多尺度加权LBP的人脸识别

针对传统局部二值模型(LBP)算子容易受到周围噪声点的干扰的缺点,提出了首先对图像进行Gauss滤波预处理,去除图像中的干扰噪声。针对传统LBP算子无法提取出非局部特征信息,提出一种新的基于多尺度加权的改进LBP(MWLBP)算子。MWLBP算子以不同大小的方型邻域为研究对象,将不同大小区域的LBP直方图进行加权求和。MWLBP比传统LBP算子提取的特征范围更大,在提取了局部特征的同时,保留了一定的非局部特征。相对于Gabor和其它特征提取方法,MWLBP算子在保留了多尺度特征的同时,能控制计算量大小。在ORL和Yale人脸数据库上的实验表明,Gauss滤波预处理确实能去除图像中的干扰噪声,提高识别准确率;MWLBP算子比传统的LBP算子、Gabor和其它特征提取方法减少了计算量,加快了分类器训练和人脸识别的速度,提高了准确率。

小波尺度加权法在粗晶材料超声波检测中的应用

为了解决超声波检测粗晶材料时回波信噪比低、缺陷难以检出的难题,对超声波信号小波分析原理进行了研究。以实例分析的方式提出小波尺度加权降噪法,并阐述其原理及优点。在小波分析尺度加权降噪法的基础上编制了缺陷识别程序,对超声波信号进行处理,大大提高了对缺陷的识别与定位能力。该检测工艺在实际粗晶材料超声检测中取得了良好的效果。

基于多尺度加权主成分分析的SF_6红外光谱分析

利用红外光谱法分析SF6气体及其衍生物是判断气体绝缘组合电器(GIS)运行状态和故障的一种重要手段。传统的诊断方法过程繁琐、效率低下,而且受主观因素的影响较大。本文指出可以采用机器学习的方法实现GIS设备的故障诊断,并提出了多尺度加权主成分分析的特征提取方法。多尺度加权主成分分析结合了主成分分析和多尺度分解的特点,保证了尺度特征信息的最大化,并且修正了特征向量在数据分类时的权重。通过对广西电力研究院提供的SF6及其衍生物的红外光谱进行分析,证明了多尺度加权主成分分析算法对训练样本的分类效果要比标准的主成分分析算法好3～4倍。

广义复合多尺度加权排列熵与参数优化支持向量机的滚动轴承故障诊断

针对滚动轴承特征提取和故障识别两个关键环节,提出了一种广义复合多尺度加权排列熵(GCMWPE)与参数优化支持向量机相结合的故障诊断方法。利用GCMWPE全面表征滚动轴承故障特征信息,构建高维故障特征集。应用监督等度规映射(S-Isomap)算法进行有效的二次特征提取。采用天牛须搜索优化支持向量机(BAS-SVM)诊断识别故障类型。将所提方法应用于滚动轴承实验数据分析过程,结果表明:GCMWPE特征提取效果优于多尺度加权排列熵、复合多尺度加权排列熵和广义多尺度加权排列熵;GCMWPE与S-Isomap相结合的特征提取方法可在低维空间中有效区分滚动轴承不同故障类型;BAS-SVM的识别正确率和识别速度优于粒子群优化支持向量机、模拟退火优化支持向量机和人工鱼群优化支持向量机;所提方法能够有效、精准地识别出各故障类型。

基于改进多元多尺度加权排列熵的齿轮箱故障诊断

齿轮箱振动存在多个传递路径,而典型齿轮箱故障诊断方法一般使用单个路径的单通道振动信号,易造成其它通道信息的遗漏。为充分利用不同路径振动信号故障信息,增强故障特征的质量,引入了多元多尺度加权排列熵,对其粗粒化方式进行了完善,提出了改进多元多尺度加权排列熵(IMMWPE),实现齿轮箱多通道振动信号的故障特征提取。基于此,提出了一种结合IMMWPE、成对邻近特征和粒子群优化支持向量机的齿轮箱故障诊断方法。通过齿轮箱多通道数据分析,将其与多元多尺度样本熵、多元多尺度排列熵和多元多尺度模糊熵等方法进行对比,结果证明该方法能够准确识别齿轮箱的各类故障,而且优于对比方法。

融合尺度加权的改进小波阈值函数的超声去噪

为了提高超声在线检测的准确度,有效去除噪声,引入了算术平均滤波方法对信号进行预处理。针对小波阈值去噪方法中传统阈值函数在阈值点处不连续、存在恒定偏差的缺点,在研究现有改进阈值函数及尺度加权方法的基础上,提出一种融合尺度加权的改进小波阈值函数。仿真结果表明:改进后的小波阈值函数可显著提高信噪比,并在超声薄板厚度在线检测的实际应用中,具有很好的去噪效果。

