基于振动信号频域离散特征的螺栓完全松动检测方法研究

针对输电铁塔等桁架结构螺栓松动故障,提出了一种基于振动信号频域离散特征的螺栓完全松动检测方法。首先,利用有限元软件对桁架结构螺栓连接完全松动前后进行瞬态动力学分析,采用方差和变异系数求解仿真振动信号离散特征以及变化率,得出螺栓完全松动时方差和变异系数变化规律,并指出方差对信号的离散程度更加敏感;然后,实测了输电铁塔螺栓完全松动前后脉冲激振下的振动响应信号,经变分模态分解(VMD)-小波硬阈值降噪处理后,求解得到实测振动信号离散特征和变化率。仿真和实验结果表明:当螺栓完全松动后,振动信号频谱图频率成分增多,离散特征系数增大,离散程度增强。该方法能够有效检测输电铁塔等桁架结构螺栓完全松动趋势,具有一定的工程实用性。

基于心电动力学离散特征与SVM模型的AMI早期筛查研究

目的以急性心肌梗死(AMI)患者和健康人的心电动力学(CDG)数据为基础,研究一种新早期筛查模型用以评估健康人群和AMI患者。方法训练集包括1500例AMI患者和1500名健康个体。在2000人中验证了SVM模型。测试无或有轻度症状的AMI患者的心电(ECG)信号,获取ECG信号的CDG数据,分析CDG数据的离散度特征,并基于支持向量机(SVM)建立早期筛查模型以评估健康人群和AMI患者。结果AMI患者CDG数据的离散度特征的定量值与健康个体存在显著差异,AMI患者的CDG数据比正常人的CDG数据混乱,支持向量机模型用于AMI诊断的准确性较高。结论基于心电动力学离散特征与SVM模型的AMI早期筛查方法的应用可以有效区分AMI患者和健康个体,该方法为AMI的早期筛查提供了辅助方法。

基于离散特征的跌倒检测智能方法及应用

随着人口老龄化现象加剧,对老年人跌倒的检测与报警越来越重要。为提高跌倒检测的准确率,提出一种基于离散特征的跌倒检测智能方法。通过对人体运动数据的分析,提出7类人体运动特征;并建立了以BP神经网络为基础的跌倒检测模型,将提取的离散特征作为模型的输入,模型的输出作为跌倒检测结果;通过对模型的学习与训练后,实现跌倒检测。方法验证和产品应用结果表明:采用基于离散特征的跌倒检测智能方法能够有效地区分跌倒与非跌倒,提高了跌倒检测正确率,降低了误报率和漏报率。

离散特征点探测算法

在建立新的特征点响应函数的基础上,提出了一种特征点探测算法,算法以图像分块为基础,通过计算每一分块内的特征点,进行特征点连通集约简获得离散特征点集,实验证明,算法效率得到了较大提高,解决了使用全局特征响应阈值造成的特征点聚集和不敏感特征点被错误剔除的问题。

电容式条干均匀度仪上纱条离散特征数方差σ^2的研究

本文研究了在电容式条干均匀度仪上把现在的反映内不匀的变异系数,改用反映内外不匀的总变异系数来表征纱条均匀度。用上述方式计算总变异,大大提高了测量精度。

面向软件错误定位与理解的测试执行离散特征筛选

软件错误定位与错误理解是软件调试过程中的重要步骤,然而调试人员利用基于覆盖分析的软件错误定位获取的可疑度,从高到低静态分析每条程序语句的检查方式,与实际软件调试过程并不相符。为了能够筛选更有助于理解错误根源的测试执行,尤其是致使程序失效的失效执行,帮助调试人员进行动态差异化分析,针对失效执行提出基于高可疑度覆盖率、揭示错误潜力和覆盖语句可疑度离散特征的3种优先级策略,针对成功执行提出加权余弦相似度匹配策略。通过将3种失效执行优先级策略与随机选择在常用错误定位技术中进行实验对比,验证了基于覆盖语句可疑度离散特征的失效执行筛选策略能够对筛选前后的错误理解工作量变化产生更强的积极影响和更弱的消极影响,并能够在相同工作量下理解更多的错误,进而更有助于将错误定位结果应用于错误根源的理解。

一维Schrdinger方程的离散特征值问题

本文证明了在一维Schr dinger方程(0.2)中,如果位势函数q(x)满足一定的条件,它的特征值的个数及其变化趋势.

广西一定重现期气象极值的离散特征分析

本文通过对广西四个站点三十六年最大风速,极端最高气温和极端最低气温的耿贝尔分布的拟合和优度检验,以及各极值的抽样误差和耿贝尔分布各估计参数的相关关系的统计,对一定重现期下气象极值的离散特征进行初步分析。

数学物理方程离散特征值问题的几何网格因式分解算法

本文提出求解数学物理方程大型离散特征值问题的几何网格预变换块因式分解算法(简称GPA算法)通过长期研究我们发现:结构化网格矩阵G满足幂等方程G^(m)=I_(N),(m<N=dim(G)),故可在实数域或复数范围内进行因式分解;且G与有限元刚度矩阵A之间乘法存在互易性:A·G=G·A,利用G的几何不变性可把N阶大型矩阵A正交分解为m一块对角块矩阵异步并行是我们算法的计算数学基础。本文以正三角形、方形、平行六边形及正十七边形等结构化网格为例,特别是详细分析了六边形上的离散特征值异步并行算法及程序实现细节.文后附有若干2-3万阶量级离散矩阵特征值的桌面电脑数值计算例子(正三角形与方形网格,串行加速比分别为3-4倍),符合本文算法分析得出的“几何网格预处理的并行度与正多边形边数成正比”的结论.这类几何网格因式分解算法原则上可推广到三维乃至高维数学物理方程离散特征值计算问题,也可用于大型线性方程组的高效并行求解.

