大型电力系统在线暂态稳定计算中的加速距离同调识别法

本文提出一种新的加速距离同调识别法,这种方法据据线性化系统状态方程中决定各机组转子角加速度规律的有关物理量间的差别进行同调识别.理论论证和实例计算表明,这种方法与现有的几种同调识别法相比,具有物理概念清楚,计算简便迅速的特点.并且识别结果正确,简化效果显著,该方法与动态等效配合,应用于大型电力系统在线暂态稳定计算,占用内存减小,大为缩短计算时间。     

红外高速测控链路计算仿真及其系统构建研究

研究了基于PSD的远距离定位光靶标识别验证系统,利用系统的光学链路模型计算了系统的信噪比SNR与距离之间的关系,给出了通信链路信噪比的空间分布图,讨论了给定距离上所需靶标的光学特性参数,为系统的构建提供了理论基础.同时给出了系统搭建框图和实测结果,为红外高速测控系统提供了有价值的参考.     

不稳定光照条件下多机器人的视觉系统设计

视觉系统是机器人系统感知外界环境的主要传感器.为了提高系统在不稳定光照条件下的识别准确率和定位精度,提出新的色标设计和根据当前颜色阈值可信度来确定颜色阈值的方法,同时采用数字图像形态学的理论对识别结果进行优化.最后,在“家庭生活支援多机器人系统”中得到了验证.     

基于统计学理论的船舶轨迹异常识别

为了准确识别异常航行轨迹的船舶,以船舶AIS信息为数据源,利用统计学中曲线拟合的最小二乘法对训练集船舶轨迹点进行拟合,得到船舶典型航行轨迹的数学表达模型,以此作为标准,通过计算监控船舶轨迹点与典型轨迹间的距离是否大于典型轨迹95%置信区间的范围,从而对轨迹异常的船舶进行识别.实验结果表明,该方法可以有效地识别轨迹异常船舶.将该方法运用到监控系统中可以提高海上交通监控效率.     

激励作用下非线性系统的时变特征识别

提出采用小波重排谱的方法对外激励作用下的非线性系统进行识别,得到其频率骨架曲线和阻尼骨架曲线.对摩擦滑移隔震系统进行识别,识别结果与理论曲线吻合较好,说明方法适合于激励作用下非线性系统时变参数的识别.     

基于关联模型的关键业务系统识别与风险评估

为有效识别业务流程中关键业务系统并评估其对业务流程造成的安全风险,提出一种关键业务系统识别模型.首先,通过建立业务流程关联模型得到评价属性矩阵和系统关联度矩阵;然后,改进优劣解距离法（technique for order preference by similarity to an ideal solution,TOPSIS）中的加权方法和相对接近度计算方法,利用TOPSIS的改进方法识别关键业务系统;最后,评估业务系统发生信息安全事件时业务流程面临的损失.实验结果表明,本文模型可以准确地识别业务流程中关键业务系统,并能有效地评估业务系统对业务流程造成的影响.      

WCCN聚类序列核函数在话者识别中的应用

针对说话人确认系统中GMM超向量建模计算复杂度高以及易受信道干扰的问题,提出一种新型的基于Bhattacharyya距离聚类的WCCN序列核函数算法.首先计算话者GMM模型之间的Bhattacharyya距离,根据该Bhattacharyya距离对话者模型进行聚类,得到聚类中心模型;紧接着对聚类中心模型的均值向量进行MAP自适应,进而生成超向量序列核函数;最后采用WCCN平滑归一化技术对序列核函数进行信道补偿,抑制噪音和信道畸变对核函数的影响.将该Bhattacharyya聚类WCCN核函数应用到SVM说话人确认系统,仿真实验结果表明该核函数可以有效地提高系统的识别准确率和识别速度.     

基于分数阶Fourier变换的雷达目标识别

为了利用雷达信号的时频信息以提高雷达目标识别性能,提出了一种基于分数阶Fourier变换(FrFT)的雷达目标识别方法。利用FrFT提取目标高分辨距离像的时频特征。从类可分性角度,求取多个最优变换,利用主分量分析方法对距离像的FrFT进行特征降维,并使用神经网络进行分类识别。最后,采用D-S证据理论,对多个最优变换的识别结果进行决策融合。仿真结果证明了该方法的合理性和可行性。     

多层面步行系统中垂直联系对人流预测模型的影响

基于空间句法理论,通过与垂直联系的距离及其类型对多层面步行系统的人流预测模型进行修正.以两个轨交站区的多层面步行系统为例,分析发现距离及类型两个因子均对行人流量产生不同程度的影响,在分别采用两种修正方法之后,人流预测模型的预测能力均得到较为显著的提高.     

改进AdaBoost算法的条码识别

针对传统激光条码读写器受读取距离和条码形变等因素影响较大的缺点,提出一种基于决策树和AdaBoost算法融合的图像条码识别方法,采用5维特征提取法,结合条码图像特点,对条码图像进行标定.研究结果表明:本方法可以实现对视距内任意角度和距离条码的准确识别,并能有效识别脏污条码.该研究成果极大的方便了条码读取,可应用于物流系统检查、分拣货物等.     

