一种仿射不变特征及其在SLAM中的应用

针对尺度不变特征(SIFT)对观测视角不稳定且计算量大的缺点,利用均值模糊差分图像来近似高斯差分图像,提出了一种快速尺度不变特征提取方法;根据局部平面区域的仿射变换关系,提出了一种在多幅连续观测图像中根据灰度梯度直接计算局部平面方向的方法,并利用特征所在局部平面的方向,为特征创建了一个具有仿射不变的描述器;同时将新提出的基于局部平面的仿射不变特征(LPAIF)应用于基于单目视觉的同时定位与地图创建(SLAM)中.实验结果表明,LPAIF对观测视角的变化具有很好的稳定性,而且由于在三维重建时也考虑了局部平面方向的约束,因此利用其创建的三维地图的精度有明显提高.     

视频监控环境下行人异常识别方法研究

针对智能监控中行人异常行为检测难的问题,研究反映行人的局部、全局特征的特征信息和探讨异常行为检测的方法。首先,通过设计和利用轮廓特征、局部检测频率、运动速度特征量与轮廓变化曲线模型,获得行为检测的特征模型,进而借助特征信息融合和利用模板库获得异常行为检测算法。比较性的实验结果显示,该算法能有效识别行人的异常行为。     

一种新的癫痫脑电融合特征提取方法

癫痫是一种常见的大脑神经紊乱疾病,癫痫性发作主要由大脑中反常的神经元的超同步放电引起。为了更好地完成癫痫性发作的自动检测,文中提出了一种新的癫痫脑电融合特征提取方法。一方面,在基于Hjorth参数的振幅移动性与振幅复杂度的基础上,结合Hilbert变化提出了一种新的频率移动性与频率复杂度,然后将他们合成定义为改进的Hjorth参数特征;另一方面,结合二阶差分提出了一种改进的二阶差分样本熵。最后将改进的Hjorth参数特征与二阶差分样本熵一起作为融合特征放入超限学习机(ELM)中进行分类。数值实验结果表明,文中所提出的融合特征与ELM结合的癫痫性发作的自动检测方法与已有方法相比,检测性能有了很大提高,准确率可达到97.42%。     

安徽阜阳4.3级地震前电磁扰动异常分析

本文采用超限率方法分析了淮南台2013—2015年电磁扰动数据。结果显示:2015年3月14日安徽阜阳4.3级地震前40天左右电磁扰动脉冲超限频次和超限幅度均出现明显的增强,异常持续10天;进一步分析了该台异常时段电磁扰动的脉冲的时间分布及日变化,认为2015年该台电磁扰动脉冲增强变化与阜阳4.3级地震具有相关性。     

以复小波变换系数为特征量的局放模式识别

复小波变换在时域和频域都具有表征信号局部特征的能力,且复小波变换提供了独有的相位信息.文中对4种典型绝缘缺陷产生的局部放电脉冲波形进行复小波变换,用模糊聚类的方法分别对各尺度复小波系数的实部R、虚部I以及复合信息系数R|I|聚类分析,将聚类的能量作为模式识别的特征量.通过大量的实验获得放电样本,用构建的BP神经网络作为分类器,对4种典型绝缘缺陷产生的局部放电进行了有效识别,结果表明:从复小波的复合信息系数R|I|中提取的特征量优于从实部R、虚部I以及实小波系数中提取的特征量.     

布尔台矿综采工作面瓦斯分布规律和构成特征

为解决布尔台矿综采工作面瓦斯局部短时超限问题,通过理论分析和现场实测等方法,研究了布尔台矿42101综采工作面煤层瓦斯涌出特征和瓦斯体积分数分布规律,分析了瓦斯的涌出来源和主要构成.结果表明:布尔台矿综采工作面瓦斯涌出量随时间变化呈指数函数降低趋势;综采工作面瓦斯含量85.5%来源于本煤层,卸压邻近层煤层瓦斯涌出量占14.5%.研究结论为综采工作面的安全生产和瓦斯综合治理提供了依据.     

