期刊文献+
共找到118篇文章
< 1 2 6 >
每页显示 20 50 100
Single channel source separation of radar fuze mixed signal based on phase difference analysis 被引量:2
1
作者 Hang ZHU Shu-ning ZHANG Hui-chang ZHAO 《Defence Technology(防务技术)》 SCIE EI CAS 2014年第3期308-315,共8页
A new method based on phase difference analysis is proposed for the single-channel mixed signal separation of single-channel radar fuze.This method is used to estimate the mixing coefficients of de-noised signals thro... A new method based on phase difference analysis is proposed for the single-channel mixed signal separation of single-channel radar fuze.This method is used to estimate the mixing coefficients of de-noised signals through the cumulants of mixed signals,solve the candidate data set by the mixing coefficients and signal analytical form,and resolve the problem of vector ambiguity by analyzing the phase differences.The signal separation is realized by exchanging data of the solutions.The waveform similarity coefficients are calculated,and the time鈥攆requency distributions of separated signals are analyzed.The results show that the proposed method is effective. 展开更多
关键词 Single channel source SEPARATION RADAR FUZE signal Phase DIFFERENCE analysis vector AMBIGUITY
下载PDF
Improvement of tissue analysis and classification using optical coherence tomography combined with Raman spectroscopy 被引量:1
2
作者 Chih-Hao Liu Ji Qi +4 位作者 Jing Lu Shang Wang Chen Wu Wei-Chuan Shih Kirill V.Larin 《Journal of Innovative Optical Health Sciences》 SCIE EI CAS 2015年第4期10-19,共10页
Optical coherence tomography(OCT)provides significant advantages of high resolution(approaching the histopathology level)realtime imaging of tsess without use of contrast agents.Based on these advantages,the microstru... Optical coherence tomography(OCT)provides significant advantages of high resolution(approaching the histopathology level)realtime imaging of tsess without use of contrast agents.Based on these advantages,the microstructural features of tumors can be visualized and detected intra-operatively.However,it is still not clinically accepted for tumor margin delin-eation due to poor specificity and accuracy.In contrast,Raman spectroscopy(RS)can obtain tissue information at the molecular level,but does