基于希尔伯特-黄变换和神经网络的滚动轴承故障诊断

针对滚动轴承振动信号特征提取有效性差以及传统BP神经网络识别率低的问题,提出一种将希尔伯特-黄变换(HHT)、列文伯格-马夸尔特(LM)算法和BP神经网络相结合的滚动轴承故障识别方法。该方法首先利用经验模态分解(EMD)、相关函数得到几个能充分表征原始信号信息的IMF分量,计算它们的能量特征,构成第一种特征向量组。将这几个IMF分量进行Hilbert变换,得到Hilbert边际谱,将边际谱区域变化能量特征作为第二种特征向量组。将两种特征向量组合在一起输入到LM算法优化的BP神经网络中进行训练和测试,进而实现故障的分类。结果表明,该方法能有效提取出轴承的故障特征信息,并且能准确的识别出不同的故障。

MI和改进PCA的降维算法在股价预测中的应用

考虑到单个特征对标签的有效性及多特征之间的信息冗余问题,提出一种联合互信息和改进PCA的双重降维方法。利用互信息对众多的特征进行初步筛选,舍弃一部分对标签信息贡献较低的特征,使用累积方差贡献率和复相关系数共同确定主元个数的主成分分析法进行二次降维,不仅保证了主元模型的信息容量,同时也避免了过多噪声的参与,从而保证了预测过程的准确性。通过神经网络对实际股票数据进行预测,表明了提出的降维算法的有效性。

一种基于2组摄像头的车载全景环视系统设计

针对车载全景环视系统中摄像头安装数量多、运维成本高等情况,本文提出一种基于2组广角摄像头进行数据采集的拼接方案。该方案通过数据处理、畸变校正、拼接融合等步骤,最终为驾驶员提供车载全景环视效果。