一种新局部搜索策略的差分进化算法

为增强差分进化算法的局部搜索能力,一种新局部搜索策略引入到差分进化算法中,从而提出一种新局部搜索策略的差分进化算法。该算法用局部搜索得到新个体替换较劣个体,使其跳出局部最优,以此增强种群的多样性。数值实验选取4个测试函数,并与差分进化算法进行比较,结果表明算法的有效性。     

多源流量特征分析方法及其在异常检测中的应用

针对不同的网络攻击会造成不同流量特征的变化,单一的网络流量特征难以全面检测网络异常的缺陷,提出了一种多源流量特征分析方法.通过选取一组网络流测度,分析其分布特征并采用雷尼信息熵方法进行多源流量特征融合以实现对网络异常行为的全面检测.基于真实网络流量的实验结果表明,提出的网络异常行为检测方法实现简单、计算量小、检测精度高,可适用于大规模网络,能有效检测已知及未知异常.     

基于邻域保持嵌入-主成分分析的高压电缆状态数据异常检测及分析

为发现高压电缆异常状态并及时地发出异常告警,提出了一种基于邻域保持嵌入(neighborhood preserving embedding,NPE)和主成分分析(principal component analysis,PCA)的高压电缆异常状态检测方法。针对PCA只能保留数据全局结构信息的缺陷,提出将流形学习算法NPE与PCA结合,从而实现数据全局和局部特征信息的全方面提取;然后利用T2和SPE统计量作为电缆状态特征量,其控制限作为状态异常阈值判据,并推导出不同异常状态特征指标的贡献度,确定高压电缆主要异常指标;接着通过计算高压电缆各分段统计量的值,确定电缆异常区域;最后利用广东珠海供电局辖区内220 k V高压电缆统计资料验证所提策略的正确性。     

趋势面分析及其在地层厚度分析中的应用

趋势面分析是拟合数学面的一种统计方法,本文将采用这种方法来进行地层厚度数据拟合,由二次趋势面图和剩余图来分析地层厚度在区域上的变化特征和局部异常特征。     

风机振动信号的小波阈值降噪处理

针对现场采集到的风机振动信号中存在大量噪声问题,采用不同的小波和阈值组合对仿真信号进行降噪处理,得出db8小波和heursure阈值选取方法可以得到最优的降噪性能.并将该方法应用于风机实际振动信号的降噪处理.结果表明,采用db8小波和heursure阈值选取方法的降噪组合,不仅能够有效降低信号中的噪声成分,还很大限度的保持了原信号的故障特征.     

抑制局部放电混合干扰的浮阈值量化算法

由于局部放电(PD)信号与含有的混合干扰(白噪和窄带)在能量分布频段上存在明显差异,根据小波包变换各节点分解系数能够有效反映被分析信号能量变化的特点,建立一种以反映PD信号分解系数中噪声能量为判据的浮阈值量化算法,使得最优基下各节点阈值随相应节点分解系数中信号噪声强度的变化而变化,自适应地决定各节点最佳阈值选择,以实现对PD信号分解系数更精细划分。通过对含有混合干扰的仿真与实测PD信号的小波包最优分解,分别用传统全局阈值量化算法与笔者建立的浮阈值量化算法进行了干扰抑制效果的对比,结果表明：后者具有更强的抑制混合干扰的能力,且混合干扰抑制前后PD信号波形相似度更高。     

基于经验模态分解的齿轮箱故障特征提取

利用小波去噪阈值法对齿轮箱故障振动信号进行去噪,将经验模态分解(EMD)和快速傅里叶变换(FFT)相结合对齿轮箱故障进行特征提取,此方法适合于对非线性非稳态信号进行自适应的分析.利用小波阈值去噪方法对原始信号进行预处理,将去噪后的信号进行经验模态分解,得到一定数量的本征模态函数(IMF)分量,选取特定的IMF进行FFT,得到相应的功率谱,从而达到提取齿轮箱故障特征频率的目的.对齿轮箱故障信号进行分析,结果表明该方法能够有效地识别出齿轮箱故障特征频率.     

钻头磨损在线监测研究

本文研究了钻头磨损对钻削过程中振动加速度信号的动态特性的影响。发现加速度信号中敏感频率分量随着钻头磨损的增加呈明显的“碟形”规律变化。我们提出用敏感频率分量的自功率谱值(PSD)作为特征量。建立了特征量与钻孔数之间的状态空间方程;提出了钻头磨损在线自适应监测方法。该方法打破了故障诊断和状态识别中设置“阈值”的传统做法;另辟蹊径。     

基于小波变换的自适应阈值微震信号去噪研究

针对矿山微震信号中所包含的随机噪声对微震监测和微震源的准确定位存在着严重干扰的问题，根据前人的研究成果，在分层阈值上增加分层自适应因子，提出一种新的分层自适应阈值方法.该方法根据矿山微震有效信号的低频特性，利用分层自适应因子，将高频部分的噪声信号最大限度地去除，提高矿山微震信号的信噪比;同时，最大程度地保留低频部分的信号.通过实际数据与分层阈值的对比，验证了该方法的有效性与优越性.     

