期刊文献+
共找到502篇文章
< 1 2 26 >
每页显示 20 50 100
旋转机械振动信号的信息熵特征 被引量:97
1
作者 申弢 黄树红 +1 位作者 韩守木 杨叔子 《机械工程学报》 EI CAS CSCD 北大核心 2001年第6期94-98,共5页
从信息融合的思想出发 ,针对单个和多个振动传感器 ,在时域、频域以及时 -频域系统、深入地研究了定量评价旋转机械振动状态的方法 ,提出了反映不同域中振动能量分布不确定性的奇异谱熵、功率谱熵、涡动状态特征熵、小波空间特征熵等信... 从信息融合的思想出发 ,针对单个和多个振动传感器 ,在时域、频域以及时 -频域系统、深入地研究了定量评价旋转机械振动状态的方法 ,提出了反映不同域中振动能量分布不确定性的奇异谱熵、功率谱熵、涡动状态特征熵、小波空间特征熵等信息熵特征。通过对实际信号的分析表明 ,这些信息熵形成了有效综合评价转子振动状态的特征指标。 展开更多
关键词 信息熵 旋转机械 状态评价 信息融合 信号分析 振动
下载PDF
步态识别综述 被引量:44
2
作者 王科俊 侯本博 《中国图象图形学报》 CSCD 北大核心 2007年第7期1152-1160,共9页
步态识别是生物特征识别领域一个新的研究方向,它旨在根据人们走路的姿势进行身份识别。本文首先对步态识别的影响因素与性能预测进行了概括,然后从运动检测、周期检测、特征提取、识别算法4个方面对当前研究成果进行了全面的综述,最后... 步态识别是生物特征识别领域一个新的研究方向,它旨在根据人们走路的姿势进行身份识别。本文首先对步态识别的影响因素与性能预测进行了概括,然后从运动检测、周期检测、特征提取、识别算法4个方面对当前研究成果进行了全面的综述,最后讨论了当前研究的难点与发展趋势。 展开更多
关键词 步态识别 性能预测 运动检测 周期检测 特征提取 数据融合
下载PDF
无人机视觉导航研究综述 被引量:51
3
作者 吴显亮 石宗英 钟宜生 《系统仿真学报》 CAS CSCD 北大核心 2010年第A01期62-65,共4页
对无人机视觉导航的现有算法从视觉处理和状态估计与数据融合两大方面作了分类总结,重点讨论了无人机获取图像的特征提取、视觉传感器同其他传感器的数据融合、以及实时得到状态估计的各种方法,同时,也涉及了未知环境下地图的建立,最后... 对无人机视觉导航的现有算法从视觉处理和状态估计与数据融合两大方面作了分类总结,重点讨论了无人机获取图像的特征提取、视觉传感器同其他传感器的数据融合、以及实时得到状态估计的各种方法,同时,也涉及了未知环境下地图的建立,最后指出了无人机视觉导航在实际应用中面临的主要问题。 展开更多
关键词 无人机 视觉导航 特征提取 数据融合
下载PDF
基于颜色及纹理特征的果蔬种类识别方法 被引量:51
4
作者 陶华伟 赵力 +2 位作者 奚吉 虞玲 王彤 《农业工程学报》 EI CAS CSCD 北大核心 2014年第16期305-311,共7页
为更好地表述果蔬图像纹理特征,提高智能果蔬识别系统识别准确性,提出一种颜色完全局部二值模式纹理特征提取算法。果蔬识别系统模型利用颜色完全局部二值模式提取图像纹理特征,利用HSV颜色直方图、外点/内点颜色直方图提取图像颜色特征... 为更好地表述果蔬图像纹理特征,提高智能果蔬识别系统识别准确性,提出一种颜色完全局部二值模式纹理特征提取算法。果蔬识别系统模型利用颜色完全局部二值模式提取图像纹理特征,利用HSV颜色直方图、外点/内点颜色直方图提取图像颜色特征,采用匹配得分融合算法将颜色和纹理特征相融合,采用最近邻分类器实现果蔬农产品分类。通过不同光照条件下和不同数量训练样本条件下的试验得出:颜色完全局部二值模式的果蔬图像纹理表述能力明显优于和差直方图等果蔬图像纹理操作子,识别率提升最小在5%以上,更适合果蔬分类;对比其他纹理特征提取算法,采用颜色完全局部二值模式与颜色特征进行融合时,识别率最优,时间开销约为1.1 s。该方法能够应用到智能果蔬识别系统中,提升系统识别准确性。 展开更多