基于流形学习和流形高阶近似的图像距离度量

为克服切距离方法的不足,提出了流形高阶近似距离（HMD）.HMD度量方法通过最大差异延展方法（MVU）学习出非线性图像流形的内蕴变量,然后在原型图像处用基于流形高阶泰勒展开式的非线性曲面来局部近似图像流形.HMD定义为待识别图像与图像流形的高阶近似曲面间的最小距离,通过计算待识别图像与图像流形上多个基准图像间的HMD距离能够实现图像的分类和识别.人脸识别和手写数字识别的结果表明：HMD距离在识别精度和稳定性上要优于切距离和当前一些典型的图像距离度量方法.     

基于线性均方误差估值的LPC距离量度

本文从LPC系数的统计特性出发,基于线性均方误差估值的思想,提出了一种用于语音识别的新的LPC距离量度——LMSE距离.在一个IBM-PC机语音处理系统和一个VAX-11/750机语音处理系统上,做了大量孤立词识别实俭,证实了这种距离的可行性.文中还将它与著名的Itakura距离进行了比较.     

基于数据挖掘的瓦斯信息识别与决策

针对煤矿瓦斯状态监测的特点,提出了利用数据挖掘和信息融合相结合的方法进行瓦斯信息的识别和决策.在信息融合的特征层,数据挖掘技术利用具有自学习能力的BP神经网络建立瓦斯信息识别模型,网络输出结果作为识别结果建立特征数据库.在信息融合决策层,利用D-S证据理论对识别结果进行时间域和空间域的融合决策,对井下瓦斯状态做出判断和决策.实验结果表明,该方法可提高瓦斯监测信息的精确性和决策的正确性,提高了煤矿瓦斯监测系统的性能.     

一种新的加热炉状态识别算法

最小距离法是一种应用非常广泛的状态识别算法,但其在使用过程巾要求待识别样本必须符合类内距离较小、类间距离较大这一前提条件,否则将会造成识别错误.针对最小距离法存在的问题,提出了一种基于人工神经网络的改进最小距离法,并将该方法应用于加热炉工况的状态识别.结果表明,该方法具有识别速度快、识别率高的优点,完全能够满足工业生产过程的需要.     

基于DTW改进算法的在线签名鉴别方法

 在线手写签名认证是一种基于生物特征的身份认证技术,识别正确率和防伪性能是签名识别的研究重点,识别响应速度也是决定系统实用化的关键。为了提高签名认证效率,提出了一种改进的在线签名鉴别算法。改进了传统的动态时间弯折算法结构,对最佳匹配路径的动态规划方法进行改进并将其应用于在线签名鉴别系统。讨论了实际应用中训练样本不足、字体随时间变化等因素带来的系统识别率下降的解决方法。避免了动态特征点提取、时序段匹配等方法由于书写环境和人物即时的生理特性所带来的问题,同时针对签名的稳定性提出了加权距离计算公式,保证高识别率的同时降低了误拒率。在模板较多时对匹配距离进行限制,节约了系统运算量,提高了模板匹配速率。随着待识别模板数目的增多,该算法效率优势更加明显。     

分形维数在齿轮故障诊断中的应用

为了识别齿轮的故障模式,运用分形理论,提出了分段关联维数的计算方法 ,并以分段关联维数为特征量,通过建立状态距离函数,实现了模式识别.该方法 克服了通常只通过计算一段数据的关联维数就进行故障识别的缺点.通过对仿真信号、实测信号的诊断,表明所提出方法 的有效性和实际应用价值.     

一种高准确率的垃圾邮件识别方法

引入柯尔莫格洛夫复杂性理论来描述邮件的特征,采用信息距离理论衡量邮件的相似程度,采用支持向量机(SVM)算法对邮件进行分类,提出了一种高准确率的垃圾邮件识别方法.相对于传统的垃圾邮件识别方法,该方法不需要对垃圾邮件进行邮件分割,省略邮件头分析和正文分析,可以准确地刻画垃圾邮件的主要特征,具有运算简单高效的特点.测试结果表明:该方法对文本邮件的分类准确率高达99％以上,有效提高了垃圾邮件识别的准确率.     

20 kHz大距离超声测距仪硬件设计

应用理论分析和实验测试的方法,研究了以增大超声测量距离为目的的超声测距系统.选用20 kHz的超声换能器,并在提高发射功率、优化匹配电路、提高信号接受灵敏度和滤波性能几个方面进行理论研究和电路设计.结果表明,硬件电路的性能完全满足超声测距系统的需要.     

无线充电系统电能传输距离的研究

针对双线圈无线充电系统电能传输距离较短的问题,采用增加中继线圈的方法来提高传输距离,首先利用电路互感理论对系统进行建模分析,分别推导出系统传输效率关于线圈间距的函数表达式,然后通过编程仿真分析其变化关系,最后进一步利用Matlab搭建系统模型验证其可行性,仿真结果表明:在系统传输效率较高且稳定的情况下,相比双线圈系统,带中继线圈的系统可以使传输距离提高0.2 m.     

基于灰色信息的支持向量域分类算法

当被识别的样本包含有未确知性的灰信息时,传统的SVDD算法无法对其类别作出判别.针对这一问题,并考虑到SVDD算法是一种基于样本间距离测度的判别方法,提出了一种针对灰信息样本进行判别的支持向量域数据描述算法-GSVDD算法,该算法利用区间数对未确知性的灰信息进行表达,将区间运算引入到SVDD算法中,以区间距离取代原来的确定性距离,从而对灰信息目标样本进行识别.理论分析和实验结果均表明,该算法是有效和可行的.