基于模糊支持矢量数据描述的早期故障智能监测诊断

为了解决机电设备早期故障难以正确识别及故障发展状态不易准确监测的问题,提出了一种基于模糊支持 矢量数据描述(FSVDD)的早期故障智能监测诊断新方法。该方法只需要一类目标样本作为学习样本就可以建立起 单值分类器,同时在核函数中引入非目标样本的模糊隶属度,从而把非目标样本与目标样本分等级地区分开来。 将这种方法应用在机电设备状态监测和故障诊断中,只需要将正常运行时的数据信号作为目标样本,就可以实现 对设备早期故障的准确识别,同时判断故障的严重程度。在轴承运行状态监测中的测试结果表明,该方法不仅能 快速识别轴承的早期故障,而且可以对故障的严重程度做出准确的判断。

汽车变速杆操纵舒适性的矢量描述与聚类分析

以汽车变速杆操纵舒适性的数字化描述与等级划分为研究对象,从生理学和心理学角度分别选取作业强度和感知强度参数作为衡量人体舒适性的指标,确定操纵过程中操纵力与作业强度和感知强度的数学关系,并据此提出基于欧氏距离的操纵舒适性矢量描述;将这些舒适性矢量点集作为样本数据,采用模糊C-均值聚类分析进行识别分类,得到不同用力范围内的操纵舒适性等级,从而实现变速杆操纵舒适性的等级划分。

基于核主分量分析和支持矢量数据描述的雷达目标模糊识别方法

针对雷达目标高分辨距离像(HRRP)存在大量的信息冗余,易受到噪声的污染,可分性较差等问题,本文利用核方法解决非线性问题的优点,提出了基于核主分量分析(KPCA)的雷达目标HRRP特征提取与基于支持矢量数据描述(sVDD)的雷达多目标模糊识别方法。在特征提取过程中,利用KPCA对雷达目标HRRP做降噪与降维处理,使得HRRP降低噪声和姿态角的敏感性;在识别过程中,首先在特征空间求得包含每一类目标训练样本的最小超球体,然后根据各个测试样本到最小超球体球面的距离构造属于各个类别的模糊隶属度,根据模糊隶属度的大小判断测试样本所属的类别。仿真实验结果表明,本文提出的算法应用于雷达多目标识别时,具有较高的正确识别率;同时基于SVDD多目标模糊识别算法训练过程只需对每一类目标进行训练,因此具有计算量小,稳健性能优等优点。所以本文提出的KPCA特征提取与SVDD雷达多目标模糊识别方法有很强的实用性。

基于HHT-DDKICA和支持矢量数据描述方法的提升机故障监测

分析提升机振动信号特征抽取和故障监控存在的问题,提出基于HHT-DDKICA和支持矢量数据描述(Support vector datadescription,SVDD)相结合的提升机故障监控方法。该方法通过滤波器把振动信号分解到感兴趣的子频带,使用希尔伯特-黄变换(Hilbert-Huang transform,HHT)把子频带信号分解为多个内蕴模式函数(Intrinsic mode functions,IMFs),给出HHT去噪方法以及基于信号能量准则的IMFs选择方法,保证选取IMFs的有效性。针对单个IMF往往包含多个非线性源振动信号成分的问题,提出数据依赖核独立分量分析(Data dependent kernel independent component analysis,DDKICA)算法对源振动信号进行分离。该方法不仅能够根据数据集确定合适的核函数,而且在经验特征空间中使用DDKICA模型选择准则选择最优模型参数。根据从DDKICA抽取的时频特征分布情况,提出使用SVDD模型构造新的统计量并确定其统计控制限。提升机应用研究表明,该方法能够及时发现运转过程出现的异常情况。

一种图像多描述网格编码矢量量化算法

在互联网和无线通信环境下,图像通信常因数据包传输出错或丢生而导致质量的严重下降,多描述编码是解决这个问题的一种新途径。该文提出了一种多描述网格编码矢量量化新算法,给出了多描述分解的方法和规则,并通过构造一个代价函数,提出了最优搜索策略,用维特比算法对多描述编码最优路径进行搜索。仿真结果表明,新算法有效利用网格编码矢量量化将量化码书大小扩大一倍的特性,提高了中央通道的编码性能,而如果只收到单个描述,解码图像仍能获得较好的重建质量。