基于多尺度加权排列熵的管道泄漏检测

管道的泄漏检测对于物料长距离运输的安全至关重要。利用加权排列熵方法分析管道的压力时间序列,可提取压力时间序列的特征,通过判定所提取特征的变化,实现管道的泄漏检测。考虑到单尺度加权排列熵在反映压力信号复杂度方面的不足,提出了基于多尺度加权排列熵的管道泄漏检测方法。该方法采取移动窗口法,选取固定长度的压力序列作为子序列。计算该子序列的多尺度加权排列熵,从而判定管道的泄漏。最后,通过对管道泄漏实验装置的仿真试验,验证了所提算法的有效性。

基于改进复合多元尺度加权排列熵的轴承故障识别研究

轴承作为机械传动系统上不可缺少单元,在长期交变载荷作用下容易产生内部损伤,判断其故障状态尤为重要。综合复合多元多尺度加权排列熵(CMMWPE)与天牛须搜索支持向量机(BSASVM)算法优点,设计了一种基于CMMWPE-BSASVM复合算法的轴承故障智能诊断方法。以调心球轴承运行情况为例,开展故障诊断分析。研究结果表明:利用本文CMMWPE算法进行处理时形成了比MWPE、CMWPE算法更加平滑的熵值变化曲线,能够实现以上样本的精确区分,有助于更准确提取出滚动轴承的特征信号。采用CMMWPE可以实现更高效的故障模式识别性能;相比较其他分类器,BSASVM分类器处理效率更高,因此建立的CMMWPE和Isomap特征集识别运行故障获得了100%准确率,确保滚动轴承故障达到精确、高效识别的效果。该研究可以拓宽到相关机械传动领域,具有很好的应用价值。

基于多尺度加权融合特征学习的转子故障诊断

针对一维振动信号表达故障特征信息不全面及转子故障信噪比低的问题,提出一种基于多尺度加权融合特征学习的转子故障诊断方法。首先,对时域振动信号的幅值进行标准化处理,利用对称点模式(SDP)原理将多传感器振动信息融合为二维SDP图像,通过选取适当的时间滞后系数和角增益,突出不同故障下SDP图像的特征;其次,构建了一种多尺度加权卷积神经网络(MSW-CNN)模型,利用3个不同的感受野分别提取图像特征,通过对多通道图像特征进行加权融合提高了模型的分类精度;最后,利用MSW-CNN模型对6种故障状态的SDP图像进行特征提取并分类。实验结果表明,与其他3种方法相比,所提方法的转子故障诊断精度更高,达到99.31%,在噪声干扰下的诊断精度为96.23%,验证了所提方法的有效性。

高斯自适应多尺度加权滤波去雾算法

为了达到良好的图像去雾效果,提出一种高斯自适应多尺度加权滤波去雾算法。通过多尺度最小值加权滤波得到暗通道图像,建立最小通道与高斯函数的关系,线性约束后并经过自适应参数对像素灰度值的调整得到粗级透射率,紧接着对得到的粗级透射率图像进行多尺度加权引导滤波得到优化透射率,结合加权大气光强并依据大气散射模型对图像进行去雾复原处理。实验结果表明,该方法有效地将单幅有雾图像进行了处理,与其他经典算法相比较得到的图像细节显示效果好,很好地恢复了场景的对比度,增加了图像的可见度,具备一定的优异性。

基于多尺度加权的大数据信息统计及智能化安全监测方法

针对当前大数据信息统计损失值较大,安全监测误差值较大,严重影响电力安全生产的问题,引入多尺度加权,对大数据信息统计及智能化安全监测方法进行研究。通过物联网在企业的业务系统中获取所需信息,进行预处理;构建在稳态工况条件下和动态工况条件下的大数据基准模型;结合多尺度加权,实现异步信息融合与统计;对融合残差多尺度分析,实现智能化安全监测。通过对比实验证明,新的方法能够在大数据新系统及时降低损失值,并提高安全监测的精度,减小监测误差,为电力安全生产提供有力支撑。

