一种基于多参数融合的无袖带式连续血压测量方法的研究

针对现有基于脉搏波传输时间的无创连续性血压测量算法精度不高的问题,该文综合考虑心电信号和血氧容积波与血压变化的相关性,提出一种基于BP神经网络的无创连续性血压测量方法。该文首先利用改进的心电信号算法提取出心电信号的R点,利用差分、阈值的方法提取出血氧容积波的特征参数,再经过特征解析,提取出与血压相关的15维特征向量,构建基于BP神经网络的血压计算模型,计算出逐拍的血压值。该方法在天坛医院等单位进行了医学临床比对测试,并通过因子分析法分析了15个特征参数的权重比。实验证明:在预测血压上,脉搏波传输时间的权重,大于相邻特征点之间的时间信息权重,大于脉搏波面积信息权重,大于脉搏波幅值信息权重;该方法精度优于其它相近方法,单次测量的舒张压和收缩压误差的平均值±标准差分别是-1.57±6.12 mmHg和-0.62±4.82 mmHg,重复测量误差的平均值±标准差分别是-2.12±5.10 mmHg和-2.52±4.41 mmHg。收缩压和舒张压的测量精度均达到了BHS血压标准的Grade A类和AAMI标准。

应用VMD和多参数融合的齿轮箱故障诊断

由于齿轮箱故障信号的非线性,以及各种噪声的影响导致故障特征难以确定,为了准确、高效地分析齿轮箱故障信号,提出了一种应用变分模态分解(VMD)和多参数融合的齿轮箱故障诊断方法。首先对齿轮箱故障信号进行变分模态分解,并与传统的经验模态分解(EMD)进行对比;同时提取各模态分量的能量百分比和信息熵作为特征值,并采用RBF神经网络进行故障诊断。实验结果表明变分模态分解能够有效避免模态混叠现象的发生,以VMD为基础的多参数融合方法能够准确、快速地实现齿轮箱的故障诊断。

应用多参数融合与ELM的自动机故障诊断

考虑到自动机工作环境复杂,各部件相互作用时间短,冲击性强从而导致各种响应信号相互叠加,敏感特征参量难以确定的问题,提出了一种应用多参数融合与ELM相结合的自动机故障诊断方法。首先,对自动机故障信号计算广义分形维数,在此基础上提取盒维数、信息维数、关联维数作为故障特征参量;然后引入信息熵模型,对自动机故障信号提取功率谱熵、奇异谱熵、特征空间谱熵作为特征参量来描述信号状态在频域、时域、时频域的能量变化;最后将特征参量输入到极限学习机中(ELM)进行分类。实验结果表明多参数融合能全面准确地反映故障信息,极限学习机学习速度快、结构简单,具有很好的故障分类效果。

基于物理时空多参数融合的节水灌溉管理WSN系统

节水灌溉是现代精准农业的必然要求,然而当前节水灌溉管理无线传感器网络(WSN)存在一定的滞后性,从而导致出现灌溉管理失调引起灌溉不足或过量等问题,为此。为此,提出了一种基于物理时空多参数融合节水灌溉管理WSN系统。该系统将与历史水量数据物理时空参量与当前湿度特征观测数据进行融合,从而自适应计算作物真实灌溉需水量。利用该算法进行WSN灌溉水量监测及管理实验,实验结果表明,时空数据融合后计算得到的作物真实需水量基本均低于传感器计算测出的当前需水量。利用该方法实施节水灌溉管理一年,发现作物单产与上年度基本持平,但平均节约水量较传统WSN管理模式提高约14%。

多参数融合的手背静脉图像质量评价

生物特征识别系统的性能与图像质量密切相关,识别过程中大部分的错误匹配是由低质量图像导致的.根据生物特征图像质量评价参数,并结合手背静脉图像结构特点,选取了有效区域尺寸、对比度、清晰度、位置偏移和旋转角度作为手背静脉图像质量评价的参数.基于各参数改变对识别率影响曲线,提出了根据其平均斜率确定参数最优权值的方法,并利用加权的方法对各质量参数评分进行融合,最终得到手背图像总质量分数.将该算法与图像结构相似度模型进行对比实验.实验表明,得到了与图像质量主观评价相一致的结果,并保证了手背图像的最佳识别率.

