多光谱图像和原始全色图像分别作相同层数的非下采样轮廓波变换分解.在相应低频子带中,分别选取以待融合像素点为中心,大小为5×5的滑动窗口,计算待融合像素点的局部相关系数与四阶相关系数.如果局部相关系数大于四阶相关系数,说明该位置上的地物存在相似的光谱特征,因此用全色图像的高频系数替代多光谱图像的高频系数;反之,保持多光谱图像的高频系数不变.最后将多光谱图像的低频系数和替换后的高频系数进行非下采样轮廓波逆变换得到融合图像.采用Landsat 7遥感图像,对比给出了本文与现有同类最新文献融合结果及其主客观评价指标.实验结果表明,本文算法在提高空间分辨率与保持光谱信息两个方面都具有较好的效果.     

基于极线局部校正的特征匹配方法

针对利用多视图像进行目标三维测量、结构重建时在极线约束下对直接区域灰度相关进行同名特征匹配常常失效的问题,提出了一种基于极线局部校正的特征匹配算法。介绍了极线约束匹配的原理,分析了相关方法在极线约束匹配中的缺陷以及在多种像机位姿配置下的图像特征间的约束关系,在此基础上提出了一种极线局部区域校正的方法,对待匹配区域进行校正使自动相关匹配能有效执行,结合最小二乘匹配得到了高精度的匹配结果。实验结果证明了新算法的有效性,大大提高了自动匹配的可靠性、速度和精度。     

A local fuzzy method based on “p-strong” community for detecting communities in networks

In this paper,we propose a local fuzzy method based on the idea of "p-strong" community to detect the disjoint and overlapping communities in networks.In the method,a refined agglomeration rule is designed for agglomerating nodes into local communities,and the overlapping nodes are detected based on the idea of making each community strong.We propose a contribution coefficient b_v~(ci)to measure the contribution of an overlapping node to each of its belonging communities,and the fuzzy coefficients of the overlapping node can be obtained by normalizing the b_v~(ci) to all its belonging communities.The running time of our method is analyzed and varies linearly with network size.We investigate our method on the computergenerated networks and real networks.The testing results indicate that the accuracy of our method in detecting disjoint communities is higher than those of the existing local methods and our method is efficient for detecting the overlapping nodes with fuzzy coefficients.Furthermore,the local optimizing scheme used in our method allows us to partly solve the resolution problem of the global modularity.     

基于奇异值分解的光子相关光谱滤波方法研究

针对光子相关光谱颗粒测量法在测量超细纳米颗粒时,容易受噪声影响,导致拟合误差较大的问题,提出了一种基于奇异值分解的光子相关光谱滤波方法。其处理步骤为:利用颗粒系的光强自相关函数数据构造Hankel矩阵H;对矩阵进行奇异值分解;根据奇异值的大小分布,确定噪声级别和重建参数r;从重建矩阵H1中提取经滤波后的光强自相数据,再通过传统方法进行拟合,得到颗粒的粒径分布。实验中采用30nm标准乳胶球单分散颗粒系,以及30nm和100nm标准乳胶球双分散颗粒系进行实验对比。结果证明:基于奇异值分解的光子相关光谱滤波法有效地提高了测量准确性。     

基于变分模态分解和对称相关的目标舰船线谱检测

线谱检测是水下目标识别中的一个重要研究方向。针对舰船辐射噪声线谱信号检测与提取的需求,该文改进提出了一种基于变分模态分解和对称相关的降噪处理方法,研究了与目标线谱信号不相关的加性高斯噪声消除办法。假设舰船辐射噪声除线谱成分外均为高斯噪声,对舰船辐射噪声中线谱成分进行检测。理论推导、仿真计算与实验数据处理结果均表明,该文提出的方法能较好地检测加性高斯噪声背景下的线谱成分,较传统的相关方法更为有效。     

心磁信号广义S变换域奇异值分解滤波方法

针对心磁信号工频及背景噪声干扰问题, 提出了广义S变换奇异值分解(singular value decomposition, SVD)滤波方法.在离散S变换基础上, 导出了广义矩阵S变换和逆变换公式. 通过对采样信号进行广义S变换, 调节时频分辨率, 利用SVD分解方法确定有效心磁信 号区域, 实现自适应时频滤波. 实验结果表明, 该方法能有效滤除工频及背景噪声干 扰, 且在较少奇异值个数情况下可获得更好的滤波性能. 关键词： 心磁信号 S变换 奇异值分解 时频滤波     

