基于超声反射法的环氧树脂复合材料内部缺陷检测与频谱分析研究

纤维增强树脂基复合材料被广泛地应用在电力设备中,其涉及多层介质,结构复杂,内部易产生缺陷,在长期电场作用下会引发局部放电甚至绝缘击穿。对绝缘内部缺陷进行早期检测,可以有效减少事故的发生。本文基于超声反射法搭建了复合材料超声检测系统,基于真空树脂传递模塑法人工制备了含裂纹、分层和金属杂质缺陷的玻璃纤维增强环氧树脂复合材料平板试样,然后分别对含缺陷的平板试样进行超声检测与频谱分析。结果表明:不同种类缺陷试样的超声反射波形存在明显差异。通过对超声回波进行频谱变换,得出归一化频谱特性曲线,根据曲线计算特征值可以实现对不同形态缺陷的识别。其中裂纹缺陷试样的特征值最小,分层缺陷试样的特征值最大。

多源荧光光谱数据融合下的淡水浮游植物分类识别方法

淡水浮游植物分类识别过程中,主要采用单一的荧光光谱数据进行特征提取,所得特征信息较为片面,分类识别结果的F1分数偏低。为此,以多源荧光光谱数据融合为前提,提出一种新型淡水浮游植物分类识别方法。采用局部线性嵌入算法对多源荧光光谱数据进行降维处理,再通过小波分解算法提取光谱特征信息。运用独立成分分析算法标记出有效的特征信息,依托于多源荧光光谱数据融合原理结合有效特征得到全面的光谱特征信息。将光谱特征输入可解决多分类问题的支持向量机模型,生成淡水浮游植物分类识别结果。实验结果显示,在噪声比例为40%时,文中设计的分类识别方法的分类识别结果F1分数依旧为0.95,与其他两种方法相比提高了14.74%和18.95%,分类结果更加准确。

氨基酸手性分子传感识别研究进展

氨基酸是生物系统中最重要的一类分子,在疾病诊断、药物合成、生命体特征监测等方面具有不可替代的作用。氨基酸手性分子对映体往往有类似的物理性质,但却具有完全不同的药理作用,因此高灵敏度氨基酸对映体的手性识别受到学术界的广泛关注。本论文对氨基酸手性识别领域进行了调研,归纳了近五年氨基酸手性分子的传感识别方法,重点总结了光谱学传感方法、石英晶体天平传感方法和电化学传感方法的现有成果及发展趋势,并对氨基酸手性识别的未来研究方向进行了展望,该工作将为手性分子的识别和发展提供重要参考和指导。

基于荧光光纤检测GIS局部放电的多重分形谱识别

为了获取SF6气体绝缘电器(GIS)局部放电(PD)光信息特征,完善了反映GIS内部4种典型绝缘缺陷的物理模型,并利用研制的PD荧光光纤传感系统,获取了用绝缘缺陷模型产生的PD光信号,构建出了相应的φ-u-n三维图谱及其灰度图像。同时,针对简单分形特征不足以描述PD灰度图像而导致模式识别率较低的问题,采用具有分析灰度图像丰富特征信息能力的多重分形谱技术,提出了一种计算PD光信号灰度图像的多重分形谱概率算法。然后通过对多重分形谱中各特征信息的物理意义分析,提取了用于PD模式识别的特征量,并选用改进共轭梯度算法的反向传播(BP)神经网络作为分类器。研究结果表明:多重分形谱可有效描述PD灰度图像不均匀程度及其不同层次的几何结构特征,用于分类识别4种典型绝缘缺陷产生的PD时正确率均>87%,优于用盒维数与信息维数作为特征量的识别。

β-环糊精对氨基苯甲酸同分异构体的分子识别作用的研究

采用荧光光谱法系统研究了 β CD对o ,m ,p 氨基苯甲酸同分异构体的分子识别作用 ,详细讨论了介质酸度对包合过程的影响 ,测定了它们之间形成包合物的包合常数 ,比较了 β CD对三者的包合能力 ,提出了相应的包合机理 .用一维、二维核磁共振技术对包合部位进行了探讨 ,并结合分子力学计算以及计算机模拟技术提出了包合物的空间构型 .

