基于LSTM NN特征提取的低温气象灾害预报方法研究

针对冬季低温灾害性天气过程具有时间相关性和非线性变化等特点而造成的建模因子处理和预报建模困难问题,以及现有预报方法未能充分获取低温冷害的本质特征,论文提出了一种以深度学习长短期记忆神经网络(LSTM)为基础的低温气象灾害预报模型.该方法结合了长短期记忆神经网络、随机森林和优化支持向量机回归(SVM)等各自的优点,先采用...     

摩擦振动信号谐波小波包特征提取

在销-盘摩擦磨损试验机上进行了船用柴油机缸套-活塞环摩擦配副摩擦磨损试验,应用谐波小波包变换分析了不同磨损状态下的摩擦振动信号.结果表明:谐波小波包变换可提取微弱的摩擦振动特征.当磨损机制为轻微的黏着磨损时,摩擦振动信号的频谱以边频为主,没有明显的固有频率,平均幅值小;当磨损机制以磨粒磨损为主时,摩擦振动信号的频谱出现较大峰值的固有频率,但仍存在大量的边频,平均幅值变大;当磨损机制以疲劳磨损为主时,摩擦振动信号频谱的固有频率更加明显,边频显著减弱,平均幅值最大.因此,谐波小波包变换可实现微弱摩擦振动信号的特征提取.     

带有年龄信息的PCA人脸识别技术

基于主成分分析(PCA)的人脸识别算法.其中包括K-L变换、SVD分解、特征脸的构建、人脸年龄估计和人脸识别等过程.使用了Manhattan、Euclidean、Cosine这3种距离进行判别,实验得出Euclidean最优,最后,用MATLAB编程计算出人脸识别的准确率.结合柔性模型(AAM)和分层训练样本实现带有年龄信息的人脸识别技术;同一年龄段内训练样本数越多,识别率越高.     

小波变换特征提取的复合材料损伤检测

论述了小波变换及其快速算法，基于小波变换的波形模量极大点来构造全局的相似性度量，并将此应用于复合材料损伤类型的检测     

基于点线特征视觉惯性融合的机器人SLAM算法

针对弱纹理环境下单目视觉SLAM系统只依靠提取点特征鲁棒性较差的问题,提出一种点线特征视觉与惯导融合的机器人SLAM算法。首先,采用自适应加权提取点线特征并使用普吕克坐标法表示线段,减小计算量同时较好克服线特征提取时线段割裂的不足;其次,采用四叉树法实现点线特征提取均匀化解决特征堆积问题,同时消除点线特征误匹配,再利用视觉点线信息与IMU紧耦合优化机制提高机器人SLAM算法精确度。最后,将该算法在EuRoC数据集和弱纹理环境中进行实验,结果表明,改进后线特征提取相较于传统线特征提取鲁棒性提高了12.94%,相较于原生算法ORB-SLAM3,改进后特征匹配时间节约了19.2%,大型弱纹理环境中绝对定位精度提高了55.6%,所提算法在弱纹理环境中定位效果具有较强的鲁棒性和精确性。     

指纹图像的定量化区域矢量编码与识别

为了识别一幅图像 ,通常需要对它进行编码 ,提取特征信息。大体上可以归纳为两类方法 :统计方法和语言(或结构 )学方法。两类方法各有优缺点。第一类方法很少利用图像本身的结构关系 ,而第二类方法则没有考虑图像在环境中所受的噪声干扰。因此把二者结合起来 ,各取其长 ,是可取的途径。在统计方法的基础上 ,考虑了指纹的结构特点 ,按纹理方向进行分组 ,对它们实行定量化编码 ,并由此建立了方向矢量样本形式 ,给出了试验结果。这种方法的样本数据量小 ,构造过程简单 ,匹配和识别的信噪比高 ,不易产生错误匹配和判别。     

基于多层次特征的跨场景服装检索

针对跨场景服装检索如何提取更有表述力的服装特征问题,提出了一种新的基于高层公共特征约束的相似性度量算法。首先,通过类别空间学习提取不同场景域的类别信息;然后,在场景域空间网络用类别信息约束传统对比损失函数,增大对类间负样本对的惩罚以减轻过拟合;最后,融合类别公共特征和域特定特征并通过类别判断进行辅助检索。分析和实验结果表明,新算法对跨场景服装检索的准确度要优于当前前沿的方法。     

一种基于多准则决策和PSO-LM混合优化算法的多峰Brillouin散射谱的特征提取方法

采用传统方法对多峰Brillouin散射谱进行拟合的过程中,通常是以谱线最大功率点为基准的,却忽略了其他比该点小但却是极值的功率点。这样获得的拟合曲线通常只有一个峰值,相当于把除最高峰之外还有多个小峰的多峰Brillouin散射谱进行了简化,导致大量有用信息的丢失。为了提高Brillouin散射谱的特征提取精度,提出了一种基于MCDM和PSO-LM混合优化算法的多峰Brillouin散射谱特征提取方法(MCDM-PSO-LM)。MCDM可以识别和准确定位多峰Brillouin散射谱的各个波峰和波谷;PSO-LM混合优化算法可以实现分别对各个波峰和波谷的曲线进行拟合并找到每一个波峰的中心频率,该算法既克服了PSO算法过早收敛于局部极值和LM算法依赖初值的问题,又可以将PSO算法的全局搜索能力和LM算法的局部收敛能力结合在一起。较传统算法而言,MCDM-PSO-LM算法保证了对最优值求解的速度和精度,提高了运算能力,使解析解最大限度地接近最优值。分别在不同信噪比和不同线宽条件下进行仿真验证,频移和温度误差分析结果表明,MCDM-PSO-LM方法可以对多峰Brillouin散射谱的各个波峰与波谷进行准确定位,可用于多峰Brillouin散射谱的特征提取,识别效果明显强于传统算法,提高了信息分析的准确性。