基于在线HHT和SVM的汽油机轻微漏气故障识别方法

针对汽油机轻微漏气故障会被闭环反馈控制所掩盖,提出了一种基于在线希尔伯特变换(Hilbert-Huang Transform,HHT)和支持向量机(Support vector machine,SVM)的两阶段微小故障识别方法(Online HHT-SVM,OHS).第一阶段在嵌入式两滑动时间窗内通过HHT对发动机空燃比数据流进行在线时频分析,以实时获取空燃比发生异常的时刻;第二阶段通过SVM对异常时刻的数据流故障模式进行离线识别.根据氧传感器信号特征,对经验模态分解(Empirical mode decomposition,EMD)算法进行了改进,并从理论上进行了证明.基于两款发动机的实际运行数据验证了该方法的有效性.     

不确定环境下基于改进萤火虫算法的地面自主车辆全局路径规划方法

针对地面自主车辆的特点,提出了一种基于改进萤火虫算法(Glowworm Swarm Optimization,GSO)的路径规划方法.首先利用GSO覆盖多个局部最优解的能力,一次生成多条规划路径;然后提出两种路径切换算法,分别用于调优和脱困.在通过路径交叉点时,调优切换算法对交叉路径进行重新评估并切换到较优路径,最终达到实际行驶路径的最优化.在遇到环境发生改变时,脱困切换算法通过启发式搜索快速切换到适当路径,重用了原搜索结果,避免了二次规划.通过大量的仿真实验及实际试用,证明了所提方法的可行性和有效性.     

非圆截面环流器FY-1实验(Ⅰ)——被动运行部分

本文简略地描述了FY-1装置结构、等离子体基本参数的测量和等离子体位形的调试,初步考察了硬X射线产额与工作气压的关系。实验分析表明,FY-1装置已形成的等离子体环流放电属于逃逸放电。在场成形线圈作被动运行时,通过改变其回路连接方式和外串电感值,可适当调节等离子体平衡位置和位形。MHD平衡计算与实验测量拟合结果表明,等离子体截面可调节为不同截面积和拉长比(k=1.1—1.4)的椭圆。     

小波包和高阶统计量相结合的红外弱小目标检测

针对单帧红外图像中的弱小目标检测问题,提出了一种结合小波包和高阶统计量的新方法。首先,利用小波包变换对图像进行频域上的分解。然后,针对小波包树上的节点,由低到高采用基于四阶累计量的高斯判别准则合并相邻四个全高斯性小波包系数,得到图像的最优划分。接下来,将最低频带上的小波包系数和高斯性小波包系数置零来分别抑制背景杂波和噪声。最后,采用这些新的系数即可重建检测结果。实验结果表明:该方法能够稳健、有效地检测红外弱小目标。     

融合相位一致性与二维主成分分析的视觉显著性预测

为了更加有效地预测图像中吸引视觉注意的关键区域,该文提出一种融合相位一致性与2维主成分分析(2DPCA)的显著性方法。该方法不同于传统的利用相位谱的方式,而是提出采用相位一致性(PC)获取图像中重要的特征点和边缘信息,经快速漂移超像素优化后,融合局部和全局颜色对比度,生成低层特征显著图。接着提出利用2DPCA提取图像块的主成分后,计算主成分空间中图像块的局部和全局可区分性,得到模式显著图。最后,通过空间离散度度量分配合适的权重,使两者融合,提取显著性区域。在两种人眼跟踪数据库上与5种经典算法的实验对比结果表明,该算法能更加准确地预测人眼视觉关注点。     

一种基于低秩表示的子空间聚类改进算法

该文针对现有的基于低秩表示的子空间聚类算法使用核范数来代替秩函数,不能有效地估计矩阵的秩和对高斯噪声敏感的缺陷,提出一种改进的算法,旨在提高算法准确率的同时,保持其在高斯噪声下的稳定性。在构建目标函数时,使用系数矩阵的核范数和Forbenius范数作为正则项,对系数矩阵的奇异值进行强凸的正则化后,采用非精确的增广拉格朗日乘子方法求解,最后对求得的系数矩阵进行后处理得到亲和矩阵,并采用经典的谱聚类方法进行聚类。在人工数据集、Extended Yale B数据库和PIE数据库上同流行的子空间聚类算法的实验对比证明了所提改进算法的有效性和对高斯噪声的鲁棒性。     

短语音说话人辨认的研究

针对短语音说话人辨认训练语料不充分的特点,对特征参数和GMM模型进行优化和改进,提出一种基于局部模糊PCA的GMM说话人辨认方法.该方法采用特征组合代替单一特征,以提高有效特征维数来弥补特征样本的不足,并用局部模糊PCA对组合特征进行有效降维,在对识别率影响很小的前提下,降低了系统的时空复杂度.本文还对GMM参数初始化...     

Infrared dim target detection based on fractal dimension and third-order characterization

We propose an improved algorithm based on fractal dimension and third-order characterization to detect dim target with cluttered background in an infrared （IR） image. We also illustrate the performance and efficiency comparisons between the presented algorithm and the traditional fractal detection method on real IR images. The experimental results show that the proposed algorithm is robust and efficient for IR dim target detection.     

一种基于图的流形排序的显著性目标检测改进方法

该文针对现有的基于图的流形排序的显著性目标检测方法中仅使用k-正则图刻画各个节点的空间连接性的不足以及先验背景假设过于理想化的缺陷,提出一种改进的方法,旨在保持高查全率的同时,提高准确率。在构造图模型时,先采用仿射传播聚类将各超像素(节点)自适应地划分为不同的颜色类,在传统的k-正则图的基础上,将属于同一颜色类且空间上位于同一连通区域的各个节点也连接在一起;而在选取背景种子点时,根据边界连接性赋予位于图像边界的超像素不同的背景权重,采用图割方法筛选出真正的背景种子点;最后,采用经典的流形排序算法计算显著性。在常用的MSRA-1000和复杂的SOD数据库上同7种流行算法的4种量化评价指标的实验对比证明了所提改进算法的有效性和优越性。     

基于Fisher线性判别分析的语音信号端点检测方法

传统的语音端点检测方法对辅音,特别是受到噪声污染的清音部分与背景噪声之间分离能力不足。针对上述问题,该文提出一种基于Fisher线性判别分析的梅尔频率倒谱系数(F-MFCC)端点检测方法。将清音信号和背景噪声视为两类分类问题,采用Fisher准则求解具有判别信息的最佳投影方向,使得投影后的特征参数具有最小类内散度和最大类间散度,从而增大清音与背景噪声的可分离性。在不同语音库上的实验结果表明,F-MFCC能够在不同信噪比和背景噪声条件下提高语音端点检测的准确率。