not provide real-time inaging capability.Therefore,combining OCT and RS could provide synergy.To this end,we present a tissue analysis and dassification method using both the slope of OCT intensity signal Vs depth and the principle components from the RS spectrum as the indicators for tissuse characterization.The goal of this study was to understand prediction accuracy of OCT and combined OCT/RS method for dassification of optically similar tisues and organs.Our pilot experiments were performed on mouse kidneys,livers,and small intestines(SIs).The prediction accuracy with five-fold cross validation of the method has been evaluated by the support vector machine(SVM)method.The results demonstrate that tissue characterization based on the OCT/RS method was superior compared to using OCT structural information alone.This combined OCT/RS method is potentially useful as a noninvasive optical biopsy technique for rapid and automatic tissue characterization during surgery. 展开更多
关键词 OCT signal slope principle component analysis multi-support vector machine Raman spectra
下载PDF
Expanding Corpora for Chinese Polarity Classification via Opinion Paraphrase Generation
3
作者 Da Pan Jiaying Song Guohong Fu 《国际计算机前沿大会会议论文集》 2016年第1期91-93,共3页
Although much progress has been made to date on sentiment classification, lacking annotated corpora remains a problem. In this paper we propose to expand corpora for Chinese polarity classification via opinion paraphr... Although much progress has been made to date on sentiment classification, lacking annotated corpora remains a problem. In this paper we propose to expand corpora for Chinese polarity classification via opinion paraphrase generation. To this end, we first exploit three strategies for opinion paraphrase generation, namely sentences re-ordering, opinion element substitution and explicit attribution implying. To improve the quality of the generated opinion paraphrases, we define four criteria for opinion paraphrase evaluation and thus present a filtering algorithm to discard improper opinion paraphrase candidates. To assess the proposed method, we further apply the expanded corpus to a SVM classifier for polarity classification. The experimental results show that the generated opinion paraphrases are beneficial to polarity classification. 展开更多
