改进ART1神经网络在航空发动机故障诊断中的应用

根据航空发动机故障诊断原理和飞参数据,提出了一种改进ART1神经网络故障诊断方法。该法对数据预处理后,运用四阈值法和二次判断建立故障代码消除“伪故障”,并对ART1神经网络的输入层进行了改进,在诊断突发性故障的基础上,增加了对因为部件原因而引起的渐变性故障的诊断。实验结果证明,该方法精确度高,噪声抑制力强,而且诊断准确,大大降低了虚警率。

一种动态背景下目标检测与提取算法研究

针对在动态背景下,Vi Be算法存在检测鬼影现象和鬼影消除时间长、算法适应性差以及存在变化较为频繁的背景下前景检测存在误判前景干扰噪声像素点多的问题,提出了一种以Vi Be为基本算法框架,引入了由分散系数建立的自适应半径阈值、借鉴帧差分法建立的鬼影模型和二次判断,以及目标提取后的优化算法。该算法能够提高算法对动态背景的自适应性,能够加速鬼影的消除,较好地减少鬼影对背景模型的干扰,抑制了动态幅度较大的水面区域,消除了整个场景中出现的噪声像素点,降低了误判率。实验结果证明所给出的算法能够有效的提取前景目标,抗干扰性鲁棒性好。