基于多尺度加权形态网络的燃气流量计健康状态评估

燃气流量计是天然气贸易计量的重要仪器,而其健康状态的改变会造成计量偏差。为了减少燃气企业的经济损失,本文提出了一种基于多模态数据扩充、形态学特征学习和多尺度自适应加权形态学网络的燃气流量计健康状态评估方法。首先,采用基于Wasserstein距离和谱归一化的ACGAN算法进行数据扩充。其次,针对燃气流量计振动信号数据的复杂性和噪声影响,提出了一种基于平均帽变换的形态学方法提取信号的正负脉冲信息。最后,针对非平稳、变工况的工业条件,引入多尺度自适应加权形态学网络,采用具有不同结构元素尺度的多个分量来分别提取脉冲信息,并利用自适应加权融合来增强提供强脉冲分量的尺度。通过实验结果表明,所提出的方法对燃气流量计健康状态评估的准确度超过94%。该方法对实际燃气贸易计量有重要的应用价值。

基于多尺度地理加权回归模型的城市住宅价格影响因素空间异质性——以桂林市主城区为例

基于桂林市2022年10月二手房价格数据,结合多尺度地理加权回归(multi-scale geographically weighted regression,MGWR)模型,分析不同尺度下城市住宅价格影响因素的空间异质性。结果表明:(1)桂林市住宅价格呈显著空间自相关,局部空间自相关结果表明,桂林市住宅价格空间呈显著的集聚分布,以“高-高”和“低-低”集聚为主,“高-低”和“低-高”集聚范围较小;(2)相较于普通最小二乘法(ordinary least squares,OLS)和地理加权回归(geographically weighted regression,GWR)模型,MGWR模型的R2更高,能更准确地测度变量对住宅价格的影响程度和空间差异性;(3)住宅房龄、教育医疗和商务设施为全局变量,绿化率、公共交通设施、铁路设施配套、生活配套和旅游景点的空间异质性处于中等水平,对外交通设施的空间异质性较大,在局部范围内对住宅价格有显著影响且差异明显;(4)住宅房龄、生活配套和旅游景点对住宅价格具有负向影响,教育医疗和商务配套对住宅价格具有正向影响,其余变量在不同空间区位上对住宅价格表现出抑制或增值作用。

时空可达性视角下公共服务设施对住宅价格的影响——基于多尺度地理加权回归(MGWR)的研究

城市住宅价格由多种因素共同作用决定。住宅的建筑特性能够决定其基本价值,但不同的区位条件也会使住宅价格产生差异。区位差异带来的交通、教育、医疗、休闲娱乐等服务的不同,会影响居住便利性,从而影响住宅价格。因此,研究到达公共服务设施的便利程度对住宅价格的影响,能够揭示住宅价格波动的内在规律,为城市规划和政策制定提供依据。文章研究了南京市6个老城区和2个新城区住宅价格的空间分异特征及其影响因素。通过收集2024年1月各小区的平均住宅价格,运用克里金插值法分析住宅价格的空间特征,再用网络分析法计算住宅到各类公共服务设施的最短时间,将住宅属性和通行时间成本纳入MGWR模型来探究公共服务设施可达性对房价空间分布的影响。研究结果表明:(1)南京市住宅价格由市中心向郊区递减,呈现圈层状分布,峰值出现在鼓楼区、玄武区和建邺区;(2)住宅容积率、小区绿化率、到达最近公园、公交车站、购物中心、火车站和三级甲等医院的时间对住宅价格有显著影响;(3)相同因素在不同城市空间对住宅价格的影响存在差异。

加权多尺度卷积稀疏表示及其在滚动轴承复合故障诊断中的应用

故障特征精确提取是实现轴承故障诊断的重要环节。卷积稀疏表示能够刻画特征的移位不变特性,非常适用于滚动轴承故障特征提取。然而,卷积稀疏表示忽略了故障冲击特征的周期性及不同尺度下的信号特性差异,制约了其在谐波成分和背景噪声等干扰下的特征提取能力。因此,提出了加权多尺度卷积稀疏表示用于分离振动信号中的周期性故障冲击特征,从而实现轴承故障诊断。在构建的稀疏表示模型中,利用多尺度变换将原始信号转换到不同尺度下,并在不同尺度下采用不同权重系数以达到抑制谐波成分等干扰的目的。同时,为了凸显故障冲击特征,建立了约束故障特征稀疏系数周期性的正则项,提高冲击特征分离能力。此外,引入交替方向乘子法和受控极小化方法推导出迭代求解算法。最后,通过分析提取特征的波形、包络谱及两种故障信息定量评估指标,验证了提出方法拥有优异的轴承复合故障冲击特征提取和诊断能力。

