基于分形维数的放牧地秃斑特征提取方法及其应用

通过野外数码成像获得放牧地秃斑图像,运用地理信息系统软件(ArcView GIS 3.2a)计算其面积、周长,以此为基础计算放牧地秃斑的形状指数及分形维数。运用该方法对放牧地秃斑的特征进行了实地测量,结果显示退化高寒嵩草草甸上放牧地秃斑具有典型的分形特征,形状指数和分维数分别为1.8和1.1,在形状指数相对变化率<5%和分维数相对变化率<0.5%的条件下,退化高寒嵩草草甸上放牧地典型秃斑沿边界走向最少插入点数为120。此方法具有快速、准确测定的特征,具有良好的实用性和可操作性。该方法的引入给解释放牧地秃斑出现的一些复杂问题提供了全新的技术途径,或将成为放牧生态学研究的创新性研究方法。

基于多重分形维数的改进信号特征提取算法

针对复杂环境下,辐射源个体细微特征难于提取的问题,提出了一种改进多重分形维数辐射源个体特征提取算法。该算法对传统的多重分形维数算法进行了简化,取消了对传统多维特征进行求和的步骤,所得到的新的多重分形维数特征,对于辐射源个体特征的提取更具有针对性。仿真结果表明,提取到的多重分形维数特征可以较好地刻画辐射源个体特征,进而为后续分类器的设计打下良好的基础。

基于分形维数的复杂图像特征提取方法

提出了一种通用的图像特征提取方法 ,这种方法运用分形维数可以表示曲线的复杂程度的特性来提取图像纹理特征 ,它具有计算简单、物理意义明确、抗干扰能力强的特点 .证明了对于离散函数图像在一定条件下可以采用与连续函数图像类似的方法求分形维数 .最后给出了一个应用实例表明不同复杂程度的纹理其频谱曲线的分形维数是不相同的 .

基于SVD与数学形态学分形维数谱的战场声特征提取

分形维数作为战场声信号的特征,存在特征数量不足,反映信号非线性不充分的问题,提出了一种基于SVD与数学形态学分形维数谱(Singular Value Decomposition And Mathematical Morphological Fractal Dimensions Spectrum,SVD-MMFDS)的战场声特征提取方法。对声信号构造Hankel矩阵,再进行SVD分解,根据信号频率与奇异值的关系,重构信号分量。将这些重构信号依次线性叠加,每叠加一次信号分量就计算一次分形维数,直至完全恢复原信号;通过这种方法,构成数量多且更能反映信号非线性的分形维数谱。运用半实物仿真实验将SVD与数学形态学分形维数谱的方法,与变分模态分解(VMD)和分形维数结合的方法进行对比,该方法提取的战场声特征具有更好的区分度且特征数量更多,为利用信号非线性来识别战场声目标提供较好的选择。

利用VMD的双标度分形维数特征提取方法

为从机械振动信号中提取出有效特征进行故障诊断,提出一种利用变分模态分解(VMD)求取振动信号双标度分形维数的特征提取方法.变分模态分解通过迭代求解变分模型的方式将多分量的振动信号分解为若干个不同时间尺度的本征模态函数分量(IMF).在多维测度空间,某一时间段内多变量时间序列所占据的空间可以用多维超体体积进行度量.由于VMD得到的IMF本质上为多变量的时间序列,因此,利用IMF定义和计算多维超体体积,得到振动信号的时间尺度和多维超体体积的双对数曲线.根据分形理论和双对数曲线的突变点,对双对数曲线进行分段最小二乘线性拟合,定义并提取了振动信号的双标度分形维数特征.仿真结果表明,利用VMD方法估计分形维数的平均相对误差为4.71%,提高了分形维数估计的精确度.实测行星齿轮箱振动信号对比实验结果表明,利用VMD双标度分形维数特征能够更好地表征机械振动信号的分形特征,行星齿轮箱故障诊断准确率达到了100%.

