基于独立成分分析和支持向量机的交流电机故障诊断

研究了一种结合独立成分分析和支持向量机的方法在交流电机故障诊断中的应用.首先通过检测各种电机振动和定子电流信号得到数据,利用独立成分分析对交流电机原始数据进行特征提取和压缩;主成分分析也同时应用于独立成分分析特征提取过程中,在完成故障识别时应用了支持向量机技术,采用的是连续最小优化算法和基于支持向量机分类的多类统计分类方法.同时分类过程选择了典型的核函数,以达到诊断电机故障的目的.试验分析的结果表明,该方法是一种简单而有效的方法.     

人脸识别系统中的特征提取

研究了人脸识别系统中正面人脸的特征提取,通过区域增长从人脸图像中分割出人脸,再利用边缘检测,Hough变换,模板匹配和方差投影技术可以快速有效地提取出人脸面部器官眼睛,鼻子和嘴巴特征,实验结果表明本文所采用的方法具有较高的准确率和光照鲁棒性。     

车辆特征提取方法综述

详细分析了车型识别技术中车辆特征提取方面的所用到的技术,并对其优缺点进行了概括.     

一种快速的人眼准确定位方法

计算机自动人脸识别技术是生物识别的一个重要分支,而眼睛、鼻子和嘴巴等特征集中了人脸的大部分信息.因此对于人脸识别中的特征提取来说,不仅要检测出这些特征,而且要准确的加以定位.为了解决定位中存在的定位不够准确和计算量大等问题,提出了一种快速的人眼准确定位方法.该方法根据人眼的位置及颜色特征,通过可疑点排除的方法进行定位,最后根据瞳孔大小与两眼距离的比例关系对瞳孔进行精确定位.     

特征量对某交通流混沌实时判定系统的影响

为分析特征量对该系统判定结果的影响,以交通流微观仿真软件产生的交通流为对象进行了实验研究,讨论了在相同条件下,不同的特征量(功率谱、小波包系数、小波包能量)对此系统判定结果的影响.实验结果表明,特征量对该系统判定结果影响较大,选用基于小波包能量的特征提取判定效果更好.     

多车道复杂环境下汽车驾驶倾向性特征动态提取

对多车道复杂环境下汽车驾驶倾向性特征动态提取进行研究,有利于准确推演驾驶人意图,对汽车辅助(自动)驾驶系统、特别是其主动安全预警子系统构建也具有十分重要的意义.以3车道场景为例,分析目标车位于不同车道时周边的交通态势(主要指车辆集群编组关系,重点以目标车位于中间车道为例),设计实验采集人、车、环境等相关动态信息,运用粗糙集理论,进行基于最小信息熵的连续属性离散化和基于启发式贪心算法的属性约简,提取不同态势下驾驶倾向性类型特征向量.实验验证表明,文中提取的多车道复杂车辆编组关系下汽车驾驶倾向性动态特征向量是科学合理的,能够准确反映驾驶人倾向性.研究结果可为建立多车道复杂环境下驾驶倾向性动态辨识模型提供理论依据.     

核动力系统失水事故特征提取方法研究

核动力系统功能复杂,参数繁多;在故障发生时,合理选择特征提取手段,有效提取故障特征,是进行故障定位、分析、预测的关键前提。本文讨论了线性方法直接特征提取、PCA和非线性的流形学习方法LLE和ISOMAP四种算法应用于失水事故的特征提取效果,分析对比,为故障诊断实际应用提供依据。     

基于对称极坐标法的变速器齿轮磨损故障诊断的研究

本文中引入对称极坐标表示法,对变速器齿轮磨损故障进行研究.首先将测得的变速器振动信号的时域波形转换为极坐标图形,通过图形变化来辨识变速器齿轮磨损故障.然后利用二进小波变换法来提取磨损故障特征,研究特征提取对极坐标图形变化的影响.最后,根据图像与标准磨损图像的相关系数对变速器齿轮的磨损状态进行分类.结果表明,该方法能揭示变速器齿轮磨损状态与极坐标图形的映射关系,实现变速器齿轮磨损故障可视化监测与诊断.     

基于区间的小波包振动信号特征提取方法研究

基于小波分析与神经网络的振动信号故障诊断方法,提出采用基于区间小波包分解方法来提取振动信号的特征向量来取代传统的小波包分解方法,并以295柴油机进排气系统故障诊断为例验证采用该方法的有效性,结果表明,基于区间的小波包特征提取方法较传统方法能大大提高进排气系统的故障识别率。     

目标信号特征提取中的特征压缩及其算法研究

为在特征提取中充分利用目标信号的特征信息，对原始特征空间的建立和特征压缩的过程进行了讨论，采用对目标单一特征信号的λ水平能量聚点的序优化方法建立原始特征空间，通过建立基于对称相对熵分布的优化模型给出了特征选取的方法，在舰船声场通过特性研究中的算例表明算法效果良好。