关键词 农产品 图像处理 特征识别 颜色特征 纹理特征 融合 果蔬
下载PDF
基于SVM-DS多特征融合的杂草识别 被引量:45
5
作者 何东健 乔永亮 +3 位作者 李攀 高瞻 李海洋 唐晶磊 《农业机械学报》 EI CAS CSCD 北大核心 2013年第2期182-187,共6页
为解决单一特征识别杂草的低准确率和低稳定性,提出一种支持向量机(SVM)和DS(Shafer-Dempster)证据理论相结合的多特征融合杂草识别方法。在对田间植物图像处理的基础上,提取植物叶片形状、纹理及分形维数3类特征,分别以3类单特征的SVM... 为解决单一特征识别杂草的低准确率和低稳定性,提出一种支持向量机(SVM)和DS(Shafer-Dempster)证据理论相结合的多特征融合杂草识别方法。在对田间植物图像处理的基础上,提取植物叶片形状、纹理及分形维数3类特征,分别以3类单特征的SVM分类结果作为独立证据构造基本概率指派(BPA),引入基于矩阵分析的DS融合算法简化决策级融合算法复杂度,根据融合结果及分类判决门限给出最终的识别结果。实验结果表明,多特征决策融合识别方法正确识别率达到96.11%,与单特征识别相比有更好的稳定性和更高的识别率。 展开更多
关键词 杂草识别 支持向量机 DS证据理论 特征提取 多特征融合
下载PDF
基于深度学习的单阶段目标检测算法研究综述 被引量:39
6
作者 刘俊明 孟卫华 《航空兵器》 CSCD 北大核心 2020年第3期44-53,共10页
近年来,深度学习技术推动目标检测算法取得了突破式进展。基于深度学习的目标检测算法可分为两阶段检测算法和单阶段检测算法。相比两阶段检测算法,单阶段检测算法的结构简单、计算高效,同时具备不错的检测精度,在实时目标检测领域中具... 近年来,深度学习技术推动目标检测算法取得了突破式进展。基于深度学习的目标检测算法可分为两阶段检测算法和单阶段检测算法。相比两阶段检测算法,单阶段检测算法的结构简单、计算高效,同时具备不错的检测精度,在实时目标检测领域中具有较高的研究和应用价值。本文首先回顾了单阶段检测算法的发展历史,分析总结了相关算法的优缺点,然后归纳提出了单阶段目标检测算法的通用框架,接着对框架中的特征提取模块和检测器进行了深入分析,指出了其对算法性能的影响,最后对单阶段检测算法的发展趋势进行了展望。 展开更多
关键词 深度学习 单阶段目标检测算法 特征提取 特征融合 ANCHOR 损失函数 人工智能
下载PDF
多特征融合的火焰检测算法 被引量:38
7
作者 吴茜茵 严云洋 +2 位作者 杜静 高尚兵 刘以安 《智能系统学报》 CSCD 北大核心 2015年第2期240-247,共8页
视频火焰检测是复杂场景下预防火灾的重要方法。为了提高火焰的检测效率和鲁棒性,基于RGB和HSI颜色空间改进了火焰的颜色特征模型,有效地提取了疑似火焰区域;实验对比分析了火焰不同的形状结构特征,及其特征组合对火焰检测有效性的影响... 视频火焰检测是复杂场景下预防火灾的重要方法。为了提高火焰的检测效率和鲁棒性,基于RGB和HSI颜色空间改进了火焰的颜色特征模型,有效地提取了疑似火焰区域;实验对比分析了火焰不同的形状结构特征,及其特征组合对火焰检测有效性的影响,提出了一种融合圆形度、矩形度和重心高度系数的火焰检测算法,然后将融合后的火焰特征输入支持向量机(SVM)中进行分类。在Bilkent大学火灾视频库上的实验结果表明,该方法高效、快速,且能适用于多种场景。 展开更多
关键词 特征提取 特征融合 支持向量机 颜色模型 火焰检测 圆形度 矩形度 重心高度
下载PDF
利用融合高度与单目图像特征的支持向量机模型识别杂草 被引量:34
8
作者 王璨 李志伟 《农业工程学报》 EI CAS CSCD 北大核心 2016年第15期165-174,共10页
