基于时变滤波经验模态分解和SSA-LSSVM的变压器内部机械故障诊断方法

为了准确有效地识别变压器内部的潜伏性机械故障,提出了一种基于时变滤波经验模态分解(TVFEMD)和麻雀搜索算法优化最小二乘支持向量机(SSA-LSSVM)的变压器内部机械故障诊断方法。首先,对铁心处于不同松动状态的变压器进行振动信号采集;其次,利用时变滤波改进的经验模态分解(EMD)对所得振动信号进行分解,以获取多个本征模态函数(IMF)即模态分量;然后,采用相关系数法计算IMF分量与原始振动信号的相关性,并计算相关性最大的IMF分量的样本熵,以此构建特征向量集;最后,以诊断准确率最高为目标函数,利用SSA对LSSVM的正则化参数和核函数参数进行优化,搭建SSA-LSSVM诊断模型,并利用诊断模型对特征向量集进行诊断识别,实现变压器铁心内部潜伏性机械故障的诊断。试验结果表明,所提方法能够有效识别变压器内部潜伏性机械故障,识别准确率达到了98%以上,比对比算法的识别准确率高出5%以上,达到了高识别准确率的诊断效果。

基于仿射不变矩的动物运动检测与跟踪

矩技术因为其具有数学上的简明性及多样性而得到了广泛的应运，如在计算机视觉和模式识别等方面。结合帧差法在运动目标检测中运算速度快的特点，提出了一种基于隔帧差分区域结合仿射不变矩的运动目标检测方法。该方法通过隔帧帧差方法先提取运动区域。然后计算待检测的运动目标的不变矩特征量，最后利用神经网络方法来对特征量进行识别。试验结果表明，该方法能较好地检测出运动目标，并且克服了对突然停止目标会出现检测检测不出来的弱点，同时提高了运算速度。

遗传算法结合模拟退火算法处理一般flow shop调度及其matlab实现

调度问题属于组合数学范畴,也是所谓的NP-hard问题,随着任务与资源量的扩大,由其组合所生成的可行方案也急剧暴涨,而遗传算法作为一种非确定性的拟生态随机优化算法在调度问题上得到了广泛的应用。