一种基于广义S变换增强的柴油机失火故障特征提取方法

为有效提取柴油机缸盖振动信号失火故障特征,提出一种基于广义S变换增强的柴油机失火故障特征提取方法。首先根据柴油机燃烧过程与配气相位的关系对信号进行等角度重采样,然后利用广义S变换对信号进行消噪处理,并按工作循环将信号的周期性瞬态特征进行同步增强。通过仿真信号验证和某柴油机缸盖振动信号的实例应用,结果表明,此方法能有效地提取柴油机缸盖振动信号的失火故障特征,实现失火故障的准确诊断。     

读书

<正>大数据环境下城市交通分析技术作者:杨东援段征宇出版单位:同济大学出版社出版时间:2015年1月本书探讨大数据环境下城市交通分析技术问题,力图将交通数据分析技术发展推上新台阶。内容既包括数据环境介绍、数据化决策需求、技术架构建立等整体性问题,也涵盖了数据质量控制与修补、交     

多种代数特征抽取方法下的图像分类算法研究

文中分别用主成分分析、独立成分分析以及线性鉴别分析方法对图像进行特征抽取,同时采用K近邻算法和支持向量机算法进行人脸图像分类.通过在YALE人脸图像库上实验,结果表明:多种特征抽取方法下的图像分类算法是有效的.     

水声目标辐射噪声谐波特征提取算法

水下目标辐射噪声中的谐波分量包含了反映目标自身本质特性的信息,能否有效提取目标谐波特征关系到目标识别的效果。论文基于目标辐射噪声的一般数理模型,利用最大似然估计和卡尔曼滤波理论,提出一种水下目标辐射噪声谐波特征的提取与分析算法,估计得到了谐波的瞬时基频;然后利用卡尔曼滤波器跟踪瞬时基频的时变特性,实现对基频的精确跟踪和估计;并提取各阶谐波的振幅,得到目标的谐波特征;最后结合仿真信号与实测数据进行对比,验证了谐波特征提取算法估计基频和提取谐波信息的可行性。     

基于支持向量机的装载机齿轮箱故障智能诊断研究

在分析现有齿轮箱故障诊断方法的基础上,提出了采用多分类器支持向量机齿轮箱故障智能诊断方法,简介了该方法的系统结构、实现原理、特征提取与故障类别,重点讨论了齿轮箱故障多分类器支持向量机智能诊断模型与算法。仿真试验结果说明了采用多分类器支持向量机智能方法进行齿轮箱故障智能诊断的可行性与正确性。     

基于子波能量和神经网络分类器的机动车车型识别

为了使交通管理系统能进行可靠的机动车分类,研究了轿车、轻型越野车和货车3种机动车目标的声信号,提出了一种采用子波分解后不同尺度上声信号能量作为特征向量的特征提取算法,并设计了kNN(k近邻)分类器和改进BP神经网络分类器用于目标分类。目标识别和分类试验结果表明:所提出的特征提取算法能够很好地体现不同类型目标之间的差异,提取的特征向量稳健;设计的改进BP神经网络分类器的分类精度可达92.6%,且分类效果优于kNN分类器。     

基于支持向量数据描述的驱动桥异响检测

针对驱动桥异响检测缺乏故障样本的问题,提出了异响检测的单值分类法———支持向量数据描述法(SVDD)。这种方法只需要正常运行状态的数据样本,就可以建立单值分类器,区分出正常和异常状态。试验中,提取驱动桥振动信号频谱的二维谱熵作为特征指标,输入到SVDD分类器。结果表明SVDD算法计算效率高,分类效果好,可以满足在线检测的要求。     

基于维倒谱的汽车齿轮变速器信号特征提取

从三阶累积量出发,提出1 1/2维倒谱的概念,从理论上推导了其能抑制噪声、提高信噪比.并将其与倒谱对比,应用于实际的汽车齿轮变速器故障特征提取,分析表明,相对于倒谱而言1 1/2维倒谱能有效地从复杂的信号成分中提取出特征信号来,并且计算量小,精度高.     

遗传算法在车牌定位中的应用

提出一种用于车辆牌照定位的新方法。该方法利用遗传算法对图像进行优化搜索，结合区域特征敌意一构造的适应度函数，最终寻找到牌照区域的最佳定位参量。实验结果表明，该方法抗噪声的能力强，提取出的牌照准确、完整具有很好的实用价值。     

基于高阶谱的水下目标识别

利用高阶谱估值法,对具有很强非高斯性和非线性的舰船辐射噪声信号进行分析及特征提取,并通过结构自适应神经网络作为分类实验,表明基于高阶谱的特征提取具有较强的类别可分性,在无源声纳目标识别中特具潜力。