关键词 SENTIMENT analysis Polarity classification PARAPHRASE generation Supported vector machines
下载PDF
基于振动信号PSD-SVM方法的不定负荷下柴油机气阀间隙异常故障诊断 被引量:1
4
作者 聂浩淼 车驰东 《振动与冲击》 EI CSCD 北大核心 2024年第2期299-305,共7页
针对许多基于振动信号的故障诊断方法在不同负荷下的诊断不全面的问题。提出了一种基于功率谱密度(power spectral density,PSD)与支持向量机(support vector machine,SVM)的故障诊断方法。该方法将振动信号功率经过滑动平均滤波(moving... 针对许多基于振动信号的故障诊断方法在不同负荷下的诊断不全面的问题。提出了一种基于功率谱密度(power spectral density,PSD)与支持向量机(support vector machine,SVM)的故障诊断方法。该方法将振动信号功率经过滑动平均滤波(moving average filter,MAF)处理,计算样本中每个周期的标准化信号的功率谱特征,再使用核方法SVM进行特征分类,从而实现故障诊断。经过柴油机实机测试,该方法对于不同负荷下的故障识别率达到96.72%,能有效识别不同负荷下的柴油机进排气阀间隙增大故障。 展开更多
关键词 故障诊断 振动测试 信号处理 支持向量机(SVM)
下载PDF
基于支持向量机的PSA制氧机气控阀故障诊断
5
作者 刘健民 黄鑫 +3 位作者 贾申 秦昊 陈曦泽 王长龙 《中国医疗设备》 2024年第2期63-69,共7页
目的提出一种故障诊断方法,以有效诊断变压吸附(Pressure Swing Adsorption,PSA)制氧机气控阀故障类别,防止因气控阀故障造成PSA制氧机无法工作。方法运用时域和频域分析方法分析气控阀动力信号,选取表征典型故障的特征值,并运用选出的... 目的提出一种故障诊断方法,以有效诊断变压吸附(Pressure Swing Adsorption,PSA)制氧机气控阀故障类别,防止因气控阀故障造成PSA制氧机无法工作。方法运用时域和频域分析方法分析气控阀动力信号,选取表征典型故障的特征值,并运用选出的特征值对支持向量机(Support Vector Machine,SVM)训练,获得准确的SVM模型。使用该SVM模型对待测气控阀压力信号进行故障标签分类。结果选取10个维修返厂气控阀进行无标签验证,每个气控阀采集200组数据,放入该SVM模型中进行故障诊断。实验结果与SVM模型预测结果完全相同,实验验证准确率为100%。结论提出一种基于时域、频域特征与SVM模型相结合的制氧机气控阀故障诊断方法,通过此方法可高效地诊断气控阀的故障类别,实现准确更换或修复气控阀内元件,为后续气控阀故障诊断提供思路和方法。 展开更多
关键词 故障诊断 信号分析 特征值选取 支持向量机
下载PDF
Generation of Synthetic Transcriptome Data with Defined Statistical Properties for the Development and Testing of New Analysis Methods 被引量:1
6
作者 Guillaume Brysbaert Sebastian Noth Arndt Benecke 《Genomics, Proteomics & Bioinformatics》 SCIE CAS CSCD 2007年第1期45-52,共8页
We have previously developed a combined signal/variance distribution model that accounts for the particular statistical properties of datasets generated on the Applied Biosystems AB1700 transcriptome system. Here we s... We have previously developed a combined signal/variance distribution model that accounts for the particular statistical properties of datasets generated on the Applied Biosystems AB1700 transcriptome system. Here we show that this model can be efficiently used to generate synthetic datasets with statistical properties virtually identical to those of the actual data by aid of the JAVA application ace.map