基于改进K均值聚类的机械故障智能检测

针对传统的K均值聚类算法在机械故障检测的过程中,由于对于K值的选择具有较强的主观性,最后极易得到局部最优解,而非全局最优解,降低了机械故障检测的准确性。提出一种改进K均值聚类的机械故障智能检测方法。将K均值聚类算法与粒子群算法相结合,在迭代处理的过程中,结合K均值进行优化,即将粒子群算法中的子代个体利用K均值聚类进行运算获取局部最优解,并使用这些个体继续参与迭代处理,这样能够提高算法的收敛速度,避免陷入局部最优解,获得准确的机械故障信号特征。实验结果表明,利用K均值倾斜特征提取的机械故障智能检测算法进行机械故障检测,能够有效提高故障检测的准确性,取得了令人满意的效果。     

一种用于光纤链路振动信号模式识别的规整化复合特征提取方法

相位光时域反射链路监测系统是一种利用光纤作为传感介质的传感系统, 能够监测、定位、识别入侵信号.模式识别模块是其重要组成部分, 实时智能区分安全扰动和危险入侵.本文提出一种用于光纤链路振动信号模式识别的复合特征提取方法.利用改进的双门限方法确定有效信号段的起止位置, 结合最大能量与最高信噪比挑选出采样周期内主要入侵扰动的特征段.综合利用特征段时域持续时间和小波包能量谱提取复合特征向量, 使用支持向量机进行模式识别.实验表明, 基于本文提出的规整化特征提取方法的模式识别准确率有了显著提高.     

基于IWMMDF的液压泵振动信号特征提取方法研究

根据液压泵振动信号的非线性及信噪比低等特点,针对现有加权方法存在的不足,提出了基于改进加权多尺度形态学差值滤波器（Improved Weighting Multi-scale Morphological D-value Filter, IWMMDF）的液压泵振动信号特征提取方法。该方法首先利用不同尺度的结构元素对信号进行形态差值滤波,再根据本尺度特征能量比占所有尺度特征能量比总和的大小对各尺度的滤波结果进行加权求和。仿真实验和液压泵故障模拟试验结果表明,该方法不但避免单尺度形态分析的片面性,而且可获得不同层次上的信号特征信息,能够有效的提取液压泵振动信号的特征。     

Walsh变换对鱼类特征识别的研究*

鱼种的快速识别是渔业资源评估乃至海洋生态系统监测重要组成部分。与传统的拖网捕捞等方法相比,声学方法具有快速有效、调查区域广、不损坏生物资源、可持续观察等优点。鱼类的声学识别方法主要是基于鱼类回波信号特征的识别, 鱼体形状及组成结构的复杂多样导致其回波信号非常复杂,因此利用简单的回波包络或能量特征识别鱼类效果往往不能令人满意。本文提出一种基于Walsh 变换的鱼类回波识别方法。试验获取鲫鱼、 嘎鱼、武昌鱼的回波信号,处理过程中分别提取三种鱼类回波包络信号的Walsh谱作为识别特征量,并利用BP神经网络分类器对其进行了分类。结果表明利用回波的Walsh谱可以成功识别不同形状的鱼类,其中对武昌鱼的识别正确率达90%以上。     

基于组合随机性特征的哈希函数识别方案

加密算法的识别对于密码分析研究有着重要的意义,目前学者们已经在此领域展开了一些研究并取得了一定的进展。然而在针对哈希函数的识别方面,所展开的理论研究较少。本文对随机性检测特征进一步挖掘,利用欧氏距离筛选出对哈希函数最有区分度的3个检测项,基于选出的检测项的核心关注点重新构建特征生成方法,并结合随机森林模型,提出了一种基于组合随机性特征的哈希函数识别方案。通过实验分析,该识别方案明显优于传统的基于随机性检测特征的识别方案。     

从任意连续语音中实时提取说话人特征及三维显示

本文以最大嫡谱法估计得到的多幅浊音的线性预测反射系数矢量序列的长期平均矢址:作为说话人特征,定义了特征矢量的平均说话人自差异函数、平均说话人互差异函数和平 均说话人互自差异比函数,并对不同说话人特征间的可区分性进行了分析.采用伪彩色编 码原理,实现特征矢量的三维显示.设计了PC/AT和TMS 3201。组成主从系统,使语 音采样和参栽沽计同步进行,达到了实时性.实验结果表明,所提取的特征有较好地区分 i3}话人的性能,显示方法,可读性好、易于直观分析和整休观察.系统实时性好     

基于FTIR-CWT及ANN分类法的中药材菟丝子与同科属金灯藤子的识别方法研究

采用水平衰减全反射傅里叶变换红外光谱法(HATR-FTIR)测定了种子植物中药材菟丝子及同科属种子植物金灯藤子的FTIR,运用基于连续小波变换多分辨率分析法对吸收较为相似的菟丝子及金灯藤子的FTTR进行特征提取.通过分析比较后选择第7,10,13分解层的特征向量,进行人工神经网络(ANN)训练,再用训练出来的网络对不同产地的植物种子菟丝子和金灯藤子所得FTIR小波提取的特征向量进行分类.通过对32个不同样本的验证,说明能够采用基于FTIR-连续小波特征提取及人工神经网络分类法对同科属中药材菟丝子与金灯藤子进行识别.     

基于非负分解方法的质谱成像数据特征提取

质谱成像技术能够在同一个实验里无需标记手段而获得样品表面的分子信息及其分布信息,是当前质谱分析的热点.其分析所得数据量大且复杂,使其特征难以提取.多元统计分析方法,特别是主成分分析法已应用于质谱成像数据的压缩和特征提取.然而由于主成分分析常产生负的数据结果,其意义难以解释且不易分解为单一的特征.本研究开发出一种基于非负分解的质谱成像数据提取方法,能够提取单一的分子特征及其在样品上的分布特征,并将多个单一的特征分布通过红、绿、蓝三色叠加显示,获得轮廓直观的综合特征分布.应用本方法对小鼠脑组织切片质谱成像数据进行分析,可直观分解出灰质区域、白质区域和背景区域,相对主成分分析方法更直观且易于解释.应用本方法对在同一个样品靶上的人膀胱癌变组织和其相邻非癌变组织切片质谱成像数据进行分析,癌变与非癌变组织间差异清晰直观.本研究设计的质谱成像软件可由http://www.msimaging.net获取.     

基于小波包变换的复合材料超声波检测信号特征提取

本文以碳纤维复合材料常见缺陷分层、孔隙、疏松的超声波检测缺陷信号为研究对象，对超声波检测信号进行小波包变换，提取包含信号绝大部分能量的近似系数波形特征及细节系数的统计量作为样本的特征值。应用BP神经网络分类器进行分类识别验证，取得较好的识别效果。该方法能以较小的特征维数表征原始信号特点。     

基于Hilbert-Huang变换的水声信号特征提取及分类技术

水下目标噪声信号是一种典型的非线性非平稳随机信号，Hilbert-Huang变换较传统方法在处理此类信号时具有很大优势，据此本文提出了一种基于Hilbert-Huang变换的水下目标噪声特征提取方法。本文将环境噪声当作一类目标，利用上述方法对涉及两种航行船舶、海洋生物和海洋环境噪声的四类目标信号的特征进行了详细分析，最后对各类目标噪声信号进行了分类识别实验。实验结果表明基于Hilbert-Huang变换提取的特征对各类目标具有较好的可分性，达到了较高的识别率。