基于多参数融合的土壤硝态氮检测方法

针对土壤悬液组分复杂以及单输入变量时电极预测精准度有限的问题,以提高离子选择电极预测土壤硝态氮含量精准度为目标,建立基于多参数融合的支持向量机(SVM)土壤硝态氮预测模型。采用灰色关联分析法对影响电极法测定土壤硝态氮的主要干扰因素进行排序,建立以主干扰因素及硝酸根电极检测电势的多参数融合SVM预测模型,并与传统Nernst模型和干扰因素全输入下的SVM模型作对比验证算法可行性。实验结果表明,土壤电导率、温度与Cl^-电极检测电势为影响电极预测硝态氮精准度的主要干扰因素;输入参数为硝态氮电极检测电势、土壤电导率、温度与Cl^-电极检测电势时,SVM土壤硝态氮预测模型效果最优,与光学法测定结果回归方程的调整决定系数为0.98,平均绝对偏差为3.38 mg/L,均方根误差为4.51 mg/L,基于多参数融合的SVM预测模型可显著提高电极法硝态氮检测精准度。

基于多参数融合优化的深度神经网络设计研究

针对特定业务分类的需求,无从下手设计深度神经网络模型的问题,提出一种基于多参数融合逐步优化深度神经网络的设计方法。先通过分析样本和类别确定初始的无隐层神经网络模型,然后在初始神经网络的基础上逐步增加隐层,构建多参数融合优化的深度神经网络。基于TensorFlow框架,以手写体数字识别为例,逐步设计一个深度神经网络模型,整个实验过程中不断调整网络结构、激活函数、损失函数、优化器、学习率和样本批次大小,最终设计出多参数融合优化的具有较高准确率的深度神经网络模型,为构建神经网络提供了一种有效的思路。

多参数融合的飞行品质评估模型的建立

目前航空管理机构与航空公司进行飞行品质评估主要是依据经验与简单飞行参数统计数字,这样做难以得出科学、客观的评估结果。基于提升全行业安全保障能力和运行品质的需求,研究了利用计算机技术对飞行品质进行综合评估的方法。选取了理想值逼近法作为飞行品质综合评估的手段,结合波动通道模型作为飞行品质评估的理论基础,基于提出的飞行品质评估模型对飞行品质评估系统进行了设计。对真实的飞行参数数据建立综合评估模型,同时考察多次航班的多个飞行参数,给出综合的飞行品质评估结论,为飞行评估、训练提供理论基础和科学的评判方法。

低信噪比下多参数融合的自适应语音端点检测

传统语音端点检测方法利用语音和噪声在某单一参数特征上的差异进行信号中语音起止点的切分,但不同参数在低信噪比不同噪声环境下表现不稳定,鲁棒性差。因此,本文提出了基于均匀子带谱方差,能熵比,梅尔倒谱距离,似然比四种参数相融合的语音端点检测方法。该方法能自适应地改变各参数阈值,并通过实时监测噪声段能熵比的值确定所采用的投票判决机制,从而进行语音端点判定。实验结果表明,该方法在低信噪比下较常用的端点检测方法有更高的检测正确率及鲁棒性,对语音信号后续处理工作有一定的借鉴意义。

基于多参数融合核电EDG在线监测分析技术研究

针对目前核电应急柴油发电机组现有监测信息难以有效定位故障源的现状,提出一种基于键相、瞬时转速和振动等多参数融合的在线监测分析技术。对数据进行高速连续采集和处理,将时域信号转换至角域以消除转速波动的影响。基于柴油机故障特性和信息融合理论,提取各工作循环相关测点的多特征参数,确定各故障类型与相关特征的映射关系,依次融合相关参数对故障进行分析定位。结合该技术对启动超时故障进行分析,验证了该技术的有效性。

基于多参数融合的风机健康状态评估

风电场中风机在运行过程中会产生海量数据,这些数据蕴含着大量风机关键部件的运行状态信息,通过对这些数据进行融合并采用科学比对分析能有效评估风机健康状态,提高风机的运行效率。通过CMS系统获取某双馈机组发电机非驱动端轴承振动数据,结合专家经验对数据进行分析并与理论值进行对比,判定轴承存在外圈故障;通过SCADA系统获得风机的状态数据,对状态数据进行分析获得一种基于SCADA数据的模糊综合判定模型;提出一种将CMS数据与SCADA数据相融合的风机健康状态综合评估方法,为提高风机健康评估准确性提供有效参考。