creator 1.0 that we have developed. The fundamentally different structure of AB1700 transcriptome profiles requires re-evaluation, adaptation, or even redevelopment of many of the standard microarray analysis methods in order to avoid misinterpretation of the data on the one hand, and to draw full benefit from their increased specificity and sensitivity on the other hand. Our composite data model and the ace.map creator 1.0 application thereby not only present proof of the correctness of our parameter estimation, but also provide a tool for the generation of synthetic test data that will be useful for further development and testing of analysis methods. 展开更多
关键词 TRANSCRIPTOME microarray analysis signal/variance distribution distribution modeling parameter approximation synthetic data generation
原文传递
基于ICEEMDAN和IMWPE-LDA-BOA-SVM的齿轮箱损伤识别模型 被引量:2
7
作者 王洪 张锐丽 吴凯 《机电工程》 CAS 北大核心 2023年第11期1709-1717,共9页
针对齿轮箱振动信号中的背景噪声过大影响故障特征质量,进而降低故障识别准确率的问题,提出了一种基于改进自适应噪声完备集成经验模态分解(ICEEMDAN)、改进多尺度加权排列熵(IMWPE)、利用线性判别分析(LDA)、蝴蝶优化算法(BOA)优化支... 针对齿轮箱振动信号中的背景噪声过大影响故障特征质量,进而降低故障识别准确率的问题,提出了一种基于改进自适应噪声完备集成经验模态分解(ICEEMDAN)、改进多尺度加权排列熵(IMWPE)、利用线性判别分析(LDA)、蝴蝶优化算法(BOA)优化支持向量机(SVM)的齿轮箱故障诊断方法(ICEEMDAN-IMWPE-LDA-BOA-SVM)。首先,采用ICEEMDAN对齿轮箱振动信号进行了分解,生成了一系列从低频到高频分布的本征模态函数分量;接着,基于相关系数筛选出包含主要故障信息的本征模态函数分量,进行了信号重构,降低了信号的噪声;随后,提出了改进多尺度加权排列熵的非线性动力学指标,并利用其提取了重构信号的故障特征,以构建反映齿轮箱故障特性的故障特征;然后,利用线性判别分析(LDA)对原始故障特征进行了压缩,以构建低维的故障特征向量;最后,采用蝴蝶优化算法(BOA)对支持向量机(SVM)的惩罚系数和核函数参数进行了优化,以构建参数最优的故障分类器,对齿轮箱的故障进行了识别;基于齿轮箱复合故障数据集对ICEEMDAN-IMWPE-BOA-SVM方法进行了实验和对比分析。研究结果表明:该方法能够较为准确地识别齿轮箱的不同故障类型,准确率达到了99.33%,诊断时间只需5.31 s,在多个方面都优于其他对比方法,在齿轮箱的故障诊断中更具有应用潜力。 展开更多
关键词 故障特征提取 信号分解及信号重构 特征降维 改进自适应噪声完备集成经验模态分解 改进多尺度加权排列熵 线性判别分析 蝴蝶优化算法 支持向量机
下载PDF
基于频谱相关性分析的齿轮早期磨损诊断 被引量:1
8
作者 王宏民 禅亮 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第1期18-25,共8页
基于振动分析的齿轮故障检测已被证明在故障识别中是有效的,但对表征早期磨损的振动信号的提取和识别仍没有得到很好的解决.本文提出一种基于频谱相关性分析的变分模态分解(VMD)和核支持向量机(SVM)相结合的齿轮早期磨损诊断方法,对能... 基于振动分析的齿轮故障检测已被证明在故障识别中是有效的,但对表征早期磨损的振动信号的提取和识别仍没有得到很好的解决.本文提出一种基于频谱相关性分析的变分模态分解(VMD)和核支持向量机(SVM)相结合的齿轮早期磨损诊断方法,对能够揭示早期磨损状态的微弱齿轮振动信号采用近似完全重构的准则来初始化模式数,并采用信号功率谱密度最大值对应的频率初始化VMD方法的中心频率,用以有效提取齿轮磨损信息,进而结合核支持向量机进行齿轮的早期磨损诊断.实验结果表明,所提方法可有效克服背景噪声大无法预设模式数的问题,对噪声具有更好的鲁棒性,诊断准确率达到94.4%,可为齿轮早期磨损检测提供解决方法. 展开更多
关键词 齿轮振动信号的提取 早期磨损诊断 频谱相关性分析 变分模态分解 支持向量机
