基于改进动态时间规整的直流电动机驱动负荷开关卡涩故障辨识

负荷开关在动作过程中可能会发生卡涩现象,其储能电动机电流形态能有效反映开关的机械状态。因此,本文提出一种基于改进动态时间规整(IDTW)的负荷开关卡涩故障检测方法。首先,利用滑动均值滤波实时处理电动机电流信号,滤除干扰信号。其次,制定动作电流的录波启动和停止判据,以确保记录完整的电动机动作电流。随后,通过距离公式调整、算法加速和存储空间优化对动态时间规整(DTW)进行改进。以开关正常状态的电流信号为标准波形,利用IDTW计算对比波形与标准波形的标准化距离,并制定边界阈值实现对开关状态的辨识。最后,设计一套在线诊断终端,实现所提算法的工程化。实验结果表明,所提方法具有较强的适应性,对两种型号的负荷开关均能实现正确录波,辨识准确率分别达到99%和99.37%,所设计的在线诊断终端能够在较短时间内完成对负荷开关卡涩状态的辨识。

基于动态规划求解时间序列DTW中心

中心时间序列表明了一个时间序列集合中的公共特征,是时间序列聚类的重要手段。提出了一个利用动态规划求解两条时间序列DTW中心的方法,即以最小化中心序列到两条样本序列的DTW距离平方和为目标,递归求解最优解。在此基础上,给出了基于中心与样本匹配度的剪枝方法,降低了时间复杂度。并在理论上证明了该方法可以获得最优解。实验结果显示,相比于DBA算法,该算法能够获得更小的DTW距离平方和,并且有更好的鲁棒性。

基于动态时间错位的多元批次轨迹同步化

动态时间错位 (Dynamictimewarping)是一种灵活的、定常的模式匹配方案 ,它是基于动态规划理论提出的 ,能使模式内的相似特征合理匹配 ,它已在语音识别领域得到了成功的应用。笔者将动态时间错位 (DTW )的理论运用于分析和处理间歇反应过程中批次轨迹不同步的问题。在间歇反应过程中 ,由于批次与批次之间受物理特性和约束的影响 ,批次轨迹常具有持续时间不同步的特点。如果要用统计的方法分析和比较两个批次轨迹的数据特征 ,必须使两个批次的持续时间长度保持一致。动态时间错位 (DTW )理论可适时转换、扩张或压缩两个批次轨迹的局部模式特征 。

动态时间规整DTW算法的研究

传统的动态时间规整(Dynamic Time Warping)算法虽然可以有效解决语音信号特征参数序列比较时时长不等的问题,但计算量很大,严重影响了语音识别系统的响应速度。对传统的动态时间规整算法进行改进,主要目的是提高语音识别速率。首先对传统DTW算法的原理进行了详细的分析,然后提出了改进后新的DTW算法。对传统的算法进行改进时,主要从以下两方面入手:1对算法的搜索路径进行约束,使x轴上的每一帧不必再与y轴上的每一帧进行比较,而只需要与y轴上限定范围内的帧进行比较即可;2对齐松弛算法的起始点和终止点(不用完全对齐),并可以适当放松起始点和终止点两三帧。实验表明,系统在失真度基本保持不变的基础上,运行速率提高了近2倍。

DTW算法在地震时间序列信息挖掘中的应用

采用DTW算法用于实现地震时间序列“异常形态”的回溯性检验与统计,以此提高地震异常信息的深度挖掘效率。随机选取太原地震监测中心站(以下简称太原站)水平摆观测的一段数据作为测试数据,验证该方法的可行性,并利用昔阳地震监测站(以下简称昔阳站)水平摆实际观测数据,自动识别出自观测以来受降雨影响的异常形态。在此基础上,将最近一次数据变化作为模板,进行回溯性检验,共提取出7次类似变化,与之前总结的异常特征一致。经分析,其中4次异常之后对应了太原盆地及其周围M3.6以上地震,运用R值评分对其进行预报效能评估,结果显示该异常形态可通过预报效能检验(R=0.52,R_(0)=0.45),其最佳预测时间为50~90 d内,可作为短期预测指标。

动态时间错位理论及应用研究

将动态时间错位 (DTW)理论运用于分析和处理间歇反应过程中批次轨迹不同步问题 .在间歇反应过程中 ,由于批次与批次之间物理特性和约束的影响 ,批次轨迹常常具有持续时间不同步的特点 .如果要用统计的方法分析和比较 2个批次轨迹的数据特征 ,首先必须使 2个批次的持续时间长度保持一致 .动态时间错位 (DTW)理论可适时转换、扩张或压缩 2个批次轨迹的局部模式特征 ,取得 2轨迹之间的最短距离和最优同步路径 ,使 2批次轨迹实现同步化 .

