基于核PCA与SVM相结合的电子鼻模式识别算法研究

将核主元分析(PCA)与支持向量机(SVM)相结合并将其应用到电子鼻模式识别单元中,实现了数据降维和改善分类器性能。实验结果表明与单纯的应用支持向量机方法进行分类相比,此方法具有更高的识别率。     

基于多特征PCA融合的SVM质量异常识别

为了提高动态过程质量异常模式识别的精度,提出一种基于主元分析的多特征融合方法.首先提取出样本数据的统计特征和几何特征;接着将混合的多种特征进行PCA处理,提取出主元特征向量;然后利用粒子群算法寻找SVM分类器的最优参数;最后,通过仿真实验与其他识别方法进行对比,实验结果表明:本文提出的多特征PCA融合方法具有较高的识别精度,为质量异常模式识别研究提供了新的方法.     

基于PCA和SVM的人脸识别技术研究

从人脸图像特征提取和分类器构建两方面分析了人脸识别系统设计的关键点,提出了以主成分分析技术和支持向量机技术相结合构建人脸识别系统的策略,同时在主成分分析技术的理论基础上提出了一种快速PCA算法.通过实验系统在ORL人脸库上的测试结果,分析了该系统的相关参数和特征向量维度的选取对系统识别率的影响,并得到了其最优解.同时,通过实验证明了所提出方法在小训练集下的识别率优于其它一般方法,其识别率比一般的人工神经网络法提高了7%~10%左右.     

切削颤振预报方法探讨

从预报参数能否准确反映出切削颤振的特征方面、预报参数的适应性方面及预报参数的预报速度方面进行了综合分析，提出了一种快速、有效的预报切削颤振的参数——过零频数比γ0。     

基于K-CV 优化的PCA 和SVM 人脸识别算法

为解决常规的PCA( Principal Component Analysis) 和SVM( Support Vector Machines) 人脸识别算法准确率 不高的问题,提出了用改进的网格搜索和交叉验证( K-CV: K-fold Cross Validation) 算法对SVM 参数寻优的方 法,并联合了PCA 和SVM 的人脸识别算法。该算法利用K-CV 算法结合改进网格搜索方法寻找最佳参数, 尽可能消除由于个别样本误差对预测模型的影响,减少了搜索时间,提高了人脸识别的准确率。在Matlab 软 件上测试结果表明,该算法在YALE 人脸库的识别准确率比常规的PCA 和SVM 联合算法高9． 08%。     

基于HOG/PCA/SVM的跨年龄人脸识别算法

为了实现跨年龄的人脸识别,通过梯度幅值和梯度方向这2个重要的图像特征测量图像相似度,建立了一种方向梯度直方图 (HOG)、主成分分析 (PCA)和支持向量机（SVM）相结合的人脸识别算法.首先对从FG-NET数据库中选取的人脸图像作预处理,然后用HOG算法提取特征值,用PCA方法降维特征值,最后将样本输入到SVM中进行训练,人脸识别匹配度最高可达90.91%.实验结果验证了算法的有效性.     

基于SVM的刻蚀工艺失效状态识别

针对反应离子刻蚀工艺,研究其状态监测与识别.采用主元分析(PCA)方法对原始数据进行降维,提取出有效的特征子集,再应用SVM建立失效状态的诊断识别模型,分析模型参数对失效状态的分类识别效果.采用主元分析法进行数据降维,从多监控量中提取影响最大的特征子集,再基于支持向量机(SVM)算法建立了失效状态的诊断识别模型,并分析了模型参数对失效状态的分类识别效果.研究结果验证了基于SVM方法的有效性,表明该模型具有高效的模式识别能力,可应用于存在小样本问题的其他半导体工艺状态分类和识别中.     

基于核函数主元分析的SVM建模方法及应用

为有效克服线性建模方法在非线性建模方面的不足,将核函数思想引入到主元分析方法(PCA)中,有效提取实验数据中的非线性特征信息,并将其作为支持向量机(SVM)的输入变量,建立工业过程软测量模型。该方法应用于丙烯腈聚合过程中转化率的预报,结果表明:该方法的预测精度优于PCA-SVM方法和KPCA-NN方法。     

核PCA支持向量机算法研究

在核函数基础上,提出了一种融合支持向量机和核主元分析的核PCA支持向量机综合集成分类方法,给出了算法实现步骤。仿真实验表明了该算法具有很好的分类性能,特别适合于消除噪声情形的模式识别问题。     

基于2DPCA-ICA和SVM的车标识别新方法

为了进一步提高车标识别率,提出了一种新的车标识别方法.首先应用二维主元分析技术进行数据降维,然后应用独立成分分析技术提取车标图像的特征,最后应用支持向量机技术设计分类器进行车标识别.实验结果表明,和现有方法相比,所提出的车标识别方法具有更高的识别率、更快的运算速度.     

