基于区分加权干扰属性投影的语种识别方法

传统NAP,投影矩阵的训练需要繁杂的参数调整和大量的标注语料,投影后不能彻底去除干扰信息且会造成一定的信息损失。为此,该文提出一种DWNAP算法,首先通过统计各语种训练语音协方差矩阵的特征值离散度,对干扰源进行量化估计,利用规整的估计值作为各语种的区分性权重参与投影矩阵的训练。汉日英三种语言的测试结果表明,相对于传统NAP提出的DWNAP有效地提高了系统识别性能,EER相对降低了7.51%。

施工作业行为的多属性投影安全评价研究

施工作业安全是安全管理需要考虑的主要问题,针对施工作业行为变动较大、安全行为数据为区间型数据的情形,首先采用Delphi法确定施工作业安全行为的指标体系,然后构建施工作业行为的多属性投影模型,并给出了建模步骤,尝试利用多属性矢量投影方法对施工作业行为进行综合安全评价,以确定施工作业行为的安全程度,最后通过算例验证了结论的有效性。该方法能为施工作业的安全投入提供参考,并且有利于提高安全管理的质量和效率。

基于扰动属性投影的说话人确认系统

在说话人确认系统中,由于训练和测试语音来自不同的信道,会产生信道失配现象。为此,提出一种基于扰动属性投影的说话人确认系统。利用有信道标注信息的语音训练出高维空间映射矩阵,通过映射将自适应得到的超矢量作为SVM的输入,削弱说话人特征中的信道信息。实验结果表明,该系统能降低信道失配带来的负面影响。

一种基于改进干扰属性投影的超声电机退化特征估计方法

压电陶瓷部件开裂是超声电机的主要故障模式之一,通过监测孤极信号能够有效地提取退化特征,然而运转工况的不同会给退化特征提取带来干扰,干扰属性投影(Nuisance Attribute Projection, NAP)在移除干扰成分时存在"二分式"的缺陷,不可避免地删除部分有价值信息.将协方差矩阵的特征值离散度量化估计干扰源干扰程度的方法引入干扰属性投影算法,提出一种改进干扰属性投影(Improved Nuisance Attribute Projection, INAP)的退化特征估计方法,该方法能够有效地削弱由于工况影响对退化特征提取的干扰成分,得到的退化特征能够更加有效地反映超声电机的退化状态.利用退化特征集建立标准退化模式矩阵,根据灰关联度的大小判定超声电机的退化状态,最后通过对比分析,验证了该方法的有效性.

投影多属性决策法与常用水质评价方法比较

目的将属于区间数理论的投影多属性决策方法用于水环境质量评价并验证它的适用性,解决常用水质评价方法评价过程中将水质标准视为一个点值,且常采用实际监测数据的平均值作为准确值代替实际监测的区间型数据来进行水质评价的问题.方法对辽河同一断面分别用投影多属性决策方法与常用水质评价方法的内梅罗指数法、灰色关联度法、物元可拓法、模糊综合法5种方法进行水质评价,并进行比较分析各评价方法的优缺点.结果常用方法评价结果为Ⅴ类或劣Ⅴ类;投影多属性决策方法评价结果为劣Ⅴ类,投影多属性决策方法与常用评价方法基本一致,且投影多属性决策法比常用水环境质量评价法更准确.结论投影多属性决策方法不仅可适用于地表水水环境质量评价.而且能直接采用实际地表水监测数据的区间型数据进行评价,为地表水环境质量评价提供新的应用方法.

模糊多属性决策的投影折衷方法

本文基于矢量投影的思想．导出了分量为L—R型梯形模糊数的模糊矢量投影的计算公式．通过将加权后的方案矢量投影到理想解上，再将负理想解投影到方案矢量上．进而在两个投影的基础上构建方案与理想解的相对贴近度．用以确定多属性决策方案的优劣次序．同时．本文以实例对这一决策方法进行了说明．

基于通道信息不平衡度的多元经验模态分解方法

在轴承多通道振动信号中,由于多通道故障信息不平衡会导致轴承故障诊断精度降低。针对这一问题,提出了一种考虑多通道故障信息不平衡的,基于多元经验模态分解(MEMD)的轴承故障特征提取与诊断方法。首先,分析了传统MEMD随机选择映射方向的缺陷,设计了依据通道间故障信息不平衡度自适应调整映射方向的策略,使分量信号中包含更多故障信息,并基于多元模态分解结果构造了特征空间;然后,基于冗余属性投影法对多通道提取的故障特征进行了融合,得到了多通道融合的本质故障特征;最后,采用反向传播(BP)神经网络进行了故障模式识别,设计了三层神经网络结构,且使用误差反向传播法进行了参数训练,并制定了基于BP神经网络的轴承故障诊断流程。研究结果表明:改进MEMD提取特征的类边界比传统方法更加明确,说明改进方法能够提取更具代表性的故障特征;从诊断精度看,与传统多元模态分解方法、完备集成辛几何分解方法相比,改进MEMD方法的诊断准确率最高,达到了99.5%。实验结果验证了改进方法在多通道故障诊断中是可行的,且从诊断精度上看,其具有一定的先进性。