基于小波包变换和关联维数的空化信号特征提取

在详细阐述了声发射监测技术及空化声发射信号的特征基础上,采用小波包变换方法对空化信号进行处理。引入小波包特征频段分析法,以特征频段的能量和关联维数作为特征量来表征空化信号特征。最后根据选择的特征量对不同工况下的空化进行分类。仿真实验结果表明,该方法能够有效的表征空化强弱程度,具有一定的科学意义及工程价值。

变流器故障特征提取与维数约简方法研究

针对风电变流器故障信号非平稳、非线性的特性,结合经验模态分解(EMD)对非线性信号处理的自适应性和分形盒维数能对非线性行为定量描述的特点,提出基于EMD与分形的变流器故障特征提取方法。逆变输出三相电压信号经EMD处理后,将所得的含故障特征的固有模态分量的信息熵作为能量分布特征,分形盒维数作为结构特征,2种特征量结合较之前单一特征量更能精确反映变流器故障状态。但该特征提取法容易引发维数灾难,因此引入有监督增量式正交判别邻域保持嵌入流形学习方法来对故障特征进行维数约简,研究参数k,d的选择问题,加入类标签信息增强局部类内几何关系、最大化类间距离,并根据流形采样密度和曲率对k进行自适应调节。基于关联维数对吸引子不均匀性反应敏感,更能反映吸引子动态结构的特性,利用其对d进行估计,弥补通常情况下参数d难以确定的不足。通过Matlab仿真,验证了所提方法对变流器故障识别的准确性与有效性,且识别率提高明显。

基于分形理论的通信个体电台细微特征提取技术研究

通信电台信号的细微特征分析及提取在通信电台个体识别中至关重要。由于电台暂态信号持续时间短、捕获比较困难,研究个体通信电台的稳态信号,从中提取通信电台细微特征作为其“指纹”,更能有效进行电台识别。针对辐射源的稳态信号,通过研究信号包络的盒维数、步维数及信息维数完成信号细微特征分析,并利用不同信噪比条件下的信号分形维数作为通信电台个体识别的特征,可有效进行通信电台个体识别,在军事或民用领域具有重要的现实意义。

分形在钻头磨损切削力特征提取中的应用

针对钻削过程切削力的变化特点,提出一种用分维数描述信号复杂性的新方法.从工程应用角度介绍了离散时间序列盒维数和信息维数的计算方法,通过对三种仿真信号分维数的计算,揭示出分维数与信号复杂程度之间的内在联系,并通过实验研究了刀具在整个磨损历程中切削力信号分维数的变化规律.结果表明:随着钻头磨损的增加,切削力信号分维数呈下降趋势,运用切削力信号的分维数特征可有效实现钻头磨损状态的监测.

多重分形的振动信号故障特征提取方法

针对非线性振动信号故障特征提取问题,提出一种广义维数均值(MeanDq)联合多重分形谱参数(Δα和Δf)的动特征提取方法。首先分析了振动信号的多重分形特性,然后计算出MeanDq,Δα和Δf分别作为故障特征量,并将其应用于滚动轴承故障状态的检测。研究表明:MeanDq,Δα和Δf能够有效地反映滚动轴承振动信号的状态,并且特征量MeanDq和Δα较Δf具有更好的灵敏度。实践证明该方法在实际应用中切实可行。

振动波形的分形判别及特征提取

首先给出了寻找振动波形的无标度区的方法，波形在无标度区内可视为无规分形，利用文中的公式可以求得波形的盒维数。振动式的验表明，波形确实存在在无标度区；盒维数为波形的一个重要特征，可以用于对振动状态的分类识别；与频域模在数识别的方法相比较，盒维数方法更简单易行。

基于小波和分形分析的GIS局部放电信号特征提取

结合小波包分频和分形技术原理,提出一种气体绝缘金属开关装置(GIS)局部放电信号特征的提取方法。文中指出了小渡变换和分形理论相结合用于特征提取的有效性;求出不同故障类型局部放电信号的分维数,利用其大小进行特征提取;对于不能以此参数区分的放电信号,利用小波包对其进行频带分解,通过设定阈值找出不同故障类型与特征频带的分维数的相关性,从而实现故障特征提取。针对GIS局部放电的5种典型放电模型,通过试验获得大量放电样本数据,利用上述特征提取方法对其进行区分,获得了较好效果,结果表明利用小波包分形维数能够较好地进行局部放电信号特征提取。

基于多重分形和小波变换的声目标信号特征提取

研究了基于关联积分的广义维数谱的定量计算方法,提出了声目标信号的多重分形特征,并对其特征即广义维数谱的有效性进行了分析;同时利用小波变换分析既能反映信号在变换域特性又保留其时域信息的特点,提出基于小波变换的子空间能量及主要能量集中子空间时域信息的特征提取方法,并通过模糊神经网络识别系统对声目标信号的广义维数谱、子空间能量及时域信息的组合特征进行了验证.

