基于最大均值差异的卷积神经网络故障诊断模型

针对工程场景中轴承故障数据采集困难,小样本下轴承故障诊断准确率较低且稳定性不高的问题,提出了一种小样本下滚动轴承故障的诊断方法,即基于最大均值差异(MMD)的卷积神经网络(CNN)诊断模型(方法)。首先,根据轴承故障机理,获取了滚动轴承故障的仿真信号,基于生成式对抗网络构建了仿真信号与少量真实样本间的对抗训练模型,得到了伪域样本,并将其扩充为训练数据集;其次,以交叉熵损失和最大均值差异(MMD)为卷积神经网络(CNN)的优化准则,引入了缩放因子,对网络进行了动态优化,根据测试结果选取缩放因子为0.05作为最优网络结构参数,构建了故障诊断的训练模型;最后,将结构均为1024个数据点的伪域样本和真实样本共同构成模型的训练集,对其进行了归一化处理,然后将其输入到构建的网络模型中,并以MMD作为约束,进行了卷积、池化操作,以实现特征提取的目的,经反向传播对模型进行了优化,实现了诊断模型参数的迭代更新目标。研究结果表明:基于MMD的CNN诊断模型(方法)对小样本下轴承的故障诊断识别精度有明显的改善,当样本数仅为16时,识别率可达95%以上,证明该方法在小样本下的轴承故障诊断中依然能获得较高的故障识别率。

猪毛菜属两种植物地理分布格局及其预测分析

全球气候改变引起极端天气是值得高度重视的问题之一,分布区变化是气候改变对植物影响最直接的体现。本研究通过电子手段获取两种猪毛菜属植物的当前分布数据和20个环境变量(包括海拔及19个气候变量),通过最大熵(Maxent)模型和地理位置信息系统(Arc GIS)技术,预测基准时期和未来两个时期(2050年、2070年)木本猪毛菜和珍珠猪毛菜的潜在适宜区分布。结果表明:木本猪毛菜和珍珠猪毛菜的潜在适宜区都在增加;在基准时期和未来两个时期,木本猪毛菜和珍珠猪毛菜的交叉区主要在内蒙古、新疆以及宁夏地区,总交叉区随时期变化呈扩增趋势;未来时期(2070年)木本猪毛菜和珍珠猪毛菜的潜在适宜区交叉区面积是521240.13 km2,潜在高适宜区交叉区面积是5988.66 km2;两种猪毛菜属植物的潜在适宜区同温度密切相关。

基于Shannon熵与声发射信号的CBN砂轮性能监测方法研究

为了在磨削加工过程中能够有效判别CBN(Cubic Boron Nitride)砂轮的磨削性能,提出了一种基于Shannon熵理论与声发射信号的CBN砂轮性能监测方法。首先,利用声发射传感器采集CBN砂轮磨削加工过程中的声发射信号,基于最大信息熵对CBN砂轮磨削加工过程中的声发射信号进行概率密度估计,获得磨削加工过程中声发射信号的最大熵概率密度分布。然后,通过分析研究CBN砂轮在修整过后循环磨削以及不同直径剩余磨削时的声发射信号特征,根据交叉熵原理分析CBN砂轮不同磨削性能时声发射信号最大熵概率密度分布,并通过设定交叉熵阈值来辨别磨削加工过程中CBN砂轮的磨削性能。最后,为验证该方法的实用性,在某工厂CBN砂轮磨削产品生产线上进行大量实验研究,结果表明,该方法对CBN砂轮磨损状态及CBN砂轮剩余寿命进行有效监测,验证了该方法监测CBN砂轮在磨削加工过程中磨削性能的有效性。

基于改进人工蜂群算法的多阈值图像分割

图像分割在模式识别以及机器视觉方面起着至关重要的作用,是图像分析和识别的首要任务。但若分割后图像质量损失严重,就会导致图像后续分析的误差增加。为了能够弥补这一缺陷,在分析了DIRECT算法和人工蜂群算法的特性后,利用DIRECT算法全局收敛并可以快速定位到最优值所在区域的特点来改善人工蜂群算法的过早收敛以及局部搜索能力差的缺点,提出了一种基于改进的人工蜂群算法的多阈值图像分割技术。首先,DIRECT算法为人工蜂群算法提供一种良好的初始种群,种群在演化数代后得到的当前最优解加入到DIRECT算法分割区域中,再进行初始种群的筛选,重复这个过程进而获得最佳阈值并对图像进行分割。为了验证该算法的优劣性,使用峰值信噪比、结构相似性以及特征相似性作为图像质量评价指标并与前人得到的结果进行比较。实验数据表明,提出的阈值分割方法优于前人的阈值分割方法。

基于熵的图像二值化方法比较研究

对基于对数和指数图像熵的最大熵法和最小交叉熵法的图像二值化算法进行了分析.通过仿真,对算法进行了比较研究,阐明了算法的局限性和比较适合的应用场合.