变速切削抑振机理

建立了再生切削颤振的衰减系数模型，采用频率扫描法，获得了稳定切削曲线，分析了任意宽下及变速切削时的系统频率和衰减系数变化，揭示了变速切削的抑振机理，提出了变速切削有效性的判定准则，生成了变速切削时的切削稳定曲线，为变速范围的选择提供了依据。     

机床颤振的一种新的控制方法

首先评述了目前对机床颤振的各种控制方法,然后提出在线变刀具前、后角抑制颤振的方法,并讨论了这种新方法的抑振原理。试验表明,该方法效果明显。所研制的控制装置结构简单,不需对机床作任何改装,故有可能成为普通车床及数控车床上具有抑制颤振能力的一个功能部件。     

一种基于支持向量机的PCA分析方法

提出一种更简洁的用于主要成分分析 (PCA)及其非线性分析的公式 .给出一个含有规则化项的原始权空间的约束最大优化问题 ,应用核技巧来解决其对偶问题 .该公式同最小二乘支持向量机 (LS SVM )分类器相似 .遵循常规的SVM方法 ,将输入空间的数据映射到高维特征空间 ,然后使用核技巧 ,利用主对偶约束最大优化来解释线性和非线性PCA分析问题 .其优点在于对偶问题适用于高维输入空间 ,而原始问题在N很大时能被更好地解决 .     

车削颤振的稳定区搜索控制

提出了车削过程的稳定区搜索控制方法，该方法通过在线建立动态车削力的二阶时序模型，对车削颤振进行预报，并根据预报结果，自动调节主轴转速，搜索车削稳定区，保证车削过程在稳定区内工作，车削试验证明，该方法可用效地抑制车削颤振的发生。     

变参数车削对颤振的影响及颤振抑制

研究了变参数切削与车削颤振幅值的量化关系，并推导出变参数切削颤振幅值减小量的计算公式，建立了变转速车削控制颤振的数学模型，通过计算机仿真，得到很好的结果。     

AR模型参数的Bootstrap方差估计

针对故障诊断中AR模型参数判别门限值的确定需要大量样本和重复多次试验的问题，采用小样本统计的Bootstrap方法对车削振颤AR模型参数的方差进行了估计，结果表明，该方法具有较好的估计结果和工程应用价值。     

一种切削颤振监测技术的研究与实现

采用自主开发的外置式数控机床功能部件可重构监测系统的原型平台,研究开发了一种实用的切削颤振监测组件.针对有代表性的车削、铣削加工工艺,选择传统的振动加速度传感器拾取切削状态信息,选用时域方差和频域谱特征作为颤振发生的综合指标,采用监测数据与正常切削时建立的对比库进行比较的方法进行了颤振识别.在对颤振特征量及其阈值进行研究的基础上,进而使用C#编程语言来实现监测软件,通过引入延时机制和数据重叠处理技术,有效地提高了颤振早期预报的准确性和快速性.通过工厂切削试验对所开发的颤振监测组件进行测试验证,试验表明该组件的颤振诊断率可达到80%以上,证明了此监测方法对于工业现场的适用性.     

车削颤振稳定性预测软件研究与开发

针对金属加工过程中颤振预测软件实现的工程需求,设计了车削加工颤振稳定性叶瓣图实验测试软硬件系统,研究了软件实现算法中的关键问题.首先,搭建了由采集卡、加速度传感器、模态力锤组成的硬件系统,开发了具有频响函数测试和稳定性叶瓣图生成功能的系统软件.其次,设计了交互式软件采集及分析界面,研究了基于C#编程语言频响函数测试过程中多通道高速同步触发采集的实现算法,开发了具有由频域分析方法获得颤振稳定性叶瓣图功能的C#类.最后,对CJ0625车床加工系统进行稳定性预测,结果表明软件预测结果与实验结果相吻合.     

切削颤振预兆的研究

本文利用切削力及振动加速度作为特征信号,研究了车削细长轴时,切削过程由平稳切削状态逐渐进入失稳状态的过渡过程中,特征信号的变化,提出应用颤振特征频带方差或均方值可以有效地对颤振预兆进行识别。     

用切削颤振试验测定无量纲切入系数

本文提出了利用切削颤振试验确定无量纲切入系数Ｃ这一新方法．该方法简单易行、重复性好，所测得的结果更能反映实际切削过程的动态特性．