基于塔式格型矢量量化的图像多描述编码算法

多描述编码(MDC)是解决差错信道上图像通信数据包丢失问题的一种新方法,它通过将图像分解为多个独立而又具有一定相关性的描述,并通过不同的信道进行传输,来改善数据丢失条件下的图像解码质量。本文提出了一种图像信号的多描述塔式格型矢量量化编码算法(MDPLVQ),利用小波树之间的独立性,采用不同的塔式格型矢量量化缩放因子对小波系数进行量化。该算法设计简单,对冗余度的控制容易,实验结果说明了其有效性,其编码压缩性能优于多描述标量量化(MDSQ)、多描述对变换(MDPCT)和多描述零叉树(MDEZW)等方法。

一种新的支持矢量数据描述模糊识别方法

支持矢量机(SVM)是一种两类分类器,而支持矢量数据描述(SVDD)是一种单类数据分类方法,通过在特征空间寻找包含某类样本的最小超球体来对样本分类,该方法只需已知某类数据即可构造分类器。但是在SVDD方法中,直接根据超球体构造的分类器对样本数据正确识别能力不高。针对这个问题,根据样本在特征空间中到各个超球体球心的距离构造了样本属于各个类别的模糊隶属度函数,提出了FSVDD多目标识别方法。在FSVDD的训练过程中采用了乘性迭代规则的快速优化算法,该快速算法降低了优化的复杂度和缩短了优化时间。在针对不同类型数据集的识别实验中,证明了提出的FSVDD多目标识别算法具有训练速度快、识别率高的优点,有很强的实用性。

零件特征矢量描述法研究

在回转体零件ＣＡＰＰ系统软件开发过程中，零件信息建模是个关键问题，除需具有常规零件模型的特点外，还应满足ＣＡＤ／ＣＡＰＰ接口的要求，零件特征矢量描述法，正是在这种要求下提出来的，并在轴类零件ＣＡＰＰ编制过程中加以实现。

基于CIMS的零件特征矢量描述法研究

介绍一种基于CIMS的回转体零件信息建模方法一零件特征矢量描述法，这种方法不仅满足CAD／CAPP接口的要求，还与常规零件建模基本一致。

全样本支持矢量数据描述模拟电路故障分类

传统支持矢量数据描述(Support Vector Domain Description,SVDD)分类规则完全忽略非支持矢量所包含的样本信息,为此本文提出了一种全样本SVDD分类方法,并应用到模拟电路故障诊断中。该方法以贝叶斯理论和分类器模糊融合思想为基础,利用核密度估计得到的类条件概率密度和先验概率的乘积对SVDD相对距离进行加权。实验结果表明,与SVM扩展的多分类器相比,本文方法能够有效提高模拟电路故障诊断的准确率,且全样本SVDD分类模型对参数变化具有较强的稳健性。

加窗灰度差直方图描述子及其对SURF算法的改进

如何构造紧凑而有效的特征描述子是机器视觉和模式识别领域重要的研究课题之一。针对SURF(Speeded Up Robust Features)算法的Haar描述子不能充分利用特征点周围信息的缺陷,该文提出了一种新的局部不变描述子——加窗灰度差直方图(Windowed Intensity Difference Histogram,WIDH),该描述子基于特征点周围邻域一个较小的核心区域,通过窗口模板的移动充分利用外围作用区域的灰度差信息,构造了一个维度低且辨识力很强,运算简单高效的描述矢量。实验表明,将WIDH用于改进SURF算法的Haar描述子时,可以用更低维的矢量获取与SURF相近或更好的辨识能力。在抗模糊性和抗噪性方面,WIDH明显优于SURF的Haar描述子,相同的错误率下查全率分别提高了大约35%和50%。

应用楞次矢量描述类氢原子的开普勒问题

应用楞次矢量描述类氢原子的开普勒问题刘国强从量子力学的研究初期开始，氢原子与电磁场的相互作用列入实验和理论研究的课题。其研究方法部分地介鉴了经典的或半经典的理论．这使我们得到启发，在描述类氢原子的开普勒问题时引人楞次矢量后，仅利用经典力学理论就能得到...

