基于可分度序的函数化数据分类特征提取方法

由于函数化数据的高维、高相关性特点,如何在保持其整体特性的前提下提取函数化数据的分类特征,是关系到能否有效提高分类效率和精度的关键问题。改进了当前常用的基于小波阀值法的函数化逐步降维方法,针对分类问题,借鉴信息论的思想,采用K-L可分度排序法构建了新的分类特征提取与降维规则。理论分析和实验表明,该方法能有效提取分类特征,提高分类效率、分类精度和分类稳健性。

MPEG-2SNR可分度编码器及其在ATM网络上的应用

在数字图像压缩数据传输的领域，ＭＰＥＧ－２标准的可分度编码算法可以应用于ＡＴＭ网络上的优先级控制方案中，以对网络拥塞进行有效的控制。下文论述了ＭＰＥＧ－２ＳＮＲ可分度编码器的实现方法和它应用于ＡＴＭ网络分层传输时的优越性。给出的一些实验数据初步说明了它能够在网络发生拥塞时保证基本图像质量。

系统可分度与系统要素级别划分

本文证明了系统、系统的顶要素集、系统的基要素集三者可分度相等，并给出了在系统的可达矩阵上直接标号划分系统要素级别的方法。据此可得出系统的可分度及系统的层次结构．比已有方法简便直观。

可分度组合式镗床夹具

我厂生产制造棒销联轴器,共有4种规格且数量较多。该联轴器如图所示,主要由外套9,轴套10和12组成。此例中外套9的外径为φ280mm,外套9、轴套10、12上各有12个φ35H11的半圆孔(棒销孔)。棒销孔相对轴孔的位置度为φ0.1mm。

高性能理念——大正前角可分度刀片的多角度铣刀

近年来，现代铣削加工中心一直在不断精化，特别是在机床轻量化、提高动态性能和通用性等方面，例如一次装夹完成五面加工。在加工过程中，当首推高性能控制系统，它成就了高速成五轴联动加工。与此同时，宽调速范围的通用主轴几乎可以涵盖所有材料的加工。

基于可分度和支持度的模糊密度赋值融合识别算法

模糊积分理论可有效处理分类决策不确定性问题.当前模糊密度的确定方法未考虑各个分类器识别结果的可区分程度及各分类器对识别结果的支持程度,会丢失融合识别的相关信息.文中提出基于可分度和支持度的自适应模糊密度赋值融合识别算法.该算法根据各分类器对待识别样本的识别结果的可区分程度和支持程度对分类器的融合模糊密度进行自适应赋值,从而有效实现多分类器融合识别.将该算法应用于自然交互环境下的人脸表情识别和Cohn-Kanade表情识别.实验结果表明,该算法能有效提高总体表情识别率.

支持向量机中核函数的性能评价策略

继神经网络方法之后,支持向量机成为机器学习领域中的有效方法,但是核函数的评价和选取问题一直存在。该文从结构风险出发,通过经验风险和置信区间2个方面对核函数的性能进行量化,给出评价核函数性能的公式,指出传统经验风险定义的缺陷,并提出了一个新的定义。实验证明了该算法的可行性和有效性。

采用时域与时频域联合特征空间的转子系统碰磨故障诊断

针对转子系统早期碰磨故障,提出了一种基于时域和时频域联合特征提取和分析的方法,并采用该方法对简单转子模型进行了故障诊断。基于BP神经网络和影响函数法,建立了滑动轴承单盘转子碰磨故障动力学模型,并对转子系统碰磨故障进行了数值模拟;分别采用统计学和小波包分解方法,对振动信号的时域和时频域特征进行了提取,综合两者建立了碰磨故障的特征空间,并采用支持向量机(SVM)模型对比分析了基于时域、时频域和综合两者特征空间的故障诊断效果,在此基础上,通过引入可分度函数,将正常振动信号与故障信号同时考虑,对各特征的可分度进行了分析和排序;根据特征分析结果,将特征空间分为高可分度区域和低可分度区域,分别针对单特征和组合特征对碰磨故障进行识别。研究结果表明:单特征的碰磨故障识别率与其可分度函数值呈正相关;组合特征识别效果要优于单特征,且高可分度区域内的组合特征识别效果要明显优于低可分度区域,针对本文所建碰磨故障样本空间,高可分度区域内随机三特征组合平均故障识别率达到90%以上。文中提出的故障特征提取和分析方法可为复杂故障的识别提供参考。

一种分类器评价的方法

提出了模式类可分度函数的概念，研究了模式类可分度函数中参数获取的方法．给出了分类器品质函数．并据此提出一种基于模式类可分度的分类器评价方法．该方法避免了以传统的错误识别率评价分类器以至在处理线性不可分的特征空间时的不足，具有一定的应用价值．