基于BP神经网络的血液荧光光谱识别分类研究

光谱技术在生物和医学检测方面具有积极的应用前景。由于血液成分的复杂性和类同性,有关不同动物血液光谱识别分类的技术研究尚未出现较为完善的结论。基于机器学习理论,以BP神经网络为工具,建立了对不同动物血液荧光光谱进行特征提取和识别分类的方法。实验采用Cary Eclipse光谱仪分别采集了鸽、鸡、鼠、羊四种动物不同浓度(1%和3%)的全血与红细胞荧光光谱数据(每个类型样本各50组数据);基于移动平滑算法对原始数据进行了平滑处理,以减少实验仪器噪声对特征提取和识别分类的影响;进一步根据血液光谱数据的特性,该文出了"组合放大"的特征提取方法,并建立了BP神经网络分类器进行训练和识别。相比于常用的光谱数据(单一)特征,提出的"组合放大"特征和所设计的BP神经网络能对不同动物、不同类型(全血与红细胞)、不同浓度(1%和3%)的血液荧光光谱实现100%的准确分类,同时神经网络测试误差均远小于设定的允许误差值。研究的动物血液光谱特征提取及识别技术具有较好的普适性和可靠性,在农业、食品检查、以及生物医学检测等方面均可发挥重要作用。

基于信号能量谱特征的局部放电故障识别方法及其系统实现

为解决传统超高频(ultra-high frequency,UHF)法实现局部放电(partial discharge,PD)故障模式识别对采样频率、传输带宽和处理速度要求苛刻的困难,提出一种基于信号能量谱特征的局部放电故障识别新方法。该方法通过提取局部放电超高频电磁波信号在不同频段的能量值,构建能量谱序列作为模式识别判据,能够有效降低局放信号对采样频率、传输带宽和处理速度的要求。其次通过5种典型空气绝缘缺陷局部放电试验获得了模式识别的初步判据,验证了该方法的有效性;基于该方法,应用射频理论构建了相应的信号处理系统,并再次通过局部放电试验构建了基于此系统的模式识别判断依据,最后通过验证性试验证明该系统的识别正确率基本达到90%。

基于多维特征联合的鸟类鸣声识别方法研究

湿地不但具有丰富的资源,还有巨大的环境调节功能和生态效益.随着人类社会的发展,湿地生态保护日益受到人们的重视,其中鸟类监测经常作为湿地环境质量的有效指标.目前国内外对于鸟类监测技术主要通过大量人力统计手段,严重浪费宝贵的人力资源.基于此种状况,且传统的语音识别方法主要采用基于时域特征或频域特征的识别方法,根据不同种鸟类鸣声的特点,提出一种将不同音节长度特征与多段式平均频谱法相结合的多维特征联合的鸟类鸣声识别方法.实验结果发现,将时域音节长度特征分类与频域多段式平均频谱法相结合的识别方法比只采用多段式平均频谱法的识别方法将辨识正确率由92.38%提高到100%,实验采用了湿地常见的17种鸟类,辨识效果非常准确,表明本文所提出的多特征结合识别方法对于提高识别正确率具有重要的参考价值.

基于噪声短时谱动态估计的语音增强谱减算法

针对谱减法增强语音后残留"音乐噪声"明显,影响语音清晰度的问题,在分析现有的噪声谱减算法基本特性的基础上,提出一种基于噪声短时谱动态估计的语音降噪方法。通过估计噪声短时功率谱及其变化趋势,动态调整谱减法中的过减系数,有效抑制残留噪声。仿真实验表明,新的谱减算法在提高语音信噪比的同时保持较小的失真度,具有较好的增强效果。