铝合金加速腐蚀形貌分形特征提取

基于数字图像技术,将分形理论应用于腐蚀形貌图像的特征提取,结合LY12CZ铝合金在EXCO(exfoliationcorrosion)溶液中的加速腐蚀试验,用分形维数表征腐蚀形貌的演化过程,计算得到加速腐蚀不同时间的分维值。结果表明,腐蚀初期蚀坑数目增加明显,分形维数迅速增大。随后,腐蚀速率加快,蚀坑逐渐连成一片,分形维数增加减缓,并趋于平稳。

一种基于分形的木材细胞图像特征提取方法

木材纹理图像的分形维数可以代表木材很多的纹理特征,它是木材树种的一项重要数字特征参数。为了提取木材纹理特征,提出采用改进差分盒子法计算木材纹理细胞图像的分形维数值。理论分析和实验结果表明:该方法能够提取木材纹理特征,并且能在一定程度上克服图像比例大小对于特征提取所造成的影响,是木材纹理特征参数提取的一种重要方法。

基于分形几何的信号特征提取技术及其应用研究

针对分形客观展现事物原貌的特点 ,从工程应用的角度分别对信号的分形性验证、有效分析区间的确定、分形性描述和刻画、设备状态的趋势分析等方面作了探讨 ,形成了基于分形几何的信号特征提取技术 。

基于谱包络分形特征提取的仿冒攻击检测

以辐射源电子器件本身存在的寄生调制作为指纹特征,改进分形维数算法。将幅度谱信号的盒维数与信息维数各自的均值与方差之比求和,记作新的分形维数。针对八组辐射源实测信号的仿真表明,主用户和仿冒攻击用户的新分形维数区别明显,可用于仿冒攻击检测。

食用油红外光谱的分形维数特征

以傅立叶变换红外光谱为研究对象,探讨了图像分形理论在傅立叶变换红外光谱识别中的应用,提出一种利用分形理论提取食用植物油红外光谱特征的算法.通过对傅立叶变换红外光谱分形维数的比较,达到区分不同光谱的目的,利用开源计算机视觉库OpenCV实现了食用植物油红外光谱分形维数的计算算法,以玉米油和芝麻油的红外光谱为例对该方法进行了说明.实验表明:利用分形维数特征可以对玉米油和芝麻油的真伪进行很好的鉴别。

多重分形的耐火材料损伤声发射信号特征提取方法

为了对镁碳质耐火材料损伤声发射信号进行有效的特征提取,研究了利用非线性领域的分形方法进行特征提取的可行性。首先利用仿真声发射信号研究了多重分形谱参数(Δα、Δf、K),广义分形维数均值Mean Dq等参数表征信号频谱结构特征的能力,结果表明多重分形谱宽Δα能够有效的表征信号的频谱特征;然后对镁碳质耐火材料进行单轴压缩试验,采集损伤声发射信号,并计算出两种典型损伤声发射信号的多重分形谱宽Δα,通过多重分形谱宽的分布证实了利用其进行特征提取是可行的。

基于分形分析的电网谐波特征提取与溯源研究

为了精确可靠的确定电力信号中谐波源的位置,提出了一种基于分形分析的谐波特征提取与溯源方法。该方法主要通过采集电网系统中不同节点的瞬时电流,并以此为数据计算各节点电流信号的分形维数,将分形维数作为电流谐波特征提取出来。通过谐波电流信号的分形维数这一特征量表征信号的复杂程度,对谐波进行溯源。通过多组谐波源仿真实验结果表明,利用分形分析方法来识别电流信号中的谐波源,减少了算法运行过程中的计算量,提高了判断过程的速度和溯源的准确率,该方法具有一定的工程应用价值。