基于不同约束条件的动态时间错位理论及应用

在两种不同模式的匹配过程中 ,研究了基于不同约束条件的动态时间错位理论及应用。分别采用始终点约束、不同的局部连续约束 ( Itkura约束、Sakoe- Chiba约束 )、不同的全局约束( Itkura约束、Sakoe- Chiba约束 )条件对间歇反应过程中两批次轨迹进行合理匹配 ,并使两轨迹基于动态时间错位理论获取其间的最短标准总体距离 ,在此基础上搜寻最优匹配路径 ,使两种持续时间不等的轨迹达到模式一致。应用聚合反应中的数据轨迹 ,表明此方法的实施过程和有效性。

基于散射理论与动态时间规整的时移地震波动方程差异反演

时移地震勘探作为储层动态监测的有效手段,对获取地下介质的弹性或物性参数变化起到了至关重要的作用.由于多期地震勘探之间介质的传播速度存在差异,同时环境条件、采集方式及处理手段等方面的不同,都会使地震记录产生走时差异.而这种走时差异对时移地震反演存在着严重的影响,尤其是基于波动方程的反演方法.为了消除时移差异,我们引入动态时间规整(DTW)方法实现角道集优化匹配,以获取地震记录的有效变化信息.此外,本文提出根据散射理论,通过弹性波动方程进行时移地震差异反演,得到地层的差异弹性参数,实现储层差异定量表征.该方法采用WKBJ近似模拟非均匀背景,具有更高的反演精度,尤其是在复杂地质构造条件下优势更加明显.本文对所提出的方法进行了数值模拟实验与实际数据应用,证明该方法得到的反演结果优于传统方法,可以实现对地层时移差异的准确刻画.

基于动态时间规整的制丝批次间差异评价方法

在卷烟制丝生产中,通常采用统计过程控制的方法评价生产过程质量,由于其基于稳态性的假设,忽略料头与料尾的数据,该研究使用生产全过程数据针对不同批次之间的质量差异如何评价的问题,提出一种基于动态时间规整(DTW)的批次间差异评价方法。首先,介绍烟草加工批次间差异的成因及其评价的意义;然后,对异常检测相关理论进行综述,分析统计模型、聚类、神经网络等方法在批次生产场景下的局限性,指出弹性相似度测量在变速时间序列比较中的优势;随后,详细介绍DTW算法原理,并将其推广到处理多变量时间序列数据的场景。在此基础上,设计一种利用DTW距离来评价不同加工批次与优质批次差异的框架。最后,以卷烟生产中的松散回潮工序为例,应用所提方法对100个批次进行差异性评估并进行可视化,验证该方法的有效性,进一步结合统计过程控制来说明可能的应用场景。该研究可为烟草制丝质量控制提供一种数据驱动的新思路,存在扩展至其他流程生产过程的可能性。

基于改进型DTW的语音识别系统的设计与实现

大部分系统使用深度学习技术完成语音识别任务,并取得良好的效果。但是,基于深度学习的语音识别技术对计算机硬件算力的要求较高,同时需要大量的语音样本对语音识别模型进行训练。针对这些问题,基于改进后的动态时间归整(Dynamic Time Warping,DTW)算法设计并实现了一个语音识别系统。

基于马氏DTW时段划分和FCPSOGSA算法的配电网动态重构

针对配电网重构过程中由于用户侧负荷时变性导致难以划分重构时段的问题,选取马氏DTW距离作为度量指标,构建了减小线路总体损耗、减小电压偏移的多目标优化数学模型。从提高算法收敛效率的角度,对传统粒子群算法进行了改进,运用分数阶微积分的数学方法,提出了一种更快速求解配电网重构的改进粒子群算法(Fractional Calculus PSOGSA),旨在提升算法的收敛特性和所有过去事件的记忆效应。在IEEE33节点系统的基础上构建了1天的负荷数据并进行重构求解,验证了所提方法的有效性。