多参数融合分析下日照市莒县县城东部周边地热资源勘查评价研究

开发地热资源不仅可以加快当地地方经济的发展,而且能带动旅游业的兴旺。为对莒县县城东部周边地热资源勘查应用前景做出量化评价,本文通过水文地质调查、电阻率联合剖面、视电阻率激电测深、EH-4电磁测深、测温钻孔等多参数融合实现对调查区域的地热资源评价分析研究,从而为地热找矿提供数据支持。通过对多参数融合数据分析表明:1) 店子集略庄地区在CSAMT-1线第200点附近,此地段构造发育深度达2000 m以上,宽度超过200 m,倾向SW,倾角75˚,富水性强,增温率好,具备成热成矿条件;2) 陵阳小官河地区在CSAMT-1线第800点附近,此处构造发育深度大于1800 m,倾向NE,倾角75˚左右,富水性强,增温率3.5℃/100m,成热成矿条件较好;3) 碁山镇珠山村地区,AMT-1线480至560点之间靠近560点构造发育深度2000 m,宽度超过200 m,倾向SW,倾角85˚左右,富水性强,增温率2.97℃/100m,具有较好的成热成矿条件。进而,本文建议在调查区略庄CSAMT-1线第200点附近实施地热井钻探,设计孔深2000 m,预计水温大于50℃以上,水量大于2000 m3/d。这为调查区地热资源的合理开发利用提供数值化的指导建议,具有重要的实际应用前景。

基于声发射多参数融合的滚动轴承典型故障损伤程度识别方法

针对滚动轴承典型故障损伤程度难识别的问题,以声发射参数分析和波形流分析方法为基础,结合时间到达特征指数(TAFI)、计数、撞击数、能量以及引入故障特征频率功率峰值与其相邻倍频间频带内平均功率比值的无量纲参数故障因子,提出了一种基于声发射多参数融合的滚动轴承典型故障损伤程度识别方法。为验证该方法对滚动轴承典型故障损伤程度的识别效果,搭建了滚动轴承典型故障模拟试验台,开展试验并采集了线切割严重损伤和点蚀微弱损伤两种缺陷的滚动轴承声发射信号,对相同转速工况下测得的典型故障轴承与健康轴承的声发射信号应用本文提出的方法进行识别。结果表明:声发射特征参数TAFI可以初步判定轴承是否存在故障,计数和撞击数可有效识别滚动轴承的故障类型;特征参数能量可有效识别外圈故障和滚动体故障滚动轴承的不同损伤程度,引入故障因子参量来表征不同缺陷滚动轴承的损伤程度,通过线切割和点蚀缺陷1~5倍频故障因子数值上的差异,有效识别了典型故障滚动轴承的不同损伤程度,弥补了特征参数能量对内圈故障损伤程度识别的不足。该方法可有效识别滚动轴承典型故障的不同损伤程度。

基于多参数Gabor滤波器融合和高斯差分的生丝疵点分割

针对生丝疵点图像背景与疵点差别极小的特点,提出一种基于多方向、多频率Gabor滤波器融合和高斯差分滤波的疵点分割算法。根据疵点纹理特性,首先采用极大值的方法对特定频率多方向疵点Gabor滤波图像进行融合,并基于均值法对不同频率Gabor滤波器图像进行融合,然后使用高斯差分滤波进一步凸显疵点,最后采用全局阈值将疵点与背景分割开来。测试结果表明:该研究算法召回率达到了93.2%,能够准确分割出生丝疵点。

用于室颤节律辨识的多参数融合BP神经网络设计

目的构建一个用于区分室颤节律和非室颤节律的多参数融合BP神经网络。方法从心电信号中提取出18个特征值,分别标记心电信号的形态分布、高斯性、幅度谱、变异性、复杂度等各方面特征;以这些特征值作为输入向量,构建一个多参数融合BP神经网络进行训练,得到一个用于区分室颤节律与非室颤节律的分类器。结果与结论将构建的BP神经网络分别基于VFDB数据库和CUDB数据库进行实验,辨识准确率分别高达98.61%和95.37%;相较于现有方法,辨识性能显著提高。