下载PDF
基于验证集辅助的脑电信号包裹式降维
9
作者 张杰 曲洪权 +1 位作者 柳长安 庞丽萍 《科学技术与工程》 北大核心 2023年第30期12835-12841,共7页
当今时代信息技术的高速发展促使人们对人机交互领域投以更多的目光,随时监测操作者脑力负荷情况并依此对操作者的任务工作量进行调整,在当下有着重要意义。有研究表明,脑电信号功率谱密度对于脑力负荷分类任务较为适用,但脑电特征维数... 当今时代信息技术的高速发展促使人们对人机交互领域投以更多的目光,随时监测操作者脑力负荷情况并依此对操作者的任务工作量进行调整,在当下有着重要意义。有研究表明,脑电信号功率谱密度对于脑力负荷分类任务较为适用,但脑电特征维数较高,极易出现维度灾难。目前机器学习中降维方面应用最广泛的算法为主成分分析(principal component analysis,PCA),针对主成分分析在脑电信号分类上的不适应性和支持向量机(support vector machine,SVM)对特征间关系的敏感性,提出了基于PCA-SVM与逐阶枚举法的包裹式降维方法,在特征工程阶段引入固定验证集概念辅助包裹式降维,以验证集精度为指标调整特征工程方案,以此提高数据降维后的可分性。由于引入了监督学习概念,实验结果表明,基于PCA-SVM与逐阶枚举法降维过后的数据分类精度要普遍高于只依靠传统PCA的降维方式,以此为高维生物电数据降维提供了新思路。 展开更多
关键词 主成分分析 支持向量机 脑力负荷 脑电信号
下载PDF
基于PCA-VNWOA-LSSVM的感应电机轴承故障诊断
10
作者 尚前明 陈家君 +1 位作者 杜昌 禹杭 《应用科技》 CAS 2023年第3期93-99,共7页
轴承作为感应电机的关键部件,其运行状态直接影响船舶电力拖动系统安全。为解决船舶感应电机轴承故障诊断难题,本文提出一种基于PCA-VNWOA-LSSVM的故障诊断模型。选用美国凯斯西储大学轴承振动数据,利用离散小波分解(discrete wavelet t... 轴承作为感应电机的关键部件,其运行状态直接影响船舶电力拖动系统安全。为解决船舶感应电机轴承故障诊断难题,本文提出一种基于PCA-VNWOA-LSSVM的故障诊断模型。选用美国凯斯西储大学轴承振动数据,利用离散小波分解(discrete wavelet transformation, DWT)从振动信号中提取内圈、外圈和滚动体故障特征,按不同故障类型和直径进行分组、主成分分析(principal component analysis,PCA)降维,结合改进的鲸鱼优化算法(von neumann whale optimization algorithm, VNWOA)对最小二乘支持向量机(least squares support vector machine, LSSVM)初始参数δ^(2)和γ寻优,搭建其故障识别模型,最后将遗传算法(genetic algorithm, GA)和粒子群算法(particle swarm optimization, PSO)的寻优诊断结果与之对比。结果表明:基于PCA-VNWOA-LSSVM的模型故障诊断精度高,且具有良好的稳定性及诊断速度。 展开更多
关键词 小波分解 鲸鱼优化算法 最小二乘支持向量机 故障诊断 主成分分析 振动信号 轴承 降维
下载PDF
基于MSST及HOG特征提取的雷达辐射源信号识别 被引量:3
11
作者 全大英 唐泽雨 +3 位作者 陈赟 楼维中 汪晓锋 章东平 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第3期538-547,共10页
针对传统雷达信号识别算法在低信噪比下识别准确率低的问题,提出了基于多重同步压缩(MSST)时频变换及方向梯度直方图(HOG)特征提取的雷达辐射源信号识别算法。所提算法在雷达时域信号短时傅里叶变换(STFT)基础上进行多重同步压缩处理获... 针对传统雷达信号识别算法在低信噪比下识别准确率低的问题,提出了基于多重同步压缩(MSST)时频变换及方向梯度直方图(HOG)特征提取的雷达辐射源信号识别算法。所提算法在雷达时域信号短时傅里叶变换(STFT)基础上进行多重同步压缩处理获得信号时频分布图,通过HOG算子对信号时频分布图进行HOG特征提取,将提取的HOG特征通过主成分分析法(PCA)进行降维,将降维后的特征参数送入支持向量机(SVM)对雷达信号进行分类与识别。实验结果表明:所提算法具有较低的复杂度,当信噪比为-8 dB时,仿真实验与半实物仿真实验针对9种典型雷达信号的识别准确率达到90%以上。 展开更多
关键词 雷达信号识别 方向梯度直方图 多重同步压缩 支持向量机 主成分分析法
下载PDF
利用LEO卫星的最小误差矢量合成定位算法
12
作者 王丹瑶 秦红磊 王元琳 《导航定位学报》 CSCD 2023年第1期74-79,94,共7页