高维乐谱对微分音离散特征研究

20世纪现代派音乐创作突破传统,创造了独特的音乐语言。微分音作为20世纪现代音乐的宠儿,被作曲家广泛地运用于创作中。微分音的记谱方式多样,没有形成特定的标准。文章用二维谱解读各种形态的微分音,以便在未来的音乐创作中形成更为准确、科学的记谱方式。

具有离散和连续型技术特征的质量屋优化模型

在利用QFD(质量功能配置)进行产品规划决策时,根据已经建立的质量屋中的信息,帮助设计人员确定出满足顾客需求的技术特征目标值,用于指导新产品开发,是质量屋决策模型的主要目标。已有的规划模型大多不能直接给出技术特征目标值,而且在建立模型中没有考虑离散型,而是把离散型技术特征和连续型技术特征等同考虑,从而使得规划结果不能很好反映实际情况。充分利用质量屋中的信息,同时考虑离散型技术特征,提出了一个质量屋优化模型,并给出了实例。

特征离散点计算在手写文本行分割中的应用

将图像分析实践中的经验知识与粒计算的基本思想相结合,总结形成了特征离散点计算,并将其应用于自然手写汉字文本行分割当中。在特征离散点计算的结构化问题求解框架下,提出了一种反馈式分列行投影文本行分割方法,分为特征离散点选择、特征离散点采样与优化、特征离散点编组与反馈以及行边缘优化四个环节。该方法在哈尔滨工业大学多人手写数据库上取得了相对以往算法较好的实验结果,同时分割速度较快。

离散小波特征提取及人工神经网络分类法的傅里叶变换红外光谱法识别鳞毛蕨科3种植物

利用水平衰减全反射-傅里叶变换红外光谱法测定了3种药用鳞毛蕨科植物贯众、阔鳞鳞毛蕨和变异鳞毛蕨根部的FT-IR。运用基于离散小波多分辨率分析法对FT-IR吸收较为相似的3种药用蕨类植物根的FT-IR进行特征提取。选择第4、5分解层数的特征向量,进行人工神经网络(Artificial neural network,ANN)训练;再用训练出来的网络对不同产地的3种药用蕨类植物根所得FT-IR小波提取的特征向量进行分类。通过对240个不同样本的预测,说明能够采用基于FT-IR-离散小波特征提取及人工神经网络分类法对同科3种药用蕨类植物根的FT-IR进行识别。

基于离散傅里叶不变特征的人脸识别

给出了一种基于离散傅里叶不变特征的人脸识别方法。从连续傅里叶变换出发,讨论连续傅里叶变换情况下的傅里叶变换性质,给出离散傅里叶变换情况下的傅里叶变换性质。依据离散傅里叶变换性质,推导出离散傅里叶变换的不变特征,并将其用于人脸图像识别。人脸识别结果表明方法具有很好的识别能力。

基于特征非规则离散化在线性回归中应用研究

特征离散化是线性回归算法在模型训练时必要步骤。特征的离散化通常包括两种方式即0-1归一化和均等区间归一化,这两种离散化方式是假设数据分布均匀的情况,在实际业务场景中数据分布具有很大的不确定性,以数据的分布趋势为区间划分标准进行特征离散化,将离散化后的特征数据应用于线性回归中,以今日头条新闻数据作为测试数据集,实验结果表明,新的特征离散化方法能够较为显著地提高模型预测AUC。

祁漫塔格地区化探数据离散组合特征及找矿意义

在1∶5万水系沉积物测量的基础上,应用11 974件水系沉积物样品和5 149件岩石样品15种元素数据,在充分分析各元素空间变化及矿化富集规律的基础上,利用离散特征分析、浓幅分位、R型聚类分析、因子分析等方法,系统研究了东昆仑祁漫塔格地区水系沉积物中15种元素丰度、离散、组合、及分布规律。结果表明:本区在全省成矿潜力明显较弱,但是在东昆仑地区多金属(贵金属)成矿潜力较好,元素的富集离散特征与区内目前所发现的矿化特征基本一致,反映出区内成矿的情况,从而得出区内15种元素的元素地球化学特征。

一类积——微分算子的离散本征值

本文讨论的积-微分算子是一类以众多应用领域为背景的无界、非自伴线性算子.在较一般的假设下,籍助L^2空间的线性算子理论,我们证明了这类算子存在离散本征值的充分条件,并获得了可供实际工作者参考的估计式.

一族离散的可积Hamilton方程与可积的辛映射

该文讨论一个新的离散特征值问题 ,导出了相应的离散的 Hamilton系统的保谱族 ,并且证明了它们是 Liouville可积系 .通过谱问题的双非线性化 ,导出一个新的可积的辛映射 .

地铁列车振动源强离散机理测试分析

为了分析地铁列车振动源强离散特征以及不同频段的控制因素,对某地铁线路的同一区间内2个断面进行现场原位测试。从时域、频域多角度出发,统计分析全天测试样本。结果表明:测试断面振动源强离散超过15dB,且呈现与列车编组相关的周期性;早、晚高峰时段振动源强并没有显著增大;同一列车多次通过固定测试断面引起的振动响应差异主要受6.3Hz以下频段的离散性影响,该频段主要源于列车的准静态激励,与列车的载重直接相关;不同列车间8~250Hz频段内的振动响应由车轮不圆顺状态的差异性控制,该频段内分频振动加速度级差异最大接近20dB,直接导致全天内实测振动源强样本的显著离散。

一族Liouville可积的离散Hamilton系统

引入一个离散的等谱特征值问题 ,导出相应的离散的Hamilton系统族 ,并且证明了它们是Liou