新的基于NGA/PCA和SVM的特征提取方法

提出了化工仿真过程操作评价的基本假设，并给出了几种表达化工仿真过程操作特征的提取方法。

利用金属磁记忆(mmm)技术进行故障检测时,较弱的故障信号提取成为检测准确度高低的关键。采用小波分析和奇异值分解相结合的方法,对金属磁记忆信号经行故障特征提取。通过小波分析将故障信号分解为不同尺度的分量,以形成初始向量特征矩阵,并对该矩阵进行奇异值分解,选择代表特征信号的奇异值分量重构,从而实现对故障信号的特征提取。经过实验证明该方法有效。

基于航空影像建筑物个数繁多、形状复杂,且存在较多的干扰信息,提出一种新颖的建筑物边缘直线特征提取方法.对航空影像进行改进标记分水岭分割,并结合dsm高度信息,有效去除道路和阴影的影响.同时,对影像进行基于多尺度自适应加权的改进canny算子的边缘检测.在每一个分割得到的建筑物初始区域内,对检测到的边缘点进行相位编组提取直线,利用建筑物屋顶约束条件,统计屋顶的主方向,修正和规划直线段,实现了建筑物边缘直线特征快速、有效的提取.

由于墙地砖图像中的纹理信息大量存在于小波分解后的高频系数中,而小波变换只对近似分量进行分解,如缺陷与纹理相似时,也极可能被去除。本文采用反映信息量的样本能量值作为图像特征,即通过对图像进行小波变换,分析纹理图像在不同尺度下的能量分布特征,提取出各尺度的能量值。

针对基于支持向量机(svm)的安全带佩戴视觉检测系统,提出一种改进的安全带图像特征提取方法。通过基于freeman链码的最小二乘圆弧拟合法识别方向盘边缘圆弧,在安全带边缘特征约束条件下使用快速hough变换确定备选安全带边缘直线段,进而深入分析方向盘边缘圆弧中点与备选安全带边缘直线段的平面几何关系,并以此为基础构造特征向量,完成对安全带图像特征的提取。实验数据表明,最终获取的特征向量能准确地表征原始图像中的安全带图像特征,适合作为svm分类器的输入参数。

电线电缆作为一个应用广泛的基础产业,占据着我国电工行业1/4的产值,仅次于汽车行业,是我国第二大行业,被称作国民经济的"动脉"和"神经"。因此,对于电线电缆故障点的确定技术也是一个热门的课题。近年来,国内外学者对这个课题进行了深入的研究,取得了一定的成果。文中主要利用实验仿真手段,借助小波分析理论,在研究阈值去噪方法的基础上,研究了基于阈值的3σ去噪方法在电缆故障诊断中的应用。实验结果表明,文中方法在电缆故障特征信号的提取中的应用具有可行性。

提出一种多指标评价建模方法,并以学术期刊核心竞争力评价为例对该方法进行说明验证.本建模方法针对底层指标和上层指标的特点,将主成分分析法和softmax回归相结合用于底层评价指标权重的确定,应用层次分析法对上层指标的权重进行确定.在方法应用验证中,在分析学术期刊核心竞争力的内涵、特征和表现形式的基础上,构建了学术期刊核心竞争力评价指标体系;然后应用本方法对学术期刊核心竞争力进行评价.经验证分析可知,本评价建模方法在多指标评价情况下,具有求解简便、精确度高的优点.

视频电子交通警察系统中,常见的人行横道灯识别方法易受光线变化等干扰影响其正确率。提出一种基于分类器的识别方法,首先利用颜色信息和几何约束粗过滤,再提取hog特征,对pca降维后的hog特征训练svm分类器进行分类。实验表明,该方法检测效果较好。

支持向量机(svm)的分类性能受样本的特征以及svm本身参数的选择影响较大。针对这种情况,基于shannon能量熵、svm和小生境遗传算法(nga),提出了一种基于nga优化svm的滚动轴承故障诊断方法。该方法采用容错性强的shannon能量熵作为特征参数,对信号进行emd分解提取出前3个imf分量作为特征信号,分别计算其shannon能量熵作为特征向量得到样本集,作为多类别svm的输入。在用样本训练svm时,构造一种新的核函数,并采用nga对svm的核函数参数进行全局优化,使svm获得最佳的分类性能,提高其分类识别的正确率。最后采用凯斯西储大学的滚动轴承故障样本进行了分类识别,并与其他几种方法进行了对比,结果表明该方法具有更好的可靠性和分类准确率。

路面裂缝影像几何特征提取算法——传统的基于人工视觉野外检测路面裂缝的方法愈来愈不能适应高速公路发展的要求，其耗人力、耗时、影响交通、危险、测量结果不一致性等缺点要求路面调查自动完成。本文提出一种基于数字影像的路面裂缝自动检测方法：首先对降质线...