基于Unit-Linking PCNN和图像熵的图像分割新方法

基于单位链接脉冲耦合神经网络(Unit-Linking PCNN)模型,在图像方差准则基础上将最大香农熵准则,最小交叉熵准则相结合,再组合图像分块策略与图像加权预处理策略,提出了不同准则和策略组合的8种图像分割方案。分析了各种准则和策略的优势和不足,比较了各种分割方案条件下的图像分割效果,部分方案的分割结果体现了图像的更多的细节。与已有文献结果比较,具有使用神经元模型参数少的特点,与PCNN模型相比,该模型参数对图像分割结果的影响较不敏感。计算机仿真结果表明,该方法具有较好的图像分割效果和实验仿真速度性能,具有较强适用性。

最大熵和最小交叉熵综合的交互式图像分割

在图像分割中,使用某一种分割方法并不是总有效。最大熵和最小交叉熵阈值化方法是目前常用的两种图像分割方法,但在某些分割应用场合失效。针对此问题,提出基于最大熵和最小交叉熵综合的交互式图像分割方法。首先,利用一种简单的算法将前两种方法有机结合产生一种既满足最大熵原则,又满足最小交叉熵原则的新分割方法,然后通过人机交互,在这三种阈值方法中选择最好的图像分割。仿真实验结果表明,提出的方法不仅分割效果好,算法的普适性增强,而且更实用。

计及失效事件和严重程度不确定性的设备电压暂降失效率评估

综合考虑电压暂降影响下设备失效事件发生和后果严重程度的复杂不确定性,将设备失效样本分为由随机性、模糊性和交叉不确定性引起的失效样本,分别用随机熵、模糊熵和交叉熵度量刻画相应的不确定性,建立最大混合熵评估模型,并用近似规划法求解。在分别定量评估3类不确定性引起的设备失效率的基础上,按各自的权重进行设备失效率综合评估,评估结果表明,该方法能克服现有方法的过估计和欠估计问题。

应用混沌多目标规划理论融合的图像分割

针对二维最大熵和二维最大类间熵阈值化方法通用性不强,使得他们在某些分割应用场合失效的问题,提出应用混沌多目标规划理论融合的图像分割方法.这种新方法利用多目标规划理论将前两种方法有机结合,得到既满足二维最大熵原则,又满足二维最大类间交叉熵原则的最佳阈值,并且将混沌优化算法和递推算法相结合,使计算复杂度大大降低.仿真实验结果表明,本文提出的方法好于单独使用一种方法的分割结果,而且有较好的普适性.

一种求解最大团问题的并行交叉熵算法

为了提高交叉熵算法求解最大团问题(maximum clique problem,MCP)的性能,提出一种领导者-跟随者协作求解的并行策略来实现交叉熵算法,从而达到减少计算时间和保障解的质量这两方面的平衡.算法中领导者活跃在并行处理器之间采集数据,并根据当前获得信息对跟随者作出决策;受控的跟随者则主要根据领导者的决策信息自适应地调整搜索空间,完成各自的集团产生任务.采用了OpenMPI在MIMD平台上实现了该算法,并应用到MCP基准测试问题上.加速比和效率分析结果表明,算法具有很好的加速比和效率.而与其它几种当前最好的启发式算法相比,结果表明算法相对于基于种群的启发式算法有一定的性能改善.

最大熵与交叉熵在平面磨削颤振预测中的研究

为了避免平面磨削加工过程中出现颤振,提出一种基于最大熵与交叉熵的平面磨削颤振预测方法。该方法采用最大信息熵对平面磨削加工过程中振动信号的概率密度进行估计,获得加工过程中振动信号的最大熵概率密度分布,采用交叉熵分析在不同磨削状态时振动信号最大熵概率密度分布的变化,通过交叉熵值对平面磨削加工过程中的颤振进行预测。为了验证该方法的有效性,在平面磨床实验平台上采用变磨削深度的加工方式趋于颤振,根据实验中测量的振动信号,比较了趋于颤振时砂轮主轴部位和工作台部位振动信号的特点,选择工作台部位的振动信号为研究对象,采用该方法对磨削加工分别处于顺磨、逆磨以及混合磨削时工作台不同方向的振动信号进行分析,实验结果表明该方法在平面磨削颤振预测中是有效的。

边缘引导和轮廓约束下的跨域香农熵最大化导向的自动阈值选取方法

为了处理诸如高斯、伽马、极值、瑞利、均匀或贝塔等基本灰度分布情形下的阈值选取难题,本文提出了一种跨域香农熵最大化导向的自动阈值选取方法.该方法利用不变的引导边缘图像和变化的约束轮廓图像共同构造出一系列持续变化的一维灰度直方图,并采用香农熵作为熵计算模型,从而得以跨越图像中若干局部区域去计算跨域香农熵,并以最大跨域香农熵对应的阈值作为最终阈值.在40幅合成图像和50幅真实世界图像上的实验结果表明,该方法虽然在计算效率方面不优于Masi熵阈值方法、Tsallis熵阈值方法、局部香农熵阈值方法和迭代三类阈值方法,但在分割适应性方面有显著增强,且在误分割率方面有显著下降.

