一种基于时频分析的关门声品质客观评价参数研究

乘用车关门声品质是重要的用户感知项和产品开发指标,是用户衡量车辆档次和质量的重要依据。为了使关门声品质的客观评价指标更准确地反映用户主观评价结果,提出一种基于时频特性的关门声品质客观评价指标,对23辆不同细分市场的车辆进行了关门声的客观测试和主观评价结果的相关性研究。首先对采集的关门声信号进行声学参数分析,获得常用的声学参数,如响度、尖锐度和A计权声压级最大值。然后基于EMD分解(Empirical Mode Decomposition经验模态分解)、WVD变换(Wigner-Ville魏格纳-威尔变换)和Bark尺度计权的时频处理方法计算新的声品质评价参数SQ-EMDWVD。最后将所得到的常用声学参数以及客观评价参数SQ-EMDWVD与主观评价结果进行相关性分析。结果表明,声品质评价参数SQ-EMDWVD与主观评价结果具有更好的相关性,其幅值的大小可以表征关门声品质的优劣。     

基于图像处理和SVM的植物叶片分类研究

为了提高植物叶片识别与分类的正确率,提出了基于SVM的识别模型和方法;对叶片图像预处理后,提取并优选10个叶片形状特征参数,用SVM法进行训练建模并识别.实验结果表明,用线性核函数的SVM对木瓜、女贞、三角枫和五角枫4种植物叶片识别的平均准确率在95.8％以上,优于神经网络和Fisher判别法,为鉴定植物种类提供了一种快速有效的方法.     

联合收割机行走变速箱故障特征提取方法研究

针对联合收割机行走齿轮箱故障诊断率低的问题,提出了基于遗传算法(Genetic Algorithm,GA)及样本熵优化VMD参数的故障特征提取方法,研究了不同分解算法对故障诊断率的影响,并在试验台上采集行走变速箱不同故障状态下的振动信号开展试验研究和验证。试验结果表明:与EMD样本熵和无样本熵情况相比,VMD样本熵具有维度低、识别精度高的优点,同WOA-KELM模型组合在故障诊断中有良好的识别分类性,可以用于联合收割机行走变速箱的故障诊断。     

旋转机械故障机理与故障特征提取技术研究

近年来,旋转机械故障诊断已成为国内外发展十分快速的新型技术,其在大型旋转机械运转过程中的使用能够实现对振动频率等的监测,并对其所发生的问题进行诊断,大大减少经济损失或其他灾难性事故发生的可能。故障特征信息的提取对于故障原因等的诊断具有极大的参考价值,在一定程度上决定着早期预报的准确性。因此,要想通过故障特征信息的提取提升机械运转的安全性,就十分有必要对旋转机械故障相关原理及其提取技术进行系统研究。     

基于 PCA 和 SVM 的植物叶片分类方法研究

为了提高植物叶片识别与分类的正确率,提出了一种基于 PCA 和 SVM 的植物叶片识别方法,在对叶片图像进行分割、边缘检测后,提取10个具有旋转、比例、平移不变性的无量纲叶片特征参数,对叶片特征参数进行主成分分析,将前3个主成分作为支持向量机的输入建立模式识别模型。实验结果表明,本算法女贞、木瓜、五角枫、三角枫等4种植物叶片的识别正确率达97．22％,优于直接用特征参数作为模型输入的识别正确率,且算法具有良好的实时性。     

交-交变频调速系统特征提取方法的研究

针对交-交变频调速系统中传统故障诊断方法难以准确判断隐性故障类型的问题,本文提出了一种基于db1小波包和db24小波包变换近似熵的特征能量提取方法:首先用db1小波包分解并提取采样信号的低频重构信号,用db24小波包分解并提取采样信号的高频重构信号:而后提取各个频带段的近似熵,根据具体的判断规则确定电机运行的隐性故障特征信号.实验和仿真证明,该方法弥补了传统方法提取微弱特征的不足,能够很好用于隐性故障诊断的检测,表明该方法的可行性和有效性.     