武汉市主城区建成环境对街道活力影响的时空特征----基于多尺度地理加权回归

探究建成环境对街道活力的影响效应是城市公共空间品质提升的关键。文章以武汉市主城区为例,首先基于人口热力数据测度多时段街道活力,其次利用街景数据、POI数据及OSM路网数据构建基于宏观街区构成和微观街道特质的多维度建成环境指标体系,最后引入多尺度地理加权回归模型探讨不同建成环境对街道活力影响的时空差异。结果表明:(1)时间上,武汉市主城区内中高活力街道在9:00-18:00间整体占比最多。空间上,街道活力在各时段整体呈“东核西带、多点聚集”分布。(2)基于宏观街区构成的二维建成环境对街道活力的影响整体较微观三维街道建成环境更为明显。(3)各建成环境要素对街道活力影响的时空异质性显著。距娱乐休闲设施最近距离和围合度对街道活力的影响整体具有稳健的时空变化特征,接近度、功能混合度、功能设施密度和天空开敞度次之,距综合商场最近距离、街道高宽比和交通安全设施占比则表现了明显的时空局部显著效应。

路网形态与住宅价格的多尺度空间关系研究——基于空间网络分析与多尺度地理加权回归模型

针对以往住宅价格影响因素分析中忽略城市路网形态参数的问题,该文基于空间网络分析,将不同搜索半径下道路接近度与穿行度纳入住宅价格特征变量,构建空间计量模型,探究成都市路网形态对住宅价格的驱动效应。结果表明:1)相比享乐回归模型和地理加权回归模型,多尺度地理加权回归模型揭示了不同变量的空间影响尺度,更适用于探究成都市路网形态对住宅价格的影响;2)路网的局部接近度、局部穿行度核心位于二环内,全局接近度核心主要分布在四环内,全局穿行度核心主要分布在交通干道上;3)不同搜索半径下对住宅价格具有显著驱动效应的接近度均为全局尺度变量,该效应在空间上相对平稳,而穿行度作为局部变量,其在空间上的影响尺度随搜索半径的变化而存在差异,具有一定的空间异质性,其中,路网接近度对住宅价格产生正向影响,其系数空间格局呈跨尺度相似特征,而穿行度产生负向影响,其系数空间格局呈跨尺度变异特征;4)各搜索半径下路网形态变量的差异可在一定程度上改变消费者对其他影响因素的偏好程度。

多尺度自适应加权形态边缘检测方法

针对常用的多尺度边缘检测方法因卷积运算造成模糊图像边缘 ,提出一种多尺度自适应加权形态边缘检测方法 ,利用大小不同的结构元素提取图像边缘特征 ,在大尺度下抑制噪声 ,可靠地识别边缘 ,在小尺度下定位 ,再由粗到细跟踪边缘 ,得到边缘的位置 ,再由各尺度结构元的抗噪性确定加权值的大小 ,然后加权处理得到最后的边缘结果 .实验表明 ,用多尺度自适应加权形态边缘检测算法可得到较理想的图像边缘 .

限制GPS边长综合投影变形加权尺度比算法

高斯投影变形量是一个以至中央子午线距离为自变量的二次幂函数,其投影后的边长变形量沿横向呈二次曲线变化,理论上,横向不同位置的尺度比不一样,采用常规算数方法求定的平均尺度比一般情况下并不能理想地代表测区的整体尺度。尺度比计算时应顾及参与计算实测边长的高斯投影变形量及横向的最优代表范围,通过综合考虑高斯投影变形因素的影响来确定各个边长参与尺度比计算的权重。为了保持平差后GPS网的相对构型,以减少平差约束条件,宜将求定的加权尺度残差采用高程抵偿投影的方法予以处理。

旅游发展对城乡收入差距影响的空间异质性——基于多尺度地理加权回归模型(MGWR)

基于2018年全国地级市数据,运用多尺度地理加权回归模型(MGWR)分析旅游发展对城乡收入差距影响的空间异质性及其尺度规律。结果表明,旅游发展对城乡收入差距的影响以扩大作用为主,且影响效果体现出空间异质性规律:在华南和西南地区,旅游发展对城乡收入差距具有较为明显的扩大作用;在中部和西北地区,旅游发展对城乡收入差距具有扩大作用,但影响程度较弱;在华东、华北和东北地区,旅游发展对城乡收入差距的影响程度最弱,在沿海区域表现为缩减作用,内陆区域表现为扩大作用。因此,未来应当持续推进乡村振兴战略,促进乡村旅游发展;大力发展全域旅游,促进城乡旅游全面协同发展;旅游发展规划兼顾区域均衡发展和城乡均衡发展的双重目标。