针对利用低地球轨道(LEO)卫星信号进行多普勒定位时,由于缺乏定位误差矢量相关研究而使定位精度较差的问题,对多普勒定位误差矢量特性进行系统性的分析并提出一种最小定位误差矢量合成优化算法:以初始定位结果为中心划定区域网格,计算... 针对利用低地球轨道(LEO)卫星信号进行多普勒定位时,由于缺乏定位误差矢量相关研究而使定位精度较差的问题,对多普勒定位误差矢量特性进行系统性的分析并提出一种最小定位误差矢量合成优化算法:以初始定位结果为中心划定区域网格,计算依次去除各颗卫星后定位误差向量在该卫星速度方向上的投影误差模之和;遍历所有网格,搜索投影误差模之和最大的位置网格作为优化的定位结果。实验结果表明:提出的算法的定位结果误差均值与均方根误差(RMSE)均有减小,其三维定位精度可提升40%以上。 展开更多
关键词 低地球轨道卫星信号 多普勒定位 误差矢量分析 优化算法 遍历网格
下载PDF
基于多源判据的变电站二次设备故障自动化诊断研究 被引量:2
13
作者 曾乔迪 陈煜敏 +1 位作者 蒋文辉 梁书原 《自动化与仪表》 2023年第10期57-61,共5页
为了解决变电站二次设备故障诊断效率低、精度差的问题,该文提出一种基于多源判据的变电站二次设备故障自动化诊断方法,建立变电站二次设备体系结构模型,分析产生故障的根本原因;采用支持向量机方法分类电力二次设备数据组,通过主分量... 为了解决变电站二次设备故障诊断效率低、精度差的问题,该文提出一种基于多源判据的变电站二次设备故障自动化诊断方法,建立变电站二次设备体系结构模型,分析产生故障的根本原因;采用支持向量机方法分类电力二次设备数据组,通过主分量分析技术对电力信号降维;结合阻抗值、电流、电压多源征兆测量阻抗判据值,通过阻抗判断值诊断电路中是否有故障,实现变电站二次设备故障自动化诊断。实验结果表明,所提方法可以诊断出设备气体泄漏故障、绝缘材料腐蚀故障、电弧重燃故障,且故障诊断准确率在85%以上。 展开更多
关键词 变电站 二次设备 故障诊断 支持向量机 主分量分析技术 广义变比 电力信号降维 多元分类器
下载PDF
基于PSO-SVM的表面肌电信号多手势识别 被引量:1
14
作者 王博 闫娟 +2 位作者 杨慧斌 徐春波 吴晗 《智能计算机与应用》 2023年第7期173-178,共6页
作为人机交互的一种重要形式,手势识别在医疗康复领域已尤显重要。针对手势识别技术存在的不足,提出粒子群优化支持向量机(PSO-SVM)的多手势精确识别方法。首先,利用表面肌电信号采集仪采集16种手势所对应的表面肌电信号(SEMG);其次,分... 作为人机交互的一种重要形式,手势识别在医疗康复领域已尤显重要。针对手势识别技术存在的不足,提出粒子群优化支持向量机(PSO-SVM)的多手势精确识别方法。首先,利用表面肌电信号采集仪采集16种手势所对应的表面肌电信号(SEMG);其次,分别从时域、频域和时频域提取所需要的SEMG特征;然后,采用主成分分析法(PCA)对数据特征进行降维;最后,使用PSO-SVM对降维后的数据特征进行分类识别。经过与传统支持向量机(SVM)分类以及遗传算法优化支持向量机分类(GA-SVM)相对比,本方法识别精度高、速度快,研究结果可为手势识别提供新的思路,为人体上肢动作判断和上肢康复机器人的研究提供参考。 展开更多
关键词 手势识别 表面肌电信号 主成分分析 粒子群优化 支持向量机
下载PDF
矢量信号分析中高性能模拟信号采集系统的研究
15
作者 陈慧娟 游政 +1 位作者 张立佳 程景清 《现代电子技术》 2023年第6期23-28,共6页
现代通信涉及大量先进技术,需要有与电子通信相关的测量仪器,以捕获和分析宽带、实时矢量信号。中频数字化技术是实现通信过程的先进手段之一。针对矢量信号分析仪中对中频模拟信号采集系统高性能的要求,文中对系统各部分设计进行简要分... 现代通信涉及大量先进技术,需要有与电子通信相关的测量仪器,以捕获和分析宽带、实时矢量信号。中频数字化技术是实现通信过程的先进手段之一。针对矢量信号分析仪中对中频模拟信号采集系统高性能的要求,文中对系统各部分设计进行简要分析,应用ADS与诺顿等效变换对系统前端模拟抗混叠带通滤波器进行设计、优化与仿真;根据有大动态范围与优良信噪比的高速ADC的工作要求,对应选用的采样时钟信号各项指标进行推导计算,并提出一种应用自适应技术提高高速ADC分辨率的方法。 展开更多
关键词 模拟信号采集系统 矢量信号分析仪 采样理论 系统设计 指标推导 仿真分析
下载PDF
基于小波分析的油田机械传动装置振动信号识别方法
16
作者 赵磊 《科技资讯》 2023年第5期55-58,共4页
为提高油田机械设备运行的稳定性与高效性,分析传动装置的运行特性,该研究设计了一种基于小波分析的油田传动装置振动信号识别方法。应用小波分析方法采集机械传动装置的振动信号,为振动信号的识别提供数据基础。然后对采集到的振动信... 为提高油田机械设备运行的稳定性与高效性,分析传动装置的运行特性,该研究设计了一种基于小波分析的油田传动装置振动信号识别方法。应用小波分析方法采集机械传动装置的振动信号,为振动信号的识别提供数据基础。然后对采集到的振动信号进行卷积预处理,根据Hilbert变换、小波变换原理,从振动信号的时域特征、频域特征以及时频特征等方面出发,识别传动装置的振动信号。实验结果显示:经过小波分析后的3组振动信号频率均变得更加简洁,保留的关键频率特征为85.11 Hz,与实际传动频率85.399 Hz非常接近,表明该文方法通过将复杂的信号简化,能够有效地识别装置振动的振动信号特征,便于对油田机械传动装置的运行状态进行判断。 展开更多