基于EMD方法的土壤入渗空间异质性及其影响因素研究

利用经典统计学方法和经验模态分解方法(EMD),分析了杨凌区、武功县和乾县临平镇一带0~40cm土层土壤物理性质(初始含水率、体积质量、有机质、颗粒组成)和入渗性能(90min累积入渗量、初始入渗率、稳定入渗率)的空间变异性,研究了EMD分量对变异的贡献率,并进一步对多尺度下土壤入渗性能与土壤物理性质进行了相关性分析。结果表明:1土壤物理特性空间序列中,除土壤体积质量变异系数为0.08、表现为弱变异外,含水率、颗粒组成及有机质均表现为中等变异,变异系数为0.11~0.35;2对于土壤入渗特性,稳定入渗率、90min累积入渗量和初始入渗率均表现为中等变异,且三者变异程度依次减弱;3EMD分解研究发现:小尺度分量对土壤入渗性能总变异的贡献率比大尺度分量高;不同的土壤物理性质对土壤入渗性能的影响随尺度变化。     

基于聚类树方法的同调机组分群研

随着WAMS系统的广泛应用，功角量测数据为基于轨迹的同调机组分群研究提供了可靠的数据支持。利用聚类方法人为因素干扰小、自适应能力强的优点，提出了一种基于EMD的聚类树分群方法。该方法建立在系统聚类分析的基础上，以各机受扰轨迹之差的信号能量最小为聚类准则，可以实现多机系统的动态分群。为解决电力系统受扰后动态轨迹非平稳、非线性问题，采用EMD预处理方法，实现原始数据的高频滤波和平稳化处理。EPRI-36节点系统和新英格兰10机39节点系统的算例分析证明，在网络拓扑结构基本不变的情况下，不同扰动方式下聚类分群结果总体上一致，从而佐证了该方法的有效性。     

同步压缩变换及其在机械振动信号处理中的应用

文章将一种音像信号处理方法引入机械运行状态检测领域.首先简介了时频方法的发展史以及同步压缩变换方法(SST)的由来,对基于短时傅里叶变换的SST的算法进行了简要分析,随后重点突出了其在时频图改善与信号分解方面的应用,并用一组变转速下的转子碰磨实验来验证SST其中一个重要用途;最后,总结了SST的优势与不足,并给出了展望.     

基于多种小波熵和信号熵的植物电信号特征提取

为了有效地对植物电信号进行分类,提出了基于多种小波熵与信号熵的特征提取方法。小波熵由于结合了小波变换和信息熵理论的优势,能够快速、准确地提取植物电信号的特征;但是,由于植物电信号的非平稳性和多样性,依靠单一的小波熵可能出现分类困难和分类不准确等问题,需要结合多种小波熵和信号的熵信息进行特征提取和分类。为此,以4类干旱胁迫下的君子兰叶片信号为对象,对提取的特征向量利用KNN方法进行分类。试验结果表明,该方法能够对君子兰叶片的电信号进行有效识别,为植物电信号的识别提供了一种可行的新方法。     

生理监测装置的心电信号噪声干扰分析

对精准的心电信号进行分析,才有医疗意义,但微弱的心电信号特别容易被外界因素所干扰而导致失真。笔者分析了在采集心电信号过程中易受到的噪声干扰的主要类型,有工频干扰、肌电干扰、基线漂移、电极干扰,还介绍了降噪效果的两大评估指标,即信噪比和均方根误差。     

水稻病害图像预处理及其特征提取方法研究

采用计算机数字图像处理技术对水稻病害进行智能识别,并以叶鞘腐败病为例,研究了水稻病害智能识别图像预处理和特征提取的方法。试验中,利用灰度变换和中值滤波法有效去除了噪声,增强了图像;利用不同算子对病害进行边缘检测,准确地提取了病斑的几何特征,实现了病害图像目标分割。这一研究成果为特征参数的提取及最终病害确定打下基础。     

基于形态非抽样小波分解的滚动轴承故障特征提取

针对滚动轴承故障特征信息往往被强背景噪声淹没的问题,提出采用基于多尺度差值形态滤波的形态非抽样小波分解方法提取故障特征.形态非抽样小波分解具有形态学的形态滤波特性与小波分解的多分辨率特性,通过非抽样方式对信号进行分解,克服了传统形态小波分解信息丢失的问题.结合差值形态滤波能够提取信号冲击成分的特点,构造了一种基于多尺度差值形态滤波的形态非抽样小波分解方法,并将其应用于滚动轴承故障特征的提取.仿真与实例证明,该方法可有效提取信号中的故障特征,比传统小波包分解效果更好.形态非抽样小波分解算法只包含加减和极大、极小运算,具有计算简单、快速等优点,适用于滚动轴承的在线监测与故障诊断.     