A 3D shape retrieval method for orthogonal fringe projection based on a combination of variational image decomposition and variational mode decomposition

The orthogonal fringe projection technique has as wide as long practical application nowadays. In this paper, we propose a 3D shape retrieval method for orthogonal composite fringe projection based on a combination of variational image decomposition (VID) and variational mode decomposition (VMD). We propose a new image decomposition model to extract the orthogonal fringe. Then we introduce the VMD method to separate the horizontal and vertical fringe from the orthogonal fringe. Lastly, the 3D shape information is obtained by the differential 3D shape retrieval method (D3D). We test the proposed method on a simulated pattern and two actual objects with edges or abrupt changes in height, and compare with the recent, related and advanced differential 3D shape retrieval method (D3D) in terms of both quantitative evaluation and visual quality. The experimental results have demonstrated the validity of the proposed method.     

噪声模态单元预判的经验模态分解脉冲星信号消噪

为了改善脉冲星辐射脉冲信号的消噪效果, 提出了一种基于噪声模态单元预判的经验模态分解(EMD) 消噪声方法. 该方法首先利用EMD将含噪辐射脉冲信号分解为一组内蕴模态函数(IMF), 根据IMF系数的统计特性采用局部均方误差准则进行噪声模态单元预判, 并将噪声模态单元置零; 然后对噪声模态单元预判处理后的IMF以模态单元为基本单位进行最优比例萎缩消噪, 从而达到抑制噪声、保留信号的目的. 实验结果表明: 与Sure Shrink小波阈值法、Bayes Shrink小波阈值法和EMD模态单元比例萎缩法相比, 基于噪声模态单元预判的EMD消噪方法可以更有效地去除脉冲辐射信号中的噪声, 同时更好地保留信号突变处的细节信息特征, 在信噪比、 均方误差、峰值相对误差、峰位误差和相位误差等方面都有一定程度的改善. 关键词： 脉冲星信号消噪 经验模态分解 噪声模态单元预判 局部均方误差     

基于相关系数特性的实时匹配算法

提出了一种高精度的快速匹配算法。其基本思想是根据相关系数矩阵的特性来动态改变相关搜索步长的。对于已知目标特性和点扩展函数的情况,求出其理想情况下的相关系数矩阵函数,确定可信阈值和搜索步长;对于不知道目标特性和点扩展函数的情况,通过相关系数矩阵拟合函数或简单变步长法来确定可信阈值和搜索步长。在得到相关系数最大值后,拟合得到亚像素定位精度。与一般相关方法比较,该方法具有定位精度高、稳健性强和运算速度快等优点。     

A method for detection of abrupt changes in the financial market combining wavelet decomposition and correlation graphs

The objective of this work is to propose a new methodology to detect the imminence of abrupt changes in the stock market by combining a numerical indicator based on the wavelet decomposition technique with a measure of the interdependency of the markets using graph theory. While the indicator based on wavelet decomposition is based on a single time series, an approach based on network representation can provide information on the interdependency of the various markets. More specifically, the stock market indices are associated with nodes of a network and the correlation between pairs of nodes with links. Results from the theory of graphs can then be used to indicate numerically the connectivity of this network. Experimentations with a variety of financial time series shows that the connectivity varies as trends of the financial time series varies. Combining the indicator based on the wavelet decomposition with the proposed measure of the connectivity of the network, it was possible to refine the authors previous results in terms of detecting abrupt changes in the stock market. In order to illustrate the methodology a case study involving twelve stock market indices was presented.     

基于条纹等值线相关的散斑条纹图处理新方法

在数字散斑干涉术中,通常由物体变形前后得到的两幅原始散斑场用相减方法来得到条纹图,并由相移后的多幅(三幅以上)条纹图来求取相位场。介绍了一种基于条纹等值线相关的条纹图生成新方法,并在此基础上提出了基于单幅干涉条纹图的相位场提取新方法和基于条纹等值线相关的单步相移新方法。实验结果表明,该方法具有良好的结果和发展前景。