基于动态时间规整的局部分块匹配在面部遮挡人脸识别中的应用

针对面部遮挡人脸识别问题中遮挡源变幻莫测、遮挡位置、大小及形状未知而导致从人脸图像中分割遮挡区域困难的问题,提出了基于动态时间规整(DTW)的局部分块匹配(LPM)算法。首先,将人脸图像划分成若干大小相等且互不重叠的局部小块;然后,借助于光栅扫描顺序将各个小块按照前额、眼睛、鼻子、嘴巴和下巴的顺序连接成一个单一序列;最后,计算查询人脸与注册人之间图像到类的距离;并利用动态时间规整的设计思想寻找查询序列与所有注册序列之间的最佳对齐方式。在两个公开人脸数据库FRGC2.0、AR及一个户外人脸数据库上的实验验证了所提算法的有效性及可靠性。实验结果表明,相比其它几种较为先进的人脸识别算法,所提算法取得了更高的识别率;此外,所提算法无需任何训练过程,计算成本低,更适合应用于现实面部遮挡人脸识别中。

基于动态时间规整和自适应顺序形态变换分类的故障诊断方法

研究了将动态时间规整(DTW)用于故障诊断的技术,使具有相同趋势但时序上并不完美一致的两序列之间距离最小化,发挥其在序列匹配中的重要作用。在前期研究提出的一种采用欧式距离度量两序列间的匹配程度的基于自适应顺序形态变换分类的故障诊断方法的基础上,由采用欧式距离变为采用DTW匹配来度量信号间误差,提出了三种用于故障诊断的新的自适应顺序形态变换分类方法。通过连续搅拌釜式加热器故障诊断问题的研究验证了所提出的三种新方法的有效性,并对比了它们与前期研究提出的方法的故障诊断效果。

基于动态时间规整和长短期记忆的空中交通流量短期预测

空中交通流量短期预测对于精准实施空中交通流量管理具有重要意义。为提高空中交通流量短期预测准确性,充分利用历史运行数据,提出了基于动态时间规整和长短期记忆(dynamic time warping-long short-term memory,DTW-LSTM)的空中交通流量短期预测模型。首先,分析了空中交通流的时空相关性特征,采用DTW算法衡量扇区之间交通流相关性;其次,依据相关性度量结果构建数据集,在不同输入条件下建立LSTM网络预测模型;最后,在不同时空参数组合模型间展开预测性能对比及分析。实验结果表明,相较于不考虑时空相关性的LSTM模型,本模型平均绝对误差(mean absolute error,MAE)降低24.5%,均方根误差(root mean squared error,RMSE)降低31.4%,相较于时空相关性的支持向量回归(support vector regression,SVR)模型,MAE降低36.4%,RMSE降低30.6%。由此可见,通过考虑交通流时空相关性可以有效提升流量短期预测的准确性,为空中交通流预测提供有益参考。

基于动态阈值和DTW的ECG身份识别算法

人体心电信号(ECG)虽然是非稳态时变信号,但现有研究表明其可以作为一种新型的生物识别特征用于对识别分辨率要求不高的应用场合,或与传统生物特征相结合来提高识别性能。本文给出了一种能针对不同实验对象动态设定阈值以提取典型波形,并利用加权动态时间弯曲法(DTW)进行ECG身份识别的算法。在模板登记阶段,首先对经去噪处理的一段ECG波形进行R点检测,然后通过动态阈值设定得到一段典型的包含完整心电周期信息的心电波形,最后将其作为模板波形存入用户模板库。在身份识别阶段,基于前述经动态设定的阈值进行心电波形选择,实时提取测试波形,然后基于经长度加权的DTW算法进行测试波形和模板波形的相似度计算,最终实现用户身份识别。