基于形状特征的大米虫蚀粒检测方法

虫蚀严重影响大米的品质。目前一般使用目测方法检测虫蚀粒,人为因素太多。为此,给出一种基于形状特征的检测方法。首先,对虫蚀米粒图像按Freeman链码方向提取边缘点坐标;然后,求这些相邻点坐标的向量夹角,对得到的夹角数据进行分析,分别求出其均值、方差、三阶矩和熵值等特征;最后,利用这些特征值,运用Fisher分类器识别出虫蚀粒。实验表明,大米虫蚀粒的正确识别率为95.65%。     

基于小波变换的农田图像光照不变特征提取算法

提出了基于小波变换的农田图像光照不变特征的提取算法。采用Retinex光照模型,对原始农田图像进行剪裁和归一化等预处理,选用Haar小波基多级分解预处理后的图像,从而得到图像的高低频成分;通过阈值法更新小波分解后的高频系数,重构获得多尺度反射模型,以提取光照不变特征;进行了光照不变特征提取和农作物航线获取试验。结果表明,该算法提取的特征图受自然光照的影响很小,且能够极大程度保留场景中的物体特征。同时,农作物航线提取在不同光照条件下均具有较高精度,航线误差在±2°以内,能够满足农机导航的精度要求。在NVIDIA的Jetson TX2硬件平台上,该算法总耗时在300 ms以内,相机前视距离可达20 m,满足农机正常作业的实时性要求。     

收割机刀具磨损状态监测系统的设计——基于图像处理技术

首先介绍了图像处理技术的特点和优势,然后从图像预处理、特征值提取和磨损面积计算等方面分析了收割机刀具磨损检测原理,并从软硬件体系结构入手,实现了一套基于图像处理的收割机刀具磨损状态监测系统。试验结果表明:在336次实际监测中,系统成功识别诊断刀具状态312次,成功率高达92.86%,平均监测一次的时间为6.67s,准确性高,识别速度快。     

基于概率和间隔信息的产品设计知识线性分类方法

针对复杂产品设计知识类别数多、数据量大的分类问题,基于最小最大概率机的概率信息和样本间隔信息,使用线性的方法解决多分类问题.用样本的均值和协方差代替真实的均值和协方差,利用间隔信息和概率信息,构造加权投票矩阵,编码矩阵会随着不同的方法和不同的训练数据有不同的变化,同时也利用所携带的幅值信息,选出最大值的对应类别.线性分类器作为二类分类器可以加快处理速度.提出以子空间角度差异度量来表征各个类别概念间的差异,并通过对叉车产品设计知识的数值实验证明了该方法的有效性和实用性.     

基于光谱解混的城市地物分类研究

高光谱遥感信息提取面临的突出问题是混合像元的广泛存在,如何有效地解译混合像元是高光谱遥感应用的关键问题。混合像元不仅影响地物的识别和分类精度,而且是遥感技术向定量化发展的重要障碍,混合像元分解是解决混合像元问题最有效的方法,能够克服高光谱图像空间分辨率的限制。针对传统混合像元分解算法的缺点,基于优化的候选端元判断方法及端元提取的并行设计方法,提出了一种优化的混合像元分解方法,实现了光谱特征信息和空间特征信息的有机融合。通过模拟高光谱数据和真实遥感图像进行仿真研究,实验结果表明,该方法能得到精确的端元和对应的丰度,获得较好的解混效果,为城市地物分类提供了有力支持。     

基于自动视觉检测的棉花异性纤维分类系统

为实现棉花异性纤维的在线识别,设计了一种基于自动视觉检测(AVI)的棉花异性纤维分类系统.该系统利用棉层生成器将待检测皮棉制成约2mm厚的均匀薄层使其中的异性纤维更容易检测,利用彩色线扫描相机检测有色异性纤维,利用单色线扫描相机检测在紫外线激发下能产生荧光的白色异性纤维.采用多特征多分类器集成的模糊分类方法实现了对异性纤维的分类.实验表明,该系统对异性纤维的平均分类正确率可达到80%.     

GIS环境下基于DEM的三川河流域特征提取

以地理信息系统软件Arcgis10.0为平台,探讨了其水文分析模块在流域划分、地形分析、河网提取上所采用的算法和原理。并以三川河流域为例,基于数字高程模型（DEM）数据,详述了提取流域特征的方法和步骤,实现了流域边界、坡度、坡向、表面曲率及流域河网的自动提取。结果表明：上述成果均能较好的吻合流域的实际情况,该方法具有操作简单、灵活方便、成果精度高、提取速度快等特点。流域特征的自动提取为进一步研究水土保持、水文模型、流域规划及数字流域等提供了基础数据,具有重要的实际意义。