分子电距矢量(MEDV)用于肽模拟物的定量构效关系研究(英文)

利用电距矢量 (MEDV)表征肽模拟物的分子结构 ,并与包含N、O、S杂原子 ,饱和与不饱和键或共轭体系的二肽分子的生物活性相关。利用多元线性回归方法 ,构建了两组二肽分子的定量构效关系 (QSAR)模型。对于 5 8个二肽组 ,模型相关系数和均方根误差分别为R =0 .84 2 3和RMS =0 .5 3 5。对于 4 8个二肽组 ,R =0 .8199,RMS =0 .3 5 7。为了检验QSAR模型的预测能力 ,对两个二肽组数据集进行了交叉校验 (CV)。采用LOO法即每次从n个样本中抽出n- 1个样本建立QSAR模型继而用该模型去预测余下的 1个样本的生物活性的方法。对于 5 8肽组 ,5 8次预测的生物活性与原实验活性之间的R =0 .790 6,RMS =0 .60 8,而 4 8肽组的R =0 .74 2 2和RMS =0 .4 17。MEDV只利用了分子二维拓扑图中元素电负性和相对化学键长的有关信息 ,不需要任何三维结构知识或分子校准步骤或有关物理化学性质的信息。此外构建QSAR模型时只利用MLR方法而不需应用主成分回归或偏最小二乘技术。方法简便快速 ,模型稳定有预测能力。

一种利用顶点位形描述的任意正交折线线圈阻抗解析建模新方法

本文利用顶点位形描述方法,建立了任意正交折线线圈阻抗的封闭模型.首先,利用二阶矢量位公式对一个线形矩形线圈的电磁场分布进行描述,并推导了该矩形线圈的标量势表达式,其包含有一个利用矩形四个顶点的位置因子和角形因子进行描述的积分项;其次,证明了角形因子的两个重要性质,并利用该性质将矩形线圈的标量势表达式推广到任意正交折线线圈的情况;最后,建立了任意正交折线线圈阻抗的解析表达式,并以矩形螺线线圈为例进行了阻抗计算,并将计算结果与实验测量值进行了对比.结果表明,计算值与测量值之间有较好的吻合度.相对于现有的矩形描述法,本文所提方法在简化建模过程及提高建模速度方面具有明显优势.

常用的多描述编码方法

介绍了多描述编码的历史、基本概念、以及比其它编码方式的优越性,并阐述了几种常用的多描述编码方法。

基于CDN的多描述视频编码方法研究

从CDN(内容分发网络)技术角度出发,分析了多描述视频编码在CDN中的应用,提出了三种应用于CDN的多描述视频编码方案和基于运动矢量的描述恢复方法,分析了视频序列在时间和空间上的相关性,并比较了这三种编码方案的性能。实验表明,基于时间相关性的奇偶帧分解多描述编码方案的性能优于基于空间相关性的奇偶行、奇偶列分解多描述编码方案。

旋转矢量图与简谐振动的关系

在《大学物理》教学中,为了方便、直观地描述简谐振动,我们常采用旋转矢量描述法。如何形象地引入旋转矢量描述法,如何把速度也引入到矢量图中便于更加直观地解题,本文在这方面作一点探讨。

生产系统柔性的度量方法研究

本研究分析了生产系统柔性的重要性和特点 ,提出了生产系统柔性的三维矢量描述 ,并建立了柔性的最优化模型。分析了生产系统硬件要素和软件要素对系统柔性的影响。根据柔性的三维矢量描述 ,设计了柔性的实用度量方法 。

基于矢双谱的智能故障诊断方法

支持矢量数据描述(Support vector data description,SVDD)是一种单值分类方法,可以解决故障诊断中故障样本缺乏的问题。矢双谱方法是基于全矢谱信息融合的双谱分析方法,能够有效融合旋转机械的双通道信息,更加全面、准确地反映信号中所包含的非线性故障特征信息。为实现在缺乏故障样本的情况下,对设备故障进行有效的智能诊断,提出一种矢双谱和SVDD相结合的智能故障诊断方法。采用矢双谱对双通道信号进行处理并提取特征矢量,作为SVDD的输入参数,建立起分类模型即可对机器运行状态进行分类。将该方法应用于齿轮箱的故障诊断中,结果表明可有效提取齿轮箱信号的特征信息,提高SVDD在故障诊断中的准确度。