多传感器融合下船舶机电系统多发故障信号监测

为了提高船舶维护效率,提出一种多传感器融合下船舶机电系统多发故障信号监测方法。根据故障状态下的信号频率,使用小波变换法提取故障信号特征参数作为蚁群算法优化BP神经网络输入,实现多发故障诊断,并通过DS证据理论完成多传感器数据融合,得出故障诊断结果。实验结果表明,该方法可通过多传感器融合判断出船舶机电系统故障类型,即使一种传感器出现故障也不影响诊断效果,诊断船舶机电系统多发故障平均准确率高达97.02%,能够实现较为精准的船舶机电系统多发故障监测。

基于深度信念网络的复杂机电设备故障诊断方法

常规的复杂机电设备故障诊断方法主要使用欧式向量矩阵确定故障逻辑特征,易受故障动态判断关联作用的影响,导致故障特征提取指标不拟合,因此基于深度信念网络设计了一种全新的复杂机电设备故障诊断方法。利用经验模态分解(Empirical Mode Decomposition,EMD)提取复杂机电设备故障的诊断特征,构建多Agent复杂机电设备故障诊断模型,并结合深度信念网络设计了设备故障诊断深度信念网络(Deep Belief Network,DBN)分类器,从而实现了复杂机电设备故障的诊断。实验结果表明,设计的复杂机电设备深度信念网络故障诊断方法提取的不同故障指标和实际故障指标拟合,证明设计的复杂机电设备故障诊断方法的诊断效果较好,为降低复杂机电设备的运行风险贡献力量。

基于Gabor小波+PCA+LDA特征提取方法的人脸表情识别

目前,人脸表情的整体识别率普遍不高,严重制约了它的实际应用。为了解决这一问题,提出了一种新的人脸表情识别方法。该方法采用Gabor小波+PCA+LDA的方法提取特征,并结合HMM模型进行识别分类。在JAFFE表情数据库中进行实验,获得了92.14%的整体识别率。理论分析和实验结果表明,该方法与其它方法相比具有更好的整体泛化性能和更高的整体识别率。

基于PLC的工业机床自动控制系统设计

由于现有工业机床自动控制系统在进行自动化生产时,由于未能有效进行机床参数控制,导致出现加工速度慢的情况,因此,基于可编程逻辑控制器(PLC),对工业机床自动控制系统进行设计。在系统硬件设计方面,根据工业机床运行要求优化电路电源,利用半闭环控制模式优化传动电路,实现PLC控制器的选取;在系统软件设计方面,采用PLC技术改变工业机床的原始参数,并利用T指令来扫描PLC产品中的机床型号,实现自动控制方式的合理选择,基于此,在TABLE中完成转换后的机床检索,由此实现工业机床的自动控制过程。通过实验对比得到结果,证明所设计的基于PLC的工业机床自动控制系统加工速度最快,具有一定的高效性。

基于ZigBee技术的机电设备故障智能监测系统设计

机电设备故障监测系统内的数据传输效果较差,导致最终得到的故障监测准确率较低。因此,为减小监测误差,基于ZigBee技术设计了机电设备故障智能监测系统。使用ZigBee技术设计系统硬件结构,保证在各个传感器节点上接收的数据可以稳定传输。设计机电设备故障智能检测系统软件,得到目标函数最小化的必要条件,获取三维矢量的模型以及相对应的故障类型。分别对测试驱动端轴承和风扇端轴承的训练误差进行测试实验,证明设计系统的监测精度较高。

双层次分类方法下的人脸表情识别

目前,人脸表情的整体识别率普遍不高,严重制约了它的实际应用。为了解决这一问题,提出了一种新的人脸表情识别方法。该方法分为粗分类层次和细分类层次,在粗分类层次,通过SVD方法提取表情特征信息,并结合HMM模型粗识别;在细分类层次,采用Gabor小波+PCA+LDA的方法提取特征,并结合HMM模型细识别。理论分析和实验结果表明,该方法与其它方法相比具有更好的整体泛化性能和更高的整体识别率。

基于Gabor小波与FastICA的人脸表情特征提取方法研究

目前社会上习惯将人脸表情细分成7种基本表情,而对于现有7种基本表情的识别效果却还有待提升。目前人脸表情的识别率普遍不高的原因主要是由于特征提取方法不佳,导致后续识别分类器无法达到预想效果。为此,文中提出了一种新的人表表情特征提取方法,该方法结合Gabor小波提取表情海量信息,然后通过FastICA将海量信息降维,得到最优信息,并通过HMM方法验证表情特征提取的有效性。实验结果表明,该方法能有效保证特征信息的有效性。

基于表情强度的情感模型建立研究

情感是人类智能的重要组成部分,情感在人类推理、决策、社交等各个方面起着必不可少的作用。情感模型建立是指通过对情感变化的研究,创建一个能感知、识别的智能、和谐的人机情感交互系统。文章基于情感状态的变化,将外界刺激对情感的刺激、情感间各个分量间的相互作用、情感分量的衰减因素以及性格对情感的影响作用有机结合,建立基于表情强度的情感模型。

基于DVF与Gabor小波的人脸表情特征提取方法研究

目前,人脸表情的识别率普遍不高,这主要受制于缺少有效提取表情特征的特征提取方法及对表情特征进行有效数据分析的识别方法,而作为基础的表情特征提取方法至关重要。为了提升人脸表情的识别率,文中提出了一种新的人脸表情特征提取方法。该方法结合DVF及Gabor小波提取人脸表情特征信息,并通过欧式距离方法验证表情特征提取的有效性。实验结果表明,该方法能有效保证特征信息的有效性。