利用动态时间规整方法实现不同时间长度地震观测资料的形态匹配

本文将动态时间规整方法引入到地震观测资料的形态匹配分析中,以解决因时间尺度不一致的两列观测数据无法定量比对的问题。基于动态时间规整技术方法原理,通过测试数据验证了动态时间规整方法的可行性,并利用云南西部地区的断层实际观测数据,分析了1996年丽江MS7.0地震前的跨断层观测数据异常形态与当前数据异常形态的相似性问题。结果表明:①动态时间规整方法可用于地震资料时间长度不一致时的相似性匹配;②时间不一致的两列观测数据可用累积规整路径距离来定量表征,累积距离越短,曲线形态越一致;③动态时间规整方法可用于给定模板的前兆数据相似度的计算机自动提取,可提高当前仅依靠人工判别的工作效率;④从模式识别的角度考虑,当前下关跨断层水准观测数据变化形态与1996年丽江M-S7.0地震和2008年汶川MS8.0地震前的水准数据变化形态较为一致。

基于动态时间规整的谱聚类方法与双向长短期记忆网络的电动公交短期充电负荷预测

对电动公交车进行较为精准的短期充电负荷预测,有利于电网合理调度,从而在一定程度上缓解大规模电动公交车接入对电网冲击的影响。因此,提出一种电动公交短期充电负荷预测方法,以提高负荷预测精度。首先,结合电动公交车充电负荷具有的间歇性和波动性特点,提出基于动态时间规整(dynamic time warping,DTW)的改进谱聚类(spectral clustering,SC)方法,对公交车日充电负荷曲线进行聚类;其次,对每类负荷综合考虑时间、日类型、温度及历史负荷值等影响因素,利用双向长短期记忆(bi-directional-long short-term memory,Bi-LSTM)构建电动公交车短期充电负荷预测模型;最后,利用某市实际天气数据和历史负荷数据进行仿真验证,并与其他预测方法进行对比分析。实验结果表明,所提方法能提高短期充电负荷预测准确度。

改进K-means聚类剪枝的DTW动态手势识别方法

由于人体的灵活性,对非特定人的大量动态手势进行建模,高效、准确地识别出结果存在困难。该工作在使用数据手套采集数据的基础上,提出一种改进K-means聚类剪枝的DTW动态手势识别方法。方法首先使用数据手套采集手势时间序列,建立模板手势库;其次对手势库中的序列,取片段进行DTW计算序列相似度,作为K-means聚类算法的距离度量尺度并对手势库进行聚类预处理;最后在聚类剪枝的基础上,利用DTW算法实现手势完整序列从所在类到具体含义的识别。经测试,使用该方法在识别容量为{8,16,32,64,128}的手势数量模板库中平均识别精度90%,标准差2.03%。实验结果表明,该方法在有效剪去无效计算的同时保持着良好的扩展性,能够比较准确地在大量模板中识别非特定人的动态手势。

动态时间弯曲距离精确计算的Dijkstra方法

将动态时间弯曲距离(DTW)的差异矩阵一一对应于点阵,按DTW定义的行走规则对该点阵连线定向,使所对应点阵成为一个有向图,然后使用一个加权技巧对该有向图的边加权后得到一个加权有向图,于是把求DTW的精确计算问题等价地转化为求一个有向图起点到终点的最短路长,从而使图论中求两点间最短路径的方法如目前公认的经典Dijkstra算法均可用于求DTW,因此间接地找到了精确计算DTW的一个新方法.

基于像元级SAR图像时间序列相似性分析的水体提取

针对SAR图像数据集的特点,提出了一种基于像元级图像时间序列相似性的水体提取方法。其基本思想是:构建像元级SAR图像时间序列,选取动态时间归整(dynamic time warping,DTW)算法作为时间序列相似度的度量方法,计算所有像元与标准水体像元时间序列的相似性;将水体边缘混合像元的DTW距离值设定为参考阈值,采用阈值法提取相似性较高的时间序列数据,其对应的像元即被识别为水体像元;最后利用每个像元的DTW距离值代替其后向散射值,采用8邻域搜索方法提高水体识别的精度。以2008年1—12月获取的25景分辨率为150 m的ENVISAT ASAR图像进行水体像元提取试验,结果表明,该方法的完整率和正确率均较高,能够应用于大范围区域水体的提取与制图。