位移和最大相关距离在ECMWF集合预报产品中的应用

文章提出了一种对集合预报产品进行自动划分的新方法 ,即位移和最大相关距离。其基本假定是集合预报成员在一定程度上代表了未来可能发生的某类天气形势 ,为此引入了天气类型的概念 ,并以法国中期预报员总结出的影响法国的 5类天气形势为基础 ,对欧洲中期天气预报中心 (以下简称ECMWF)的集合预报产品进行了划分。 结果表明 ,大气的可预报性与预报时效、预报的天气有关。该文提出的新方法简洁直观 ,便于使用 ,在天气类型和实际天气之间建立了最直接的联系 ,大大压缩了集合预报产品的信息量。ECMWF的集合预报产品对影响法国的平直型、热阻塞型、冷阻塞型、扰动型等天气形势预报效果比较好 。

基于多特征的图像检索算法

基于内容的图像检索是数字图像处理的一个重要研究方向,有效地提取图像内容特征是其中的一个关键问题。提出利用最大相关最小距离将图像的纹理特征、高斯密度特征与人脸检测相结合的算法进行图像检索。在建立10 000幅图像库的基础上验证了算法的可行性,实验结果表明算法能够准确、高效地检索出目标图像;相对于单一特征的检索,算法有效地提高了图像检索的精度和速度。

基于MRMD的滚动轴承损伤程度识别方法研究

为解决滚动轴承损伤程度难以识别的问题,提高故障诊断的准确率,将特征选择方法应用到滚动轴承故障诊断中。在建立多域特征集的基础上提出一种基于MRMD(Max Relevance Max Distance)评价准则的特征选择方法完成对轴承损伤程度的评估。首先从原始信号中提取能够表征轴承运行状态变化的时频域统计特征并建立多域特征集;然后利用MRMD特征选择方法去除特征集中的无关特征和冗余特征,筛选出敏感特征;最后将筛选出的故障特征样本输入到概率神经网络(PNN)中得到损伤程度的评估结果,利用该特征选择方法可以实现轴承裂纹损伤程度的识别。以分类器正确率为依据,验证了基于MRMD特征选择方法的有效性和优越性。