关键词 小波分析 智能化油田 机械传动装置 振动信号识别 传动信号 支持向量机
下载PDF
基于PCA-SVM油压状态识别的液压扳手判停方法研究
17
作者 张伟 杨其华 刘钢海 《机床与液压》 北大核心 2023年第5期111-116,共6页
为了提高泵站驱动液压扳手作业的工作效率及实现扳手的自动判停,分析泵站输出油压、扳手活塞位移、螺栓扭矩随时间变化的对应关系,提出一种基于PCA-SVM油压状态识别的液压扳手判停方法,通过主成分分析(PCA)提取不同油压状态下的特征参量... 为了提高泵站驱动液压扳手作业的工作效率及实现扳手的自动判停,分析泵站输出油压、扳手活塞位移、螺栓扭矩随时间变化的对应关系,提出一种基于PCA-SVM油压状态识别的液压扳手判停方法,通过主成分分析(PCA)提取不同油压状态下的特征参量,作为支持向量机(SVM)的输入,完成对油压阶段的准确识别,间接实现对泵站做功状态的识别。通过缩短泵站无用功时段以提高有用功时段在加压周期所占比重,达到提高扳手工作效率的目的;并根据有用功时段油压与螺栓扭矩的对应关系实现扳手的自动判停。实验结果表明:该方法能够在提高泵站作业效率的同时实现扳手的准确判停。 展开更多
关键词 油压信号 特征提取 状态识别 主成分分析 支持向量机
下载PDF
基于拓扑数据分析的驾驶疲劳EEG数据处理与优化分析研究
18
作者 周飞扬 柳政卿 +1 位作者 王秋成 杨忠 《高技术通讯》 CAS 2023年第3期322-331,共10页
为提高驾驶疲劳脑电(EEG)数据处理与分析的准确性和鲁棒性,提出一种基于拓扑数据分析(TDA)的驾驶人疲劳脑电分析方法。首先利用汽车性能虚拟仿真平台开展驾驶实验,通过驾驶人状态反馈和面部特征视频,标记脑电数据,形成清醒和疲劳二分数... 为提高驾驶疲劳脑电(EEG)数据处理与分析的准确性和鲁棒性,提出一种基于拓扑数据分析(TDA)的驾驶人疲劳脑电分析方法。首先利用汽车性能虚拟仿真平台开展驾驶实验,通过驾驶人状态反馈和面部特征视频,标记脑电数据,形成清醒和疲劳二分数据集。之后利用EEGLAB预处理数据,剔除噪声并保留0.3~30 Hz频带,直接从时域EEG数据中提取拓扑特征。此外还提取了经典频域特征α波能量和α/β用于对比分析。最后使用支持向量机进行分类。结果表明,基于持久同源(PH)的拓扑特征取得了高达88.7%的准确率和91.4%的召回率,与经典频域特征性能相当,且对脑电伪影的鲁棒性明显更好,在未剔除EEG伪影的情况下仍取得了87.4%的准确率和89.7%的召回率。综上所述,本文提出的用于驾驶疲劳脑电信号处理与分析的TDA方法抗干扰特性好、处理成本低、经济性高,有助于稳定、高效地处理驾驶人脑电数据并检测驾驶疲劳状态,具有较大的科学实际应用价值。 展开更多
关键词 疲劳驾驶 脑电信号(EEG) 拓扑数据分析(TDA) 持久同源(PH) 支持向量机(SVM)
下载PDF
基于MCSA和SVM的异步电机转子故障诊断 被引量:25
19
作者 方瑞明 郑力新 +1 位作者 马宏忠 黄东海 《仪器仪表学报》 EI CAS CSCD 北大核心 2007年第2期252-257,共6页
本文提出一种基于电机电流信号频谱分析和支持向量机的异步电机转子故障诊断方法,该方法可以利用支持向量机对电机电流频谱信号的特征信息和故障模式进行关联。对电机定子电流采样后,其信号经FFT变换后提取故障特征量作为支持向量机的输... 本文提出一种基于电机电流信号频谱分析和支持向量机的异步电机转子故障诊断方法,该方法可以利用支持向量机对电机电流频谱信号的特征信息和故障模式进行关联。对电机定子电流采样后,其信号经FFT变换后提取故障特征量作为支持向量机的输入,基于1对1算法构造了感应电机转子故障多类分类器。实验结果表明,该方法具有很好的分类和泛化能力,可以提高电机故障诊断的准确性。 展开更多
关键词 异步电机 故障诊断 支持向量分类机 电机信号频谱分析
下载PDF
基于粒子群优化-支持向量机方法的下肢肌电信号步态识别 被引量:20
20
作者 高发荣 王佳佳 +2 位作者 席旭刚 佘青山 罗志增 《电子与信息学报》 EI CSCD 北大核心 2015年第5期1154-1159,共6页
为提高下肢表面肌电信号步态识别的准确性和实时性,该文提出一种基于粒子群优化(PSO)算法优化支持向量机(SVM)的模式识别方法。首先对消噪后的肌电信号提取积分肌电值和方差作为特征样本,然后利用PSO算法优化SVM的惩罚参数和核函数参数... 为提高下肢表面肌电信号步态识别的准确性和实时性,该文提出一种基于粒子群优化(PSO)算法优化支持向量机(SVM)的模式识别方法。首先对消噪后的肌电信号提取积分肌电值和方差作为特征样本,然后利用PSO算法优化SVM的惩罚参数和核函数参数,最后利用步态动作的肌电信号样本数据对构造的SVM分类器进行训练、测试。实验结果表明PSO-SVM分类器对下肢正常行走5个步态的识别率,明显高于未经参数优化的SVM分类器,优化后平均识别率达到97.8%,并兼顾了分类的准确性和自适应性。 展开更多
关键词 模式识别 步态分析 肌电信号 粒子群优化 支持向量机
下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部