本文针对房产特征价格估价模型特征变量量化和函数拟合不准确的问题,提出了基于gis和pca建立住宅房产特征价格模型的思路:利用gis管理分析功能辅助特征变量量化,避免了量化的主观随意性,提高量化精度;利用pca方法提取房产特征变量量化值的主成分,然后进行拟合分析,从而解决函数拟合中变量相关性问题,提高了函数拟合准确性;以构建的模型为基础开发了房产估价决策支持系统软件,最后利用该软件系统对赣州房产进行估价实践,表明该模型能有效提高房产估价精度和可信度。

为了诊断因蜗轮齿形变化引起的蜗轮蜗杆减速机故障,设计了一种减速机振动信号采集系统。同时,为了从振动信号中提取出故障信号的特征频率,提出了经验模态分解(emd)与希尔伯特(hilbert)变换相结合的方法。对正常和有故障两种蜗轮进行的振动测试对比实验结果表明,该方法所得结果与利用jd45+齿轮测量仪测量结果相同。证实了该方法诊断蜗轮蜗杆减速机由蜗轮齿形变化故障的有效性。

钢筋量的统计是工程预算的一个重要部分。论文分析了建筑图纸中钢筋的标注特征及寄生构件特征,根据钢筋特征,识别出钢筋线,通过知识关联的方法得到钢筋的长度计算公式,从而计算出钢筋量。

在分析支持向量机(supportvectormachine,svm)分类技术和机载激光雷达(lidar)数据、航空影像特征的基础上,提出了基于svm的lidar数据和航空影像的面向对象建筑物提取方法。结果表明,该方法充分利用了多源影像的互补信息,能够得到更高的信息提取精度,准确而快速地更新地理空间数据库,是一种有效的面向对象建筑物提取方法。

叶轮与壳体动静碰摩为三叶罗茨鼓风机多发故障,若碰摩严重会造成较大的安全隐患和经济损失,研究其故障特征具有重要意义。分析了三叶罗茨鼓风机叶轮与壳体发生动静碰摩的故障特征,应用振动测试系统采集该故障信号,采用小波变换和经验模态分解分别对实际碰摩故障信号进行分析,提取其故障特征,并将两种方法进行了对比。研究表明,经验模态分解比小波变换更适用于三叶罗茨鼓风机动静碰摩故障特征提取。

蜗轮蜗杆减速机蜗轮齿形变化故障诊断,提出一种新的振动信号特征检测方法。在诊断故障过程中,为提取故障信号的特征频率,给出经验模态分解与希尔伯特变换相结合的方法。

针对hog特征提取维数较大，应用于交通标志识别系统时速度较慢的问题，提出利用pca对hog特征进行降维，以此提高实时性。引入一对多svm线性分类器进行训练和测试。实验结果表明，基于hog_pca的算法在速度上相对于hog有大幅提升，同时在准确率上也有一定改善。

以高分一号卫星遥感影像为数据源,引入形态学算法,研究采用面向对象的影像分类方法进行城市建筑物提取的关键技术。研究方法结合影像分割与基于知识规则的影像分类技术,首先采用基于形态学开闭重建的分水岭分割算法对高分影像进行分割,其次采用基于知识规则的svm分类方法对影像进行分类,达到提取建筑物的目的。结果显示,3个研究区建筑物提取的kappa系数分别为0.85、0.66和0.65,利用基于知识规则的面向对象分类方法对高分辨率遥感影像中建筑物的提取效果较好,能够完整、准确地提取出建筑物外形信息,具有较高的应用与推广价值。

电机振声信号蕴涵着丰富的电机状态信息,文中提出利用电机振声信号对电机进行故障诊断,实现噪声出厂检测。由于观测信号信噪比较小,难于提取电机振声信号故障特征。应用盲分离技术从观测信号提取独立的声源信号,提出了基于峭度的盲源分离开关算法,可以在源信号概率密度函数未知时提取独立分量,消除相邻部件辐射噪声的干扰。实验证明该算法成功分离电机振声信号,有效提取故障特征。

利用电路网络理论和传输线理论构建zpw-2000a轨道电路传输模型,仿真并分析了补偿电容故障对轨面电压的影响,提出基于互补的总体经验模式分解(ceemd)特征提取的补偿电容故障诊断方法;实验结果表明,相比于传统经验模式分解(emd)和总体经验模式分解(eemd),基于ceemd特征提取的补偿电容故障诊断方法可以有效地克服emd方法引起的模态混叠和能量泄露现象,减少eemd方法在信号重构过程中的白噪声残留,为补偿电容的故障诊断提供了一种快速准确的方法,为保证信号传输质量提供了参考依据。

通过特征提取和小样本学习的结合,提出一种全新的基于混合算法的电力工程造价预测模型。利用主成分分析对原始指标进行预处理,消除原始指标之间的相关性,并提取潜在的综合独立指标,将新指标作为输入集构造基于最小二乘支持向量机的预测学习模型,将其预测结果和神经网络模型预测对比分析。并通过不同主成分数目预测结果的比较,确定最优的主成分个数,达到理想的预测效果。实例预测结果表明:该方法可以有效提取原始指标的信息量,在小样本学习方面表现突出,能够达到期望的预测效果。