多干扰高温辐射体图像目标的分类识别方法

在基于CCD图像传感器的非接触高温温度场软测量中,为了计算高温图像目标的温度,必须先从辐射图像中准确识别待测目标。由于工业现场采集的高温熔体图像中存在多种噪声,导致图像目标难以准确识别。提出一种目标图像分类识别方法,即先利用多光谱图像分割方法来减少甚至消除各种高温噪声;然后运用改进的最大类间方差法进一步分割以去除烟雾干扰;最后运用数学形态学方法消除分割图像中的游离点和孔洞,使目标边缘光滑。实验结果表明,该方法能够从多种干扰图像中准确识别出高温辐射体图像目标,有较强的实用性。

多光谱骨髓细胞图像分类方法研究

介绍了一种结合决策树和极大似然法的多光谱骨髓细胞图像自动分类的方法,详细讨论了怎样确定决策树的结构,应用散点图挑选节点特征以及构造节点分类器。给出了分类结果。实验结果表明,文章提出的基于决策树的细胞分类方法对于多类的骨髓细胞分类识别极为有效,分类准确率远远高于单纯的极大似然法分类器,且分类的速度也令人满意。

音式阶的合理性模识别校对方法

音阶识别方法不能结合乐音的物理和音乐特性,造成乐音处理信号量杂乱无序。针对该问题,通过复音音高确定转录音符集合,引入频谱图、谱平滑性和调和性估计建立HMM模型。分析对比实验结果表明,HMM模型可以完成乐音物理与音乐特性结合,改善乐音处理信号量杂乱无序现象。

基于熵值法特征筛选的GRNN降雹识别

针对冰雹监测难和冰雹灾情不易估计的问题,结合声信号的时域、频域特点,采用时域、频域和小波域相结合的特征提取方法,将熵值法与广义回归神经网络(GRNN)相结合,提出一种基于熵值法特征筛选的GRNN降雹识别方法。对采集的降雹和降雨声信号提取时域特征、频域特征和小波包能量谱特征,采用熵值法确定各特征的权重大小,剔除权重较小的特征项并进行特征融合组成新的特征子集,将特征子集输入GRNN进行预测识别。试验结果表明,该方法能够有效识别冰雹,且特征筛选后的识别率高达97.8276%,相较未进行特征筛选的特征集,识别率提高了近10%。

一种人脸本征空间的特征提取算法

传统线性子空间算法在提取类内散度矩阵的特征向量时,存在偏差、过拟合和推广能力差的问题。为此,提出一种新的子空间算法。将类内散度矩阵的特征空间分解为2个子解空间,即主成分空间和零空间,再利用本征谱模型对2个空间分别进行正则化。在ORL人脸库上的实验表明,该算法使用较少的特征维数就能达到与传统算法相同的识别率。

流线型主梁断面的气动导纳互谱识别

气动导纳是描述大跨度桥梁断面抖振气动力的关键环节,现存的各种导纳函数识别方法以及经典的Sears函数均与试验结果存在着不小的误差。本研究摈弃相关的假定,引入了考虑六个导纳的互谱识别方法,对于流线型主梁的典型断面进行了气动导纳识别,并分析了栏杆、紊流度、攻角等对识别结果的影响。

基于离散极大值法的太赫兹光谱特征吸收峰提取方法

太赫兹波在电磁波谱中介于微波和红外辐射之间,具有指纹特性、安全无损、强穿透性等特点,因此太赫兹光谱技术在药品成分和组成检测领域具有广泛应用价值。针对高纯度物质识别研究中存在部分弱吸收峰不易识别,以及混合物的太赫兹光谱中吸收峰强度降低而导致吸收峰位信息模糊化的问题,提出了一种基于离散极大值法的光谱吸收峰位识别方法,即伴随拐点法。伴随拐点法首先利用目标检测物太赫兹吸收系数谱图的一阶和二阶导数确定吸收峰位的伴随拐点和基线谱,其次将原始吸收光谱与基线谱进行差分运算得到差谱,最后根据离散极大值法确定吸收峰位,从而实现特征吸收峰的识别。为验证伴随拐点法的有效性,采用伴随拐点法对四种硝基呋喃类样品光谱进行吸收峰提取,并将吸收峰位识别结果与仿真结果进行比较。实验结果证明,伴随拐点法能有效识别目标检测物的强吸收峰和弱吸收峰。该方法不仅在含峰目标物的太赫兹特征吸收峰识别问题中具有广泛的应用前景,还适用于其他光谱的谱峰峰位检测。