NAP序列核函数在话者识别中的应用

针对话者识别系统中特征向量不定长和交叉信道干扰等问题,提出一种基于超向量的扰动属性投影(NAP)核函数。该函数是一种新型的序列核函数,使支持向量机能在整体语音序列上分类,移除核函数空间中与话者识别无关的信道子空间信息。仿真实验结果表明,该函数可有效提高支持向量机的分类性能和话者识别系统的识别准确率。

话者识别中结合模型和能量的语音激活检测算法

语音激活检测是检测语音起始终止端点的一种算法,合适地选择语音来进行说话人模型的注册和测试对话者识别系统的性能有很大影响.本文将基于能量的语音激活检测算法与基于模型的算法相结合来检测语音,在N IST2006核心测试数据集上,采用本文算法的系统相对于传统基于能量的方法性能最多有19%的提升.

地震沉积学应用分析

地震沉积学是应用三维地震信息研究沉积岩及其形成过程的学科,是继地震地层学、层序地层学之后的又一新兴边缘交叉学科。文章简述了地震沉积学的概念和内容,完善并调整了研究内容和研究流程,尝试将年代地层切片技术、90度相位转换、属性投影、分频技术和地震波形分析列为地震沉积学分析的5个特色技术。

基于NAP和RMI的滚动轴承性能退化状态识别与评估

退化状态特征的提取是滚动轴承退化状态识别与评估的关键。干扰属性投影(Nuisance Attribute Projection,NAP)能克服传统方法无法准确提取退化状态特征的不足,但在全寿命阶段上单调性和敏感性差,将排列互相关(Ranking Mutual Information,RMI)用于NAP的优化,从而准确评估轴承退化状态。应用优化正交匹配追踪(Optimized Orthogonal Matching Pursuit,OOMP)对振动信号降噪;将NAP计算的特征向量PE值与参考PE值对比识别轴承退化状态;应用RMI增强PE值对于信号细微变化的敏感性和全寿命阶段的单调性从而准确评估其退化状态。试验验证,滚动轴承性能退化状态识别率高,能高精度、分阶段评估轴承性能退化状态。

基于CRITIC-NAP的滚动轴承故障诊断

为消除实际工况中振动信号时变异常点对故障特征的干扰影响,提出一种利用CRITIC权重法量化估计信号被干扰程度,改进冗余属性投影(nuisance attribute projection,NAP)的故障特征处理方法。首先,采集多时段样本数据,利用CRITIC误差评价矩阵,量化估计离散度,自适应构造权重矩阵;其次,通过权重矩阵更新NAP投影矩阵,对故障特征进行冗余属性投影;最后,随机抽取已知运行状态投影后的样本作为SVM训练集,剩余样本作为测试集进行故障诊断。通过故障特征曲线对比实验,得出处理后的特征曲线基本完全重合,消除了同状态不同样本间故障特征差异性,验证了所提方法的有效性。通过相关性实验,与传统NAP做对比,4类状态特征相关性均有提高,平均相关系数高达近1,验证了所提方法的优越性。

显式动力学驱动的轴承变工况故障诊断方法

实际工程应用中,旋转机械通常处于变工况状态,不同工况样本特征分布的差异限制了故障诊断模型的应用范围。为解决变工况下特征分布不一致的问题,提出了显式动力学驱动的轴承变工况故障诊断方法。首先,采用有限元法仿真多工况、多故障类型的样本,通过冗余属性投影得到不同故障类型下的仿真投影矩阵;然后,利用仿真投影矩阵同步消除实测信号特征样本的复杂工况冗余信息;最后,结合支持向量机进行轴承变工况的故障诊断。通过两组变工况轴承数据集对所提方法进行验证,验证结果表明,仿真投影矩阵有效消除了冗余工况信息,投影后的故障诊断准确率达到100%。

地震沉积学在少井或无井条件下储层研究中的应用

以LD10-2具有特殊"蠕虫状"反射的滑塌浊积扇研究为例,在分析"蠕虫状"反射的形成机理及反射特征的基础上,运用地震沉积学的研究方法,综合运用年代地层切片技术、有色反演技术、Wheeler变换和地震属性相定量分析以及相控属性投影技术,表征浊积扇的主体水道位置,指出储层发育的有利区,并形成一套少井或无井条件下储层预测的技术方法体系。

基于连续隐马可夫模型的变工况风机齿轮箱性能退化评估

为排除工况变化给风机齿轮箱性能退化状态特征提取带来的干扰,引入基于干扰属性投影(Nuisance Attribute Projection,NAP)的特征变换方法。将变换后的特征向量作为观测值建立正常状态下的连续隐马尔科夫模型(Continuous Hidden Markov model,CHMM),以模型输出概率与正常状态输出概率的偏离程度作为齿轮箱性能退化的评估依据。为建立动态警报系统,提出利用极限误差法对输出结果进行统计处理划出分级警报线,为后续维护计划制定提供参考。