多参数概率融合法在叠前地震储层预测中的应用——以苏里格气田苏194区块为例

砂岩和泥岩的纵波速度、密度和纵波波阻抗等常规参数的概率分布图常出现相互重叠的情况,使叠后波阻抗反演和传统的单参数储层预测难以解决储层预测和流体识别问题。由于地震数据的多解性,储层预测往往存在风险。因此,采用岩石物理参数和地球物理参数概率融合法,开展了以地震岩石物理参数分析为基础的叠前储层预测,利用叠前资料既可以大大减少储层预测的多解性,提高预测精度,降低勘探风险,同时又可揭示和表征储层预测中的不确定性。研究结果表明,叠前地震反演参数如纵波速度、横波速度、纵波波阻抗、横波波阻抗、纵横波速比和泊松比均能在一定程度上区分岩性和含气性,但无法给出高精度的含气性和岩性预测结果,融合多个地震反演参数的概率分布,充分提取反演参数中包含的储层岩性及含气性信息,既可有效识别储层岩性和含气性,又可提高储层预测精度。且多参数概率融合法预测砂层厚度和气层厚度的精度均高于传统的弹性反演转换方法。

基于毫米波的民机货舱火灾多参数探测技术研究

为了解决民机货舱等受限空间内光电火灾探测技术造成误报的问题,设计对烟气环境敏感变化的毫米波谐振腔,建立可实现多参数信号检测的可燃物燃烧试验平台。选取频率偏移量作为火灾烟气探测的主要特征参数,进行多参数数据处理与信息融合,采用基于YOLOv5网络模型的机器学习算法对火灾探测红外图像及烟气数据进行训练学习,评估分析其分类性能,并试验分析了探测系统对燃烧物种类及燃烧类型的识别效果。结果表明:多参数融合的火灾探测系统的烟气误报率、漏检率、探测响应时间、燃烧物种类识别率、阴燃火识别率等性能均优于现有单一传感烟感探测器。可见,采用基于频率偏移探测的多参数融合探测系统进行飞机货舱火灾探测的方法是有效的,能够提高火灾探测的准确率,减少误报漏报的发生。

多参数联合反演在火成岩储集体预测中的应用

苏北盆地海安凹陷四灶地区勘探主要目的层阜宁组火成岩发育,已在阜宁组二段和三段玄武岩及辉绿岩中获得商业油流。但该区火成岩分布复杂,受火成岩影响地震资料品质较差,依据地震资料准确地识别火成岩有较大难度。本文通过分析研究区火成岩储层的地震剖面特征和测井响应特征,应用伽马和深侧向电阻率曲线构建拟声波曲线,并以高分辨率波阻抗、伽马拟阻抗和深侧向电阻率拟阻抗反演为载体,进行了高分辨率参数反演。在此基础上,利用贝叶斯多参数综合识别方法进行多参数信息融合,形成融合数据体,预测出火成岩的平面及空间展布特征。经实际资料应用表明,多参数融合技术可有效地利用波阻抗反演和参数反演的结果,能较为准确地反映出火成岩的变化特征。

融合时空上下文信息的胸环靶着弹检测算法

为减小光照不均与随机抖动对胸环靶着弹检测精度的影响,该文提出一种融合时空上下文信息的胸环靶着弹检测算法。利用目标及其邻域的空间上下文信息进行光照均衡化,并提取胸环靶序列间时域运动上下文信息进行抖动校正。为提高胸环靶图像的稳定性,该算法提出多参数融合方法对抖动校正后的序列图像进行像素级融合。接着进行弹孔区域粗提取、能量筛选与重叠弹孔判别,获得弹孔位置分布。采用在部队靶场实地采集的图像进行实验,验证了该算法可以有效抑制光照不均与随机抖动带来的噪声影响,具有较好的弹孔提取能力。

油液监测多参数多尺度综合航空保障整体解决方案

现代化航空产品向着复杂化、集成化和智能化发展，与之匹配的航空保障要求也向着基于性能的预知性健康管理方向发展。为了提升航空发动机、传动系统、液压系统健康监控保障能力，实现基于性能的维修保障，进行基于油液监测的、在线／离线结合的多参数、多尺度、多模态融合保障的关键技术研究；提出基于阈交概率谱分析的数据融合和故障预测算法，并结合实际应用设计一套在线／离线结合的包含多参数油液检测和维修策略支持功能的整体解决方案。该方案已在多个飞机台架或分系统上进行了对比试用，证明能有效监控航空动力系统、传动系统、液压系统等关键部件的性能和健康状态，成为现代基于性能健康管理的航空保障的重要手段。