上海市黑臭水体光谱特征分析及遥感识别方法探究

黑臭水体识别对全面开展黑臭水体整治及长效监管具有重要意义.为探究上海市黑臭水体的识别方法,以其2017年黑臭水体名录为研究对象,选取105条段河道样本,于2018年7—8月进行现场调查,开展水质监测、光谱测量、光谱分析、遥感识别及验证.结果表明:①依据上海市中小河道黑臭地方判定标准,样本中共有49个黑臭水体,56个一般水体.②将遥感反射率(R_(rs))作为光谱分类的主要依据,光谱数据预处理后,共得到4个主要反射峰(F)和3个主要吸收谷(G),根据波峰波谷位置特征,可将样本分为三类一般水体(GW)、三类黑臭水体(BOW).③R_(rs)平均值光谱曲线显示,BOW1、BOW3两类水体在550-700 nm处的光谱曲线与其他四类水体存在明显差异,更易识别和区分,而BOW2与GW2两类水体的光谱曲线形态差异较小,增加了识别难度.④根据拟合多光谱曲线,提出角度a1法和比值法组合成的角度-比值联合法,经识别验证,黑臭水体的综合识别率为95.92%,对一般水体的误判率为39.29%.⑤将归一化比值模型(BOI法)、黑臭水体斜率指数(SBWI法)、归一化黑臭水体指数(NDBWI法)三类已有识别方法用于105个样本识别,对黑臭水体识别效果均不佳,这可能是由于采样时间、地点不同,方法的判别阈值不适用等造成.研究显示,上海市黑臭水体中BOW1类和BOW3类水体与一般水体光谱特征有明显差异,角度-比值联合法对105个点位水样的总识别正确率达到77.14%,但该识别方法仅在上海市进行了探讨,还需在其他城市或地区进行验证.

基频线谱提取技术在船舶水下目标识别系统的应用

基于目标物的辐射雷达回波信号是船舶水下识别系统的主流技术,水下噪声的混入会对识别产生干扰,时域分析很难区分噪声与目标信号特征。频域特性分布是区分雷达回波辐射噪声及干扰噪声的主要手段,通过对辐射信号及噪声的频谱提取,可以获取目标信号和干扰信号在基频频谱的特性,设计滤波器去除噪声。本文研究目标雷达回波信号及水下噪声信号的特性,在基础上提出基于基频线谱提取技术的噪声分离策略,最后对算法进行仿真。

机动目标被动声探测特征评价技术

针对复杂背景环境中多种类声目标识别问题,结合各类目标在频域所展现出的的特点,对比了三种特征选择方法的分类性能。首先,对目标样本进行快速傅里叶变换(Fast Fourier Transform,FFT)获得原始频域特征;其次,通过不同特征选择方法获得不同维度的最优特征组合;最后,建立线性判别分类器进行分类性能评价。试验结果表明,顺序前向浮动搜索算法(Sequential Forward Floating Search,SFFS)所选择的特征相比另外两种方法具有更高的分类准确率,在任何一种分类模式下,其准确率均高于90%。

三道庄矿微震信号辨识应用研究

针对三道庄矿生产作业环境复杂,从大量掺杂着的干扰信号中提取有效信号,有效地应用微震信号对岩石稳定性进行评价,对可能产生的破坏灾害进行预测具有重要意义。文章对该矿山各种微震信号源按实际监测需要进行了大致分类,分为岩体破裂信号、噪音信号和爆破信号三大类。在大量现场微震监测基础上,总结出了微震信号经验辨识法和频谱分析辨识法。利用经验辨识方法从波形振幅值、持续时间、上升时间、信号间隔等方面对各种震源波形的直观特征进行了辨识;利用频谱分析法对各种微震震源频率成分进行分析,总结出了三道庄矿各种微震震源信号特征。研究成果给矿山现场快速准确提取有用微震信号提供了依据。