基于改进小波阈值函数的语音增强算法研究

针对传统的小波阈值去噪算法中的阈值函数不足,提出一种优于非负死区阈值函数的改进的阈值函数.改进阈值函数不仅具有良好的连续性、可导性,并且克服了非负死区阈值函数没有考虑小波变换模值的衰减符合指数规律这一特点.另外在阈值的选取中,考虑了带噪语音信号的不同特性,采用谱平坦度函数修正阈值.仿真实验表明,与传统的非负死区阈值函数去噪算法相比,改进的阈值函数能更有效地消除背景噪声,在提高输出信噪比的同时,更好地保持语音质量和清晰度.     

基于灰关联信息融合的转子系统早期故障发现研究

设置振动信号的FFT谱序列为特征量,在稳态运行下的参考特征量与异常运行状态下的待辨识特征量间建立了通道对应的灰关联空间并将两者进行灰关联分析.对安装有多传感器的转子系统在灰关联空间内设置融合策略进行转子系统的早期故障发现研究.为消除速度波动造成的关联失真影响,对FFT谱特征量进行了基于工频的归一化处理.实验分析表明,谱特征量在关联空间内的灰关联分析及基于关联得到的关联度评价了系统的异常分布状态,关联度量化了该分布的程度,灰关联度最小的信源是系统内的故障发生部位.     

小波阈值去噪在烟气轮机信号分析中的应用

由于烟气轮机振动信号中含有大量的噪声成分,常使其非线性特征量的提取不准确,因此将基于阈值的小波去噪应用于烟气轮机振动信号分析中。首先介绍了小波阈值去噪的基本原理、阈值和阈值函数的选择方法,并对阈值函数进行了改进;然后分别对含噪Lorenz信号和实测振动信号进行小波阈值去噪实验,计算了其去噪前、后的关联维数。结果表明,小波分解后,不同尺度上信号和噪声的小波系数的分布规律明显不同,通过对其分析可以合理选择小波分解的尺度;在此基础上对小波系数进行阈值处理并重构,能有效地去除信号中含有的噪声,很好地保存信号的局部特征;去噪后信号的伪相图更加规则,关联维数估计值更加合理。该方法能提高信号分析的准确率。     

基于变化趋势的闭环控制系统报警监控方法

在现代工业系统中,传统的闭环控制系统大多通过对监控信号设置报警阈值来检测系统的运行情况,但此类检测方法往往存在大量的干扰报警。本文提出一种基于变化趋势的闭环控制系统报警监控方法,用来在检测异常状况的同时,减少干扰报警次数。本方法首先确定控制信号滞后于过程输出信号的延迟时间,以此作为报警持续时间的阈值;其次将滑动窗口提取的过程输出信号及控制信号的子序列分别进行最优拟合,并对拟合结果进行定性趋势分析,用特征字符表示趋势变化的特征;最后对比两个信号的特征字符,当特征字符不一致的持续时间超过阈值时触发报警。本文通过实际工业案例验证了所提方法的有效性。     

分数阶Duffing系统动态特性研究及微弱信号检测

为了进一步提高微弱信号的检测能力,在更低信噪比环境下提取微弱信号的特征信息,提出采用分数阶Duffing系统实现微弱周期信号检测。基于常规Duffing-Holmes数学模型 ,通过加入分数阶微分算子引入了分数阶Duffing方程数学模型,利用变量代换对该模型进行改进可实现任意频率的微弱周期信号检测。研究分析系统阻尼比参数变化对系统非线性动力学特性的影响,给出了最佳阻尼比参数范围;研究了微分阶次与系统临界混沌阈值变化关系,得出微分阶次与系统临界混沌阈值成反比关系的结论。分别在高斯白噪声及色噪声背景下对微弱信号进行检测与识别,大量仿真结果表明,分数阶Duffing系统检测微弱信号的最低信噪比门限值比整数阶Duffing系统降低了10 dB,提高了检测微弱信号能力。