不完全投影医学图像的多目标向量优化重建算法

目的解决少数据投影图像重建中分辨率差、伪影严重等问题。方法提出了一种基于多目标决策的交叉熵向量优化图像重建算法。算法中折衷考虑了图像重建中最小交叉熵、范数极小化以及最大熵3个目标,并建立了一种新的动态权系数迭代法。应用该算法对模拟的有噪声投影数据和SIEMENSSOMATOM DR3的头部实际扫描数据分别进行了重建。结果文中算法较传统的重建算法。如卷积反投影法、代数重建法以及单目标优化算法,在误差、平滑性以及分辨率方面均有显著改善。结论本算法将对采用迭代法求解少数据投影重建问题产生一定的影响。

二维直方图斜分最大类间交叉熵的图像分割

利用二维直方图斜分原理,提出了一种基于最大类间交叉熵的快速图像分割方法。首先依据二维直方图斜分法构建最大类间交叉熵阈值选取公式,然后导出这种最大类间交叉熵阈值选取的快速递推算法,最后将定义的数组运算与这种快速算法相结合搜索最佳阈值向量,使整个算法更简明高效。实验结果表明,与当前二维直方图斜分阈值方法相比,此算法效率更高,通用性更强。

基于评价对象类别的跨领域情感分类方法研究

情感分类任务具有领域相关性,即使用某一个领域的标注样本训练出的分类模型在对其他领域样本进行分类时性能表现往往会非常差。情感分类的跨领域学习旨在减少跨领域的性能损失。提出一种基于评价对象类别的跨领域学习方法。首先,将评价对象分为4大类:整体、硬件、软件和服务;然后,人工标注源领域中属于以上4类评价对象的句子,并构建评价对象类别分类器;最后,将不同的评价对象类别当作不同的视图,进而使用协同学习(Co-trai-ning)进行跨领域情感分类。实验结果表明,提出的方法有效地改进了跨领域学习性能。

熵与大偏差及保险定价

为了更加合理的解决保险定价问题,引入信息论中的熵和概率理论中的大偏差,对一般保费计算方法进行了修正。结果表明:最大熵原理只考虑了具有最大熵的概率分布,而在大偏差框架中,考虑了所有的概率分布,此时的熵描绘了随着实验次数的增加,概率分布的收敛情况;若只知道概率分布的不完全信息,最小化叉熵,得到最小叉熵优化模型,模型的解可调整保费。调整后的保费计算方法既建立在经验概率分布基础上,又不完全依赖经验概率分布,具有更好的实用性。

基于距离灰度补偿的改进最大熵红外图像分割

针对红外图像由于目标和背景边界模糊,采用单一熵阈值法进行图像分割结果不理想,提出了一种基于距离灰度补偿的红外图像增强方法,利用距离作为空间信息对灰度进行补偿,改善了目标和背景边界模糊对图像分割的不利影响;然后提出了一种基于交叉熵约束的最大熵阈值图像分割方法,在交叉熵约束保证类间差异的前提下利用类内均匀性进行图像分割,避免了单一熵方法阈值的局限性。实验结果表明,对小目标复杂背景和复杂目标大背景的红外图像,所提出的方法得到了准确的图像分割结果。

二维最大熵和二维最小交叉熵结合的图像分割

二维最大熵法和二维最小交叉熵法是目前常用的两种阈值分割方法,但在某些时候因为两种方法获取的阈值过高或者过低,使得分割失效。针对此问题,提出了基于二维最大熵法和二维最小交叉熵法结合的图像分割方法。首先,对二维最小交叉熵公式进行转化;然后,利用多目标规划理论将这两种方法有机结合使得到的阈值既满足二维最大熵原则,又满足二维最小交叉熵原则;最后,利用二维直方图的特点推导出新型递推算法搜索最佳阈值并降低计算复杂度。仿真实验结果表明,本文提出方法不仅有效,弥补了两者在某些应用上都不能有效分割的不足,而且分割时间少,约为0.3 s。

现代谱估计方法在仿真可信性研究中的应用

仿真可信性研究是仿真研究的重要组成部分，其主要工作包括模型的验证、确认和认定（ＶＶ＆Ａ）。谱分析方法是研究仿真可信性的定量方法，适合于对系统动态性能进行分析，是一种统计检验方法，且可信度较高。特别是现代谱估计方法，既有高分辨率，又可以分析非平稳时间序列，具有广泛的应用。该文分别分析了傅立叶谱估计、最大熵谱估计、交叉谱估计、瞬时谱估计、演变谱估计等的统计特性、应用特点和适用范围。

基于最大交叉熵估计高斯混合模型参数的方法

传统的基于最大似然估计高斯混合模型参数的方法是一种无导师的学习方法．该方法的主要缺点是学习算法在估计一类模式模型中的参数时只利用了该类模式中的训练样本，而未考虑其他类训练样本分布的影响，因此，这种方法的识别效果往往不够理想．该文提出了利用最大交叉熵估计高斯混合模型参数的方法，这种方法考虑了不同类之间的样本区分性．同时，为了提高获得全局最优解的可能性，文章给出一种利用进化规划求解最优参数的算法，并将这种方法用于非限定文本的话者识别．实验表明。