除草是保证农作物高产的必要工作。针对机械化除草和智能喷药中存在的杂草识别问题,以2~5叶苗期玉米及杂草为研究对象,进行了融合高度特征与单目图像特征的杂草识别方法研究。首先从单目图像中提取16个形态特征和2个纹理特征;然后基于... 除草是保证农作物高产的必要工作。针对机械化除草和智能喷药中存在的杂草识别问题,以2~5叶苗期玉米及杂草为研究对象,进行了融合高度特征与单目图像特征的杂草识别方法研究。首先从单目图像中提取16个形态特征和2个纹理特征;然后基于双目图像,提出了针对植株的高度特征提取方法,所得高度特征与实际测量值间误差在±12 mm以内;利用max-min ant system算法对形态特征进行优化选择,将形态特征减少到6个,有效减少数据量62.5%,并与纹理和高度特征进行融合;将2~5叶玉米幼苗的可除草期划分为3个阶段,分别构建融合高度特征与单目图像特征的SVM识别模型,并与相应不含高度特征模型进行对比。经测试,3个阶段模型的识别准确率分别为96.67%,100%,98.33%;平均识别准确率达98.33%。不含高度特征模型的识别准确率分别为93.33%,91.67%,95%;平均识别准确率为93.33%。结果表明,融合高度特征与单目图像特征的SVM识别模型优于不含高度特征模型,平均识别准确率提高了5百分点。该方法实现了高准确率的杂草识别,研究结果为农业精确除草的发展提供参考。 展开更多
关键词 双目视觉 支持向量机 特征提取 杂草识别 双目图像 特征融合
下载PDF
基于计算机视觉的轨道扣件缺陷自动检测算法研究 被引量:33
9
作者 刘甲甲 熊鹰 +1 位作者 李柏林 李立 《铁道学报》 EI CAS CSCD 北大核心 2016年第8期73-80,共8页
针对轨道扣件缺陷自动识别问题,提出一种基于图像融合特征和贝叶斯压缩感知的图像分类识别方法。从轨道图像中分割出扣件子图像,并分别提取其改进的边缘梯度特征IEOH和扣件端部的宏观纹理特征MSLBP;利用层级加权融合将二者融合形成鲁棒... 针对轨道扣件缺陷自动识别问题,提出一种基于图像融合特征和贝叶斯压缩感知的图像分类识别方法。从轨道图像中分割出扣件子图像,并分别提取其改进的边缘梯度特征IEOH和扣件端部的宏观纹理特征MSLBP;利用层级加权融合将二者融合形成鲁棒的、分辨力更强的IEOH_MSLBP特征;在贝叶斯压缩感知模型的基础上根据训练样本构建传感矩阵,求解待测试样本相应的稀疏系数矢量,并根据系数矢量中对应训练样本类别的各元素的L2范数判定待测试扣件的状态。实验结果表明,使用IEOH_MSLBP特征的平均检测准确率比单独使用IEOH、MSLBP特征分别高出5.1%、4.7%;同时,本文所提检测方法相较于主流方法在识别率方面具有一定优势,可为铁路扣件自动化巡检提供重要技术借鉴。 展开更多
关键词 计算机视觉 扣件检测 特征提取 特征融合 贝叶斯压缩感知
下载PDF
基于HOG-Gabor特征融合与Softmax分类器的交通标志识别方法 被引量:32
10
作者 梁敏健 崔啸宇 +1 位作者 宋青松 赵祥模 《交通运输工程学报》 EI CSCD 北大核心 2017年第3期151-158,共8页
为了提高交通标志识别的正确率和实时性,提出了一种基于HOG-Gabor特征融合与Softmax分类器的交通标志识别方法。采用Gamma矫正方法提取HOG特征,采用对比度受限的自适应直方图均衡化方法提取Gabor特征,基于线性特征融合原理,将提取的HOG... 为了提高交通标志识别的正确率和实时性,提出了一种基于HOG-Gabor特征融合与Softmax分类器的交通标志识别方法。采用Gamma矫正方法提取HOG特征,采用对比度受限的自适应直方图均衡化方法提取Gabor特征,基于线性特征融合原理,将提取的HOG和Gabor特征向量直接串联,得到刻画交通标志的融合特征向量,采用Softmax分类器对融合特征向量进行分类,采用德国交通标志识别基准(GTSRB)数据库测试了所提方法的有效性,比较了基于单特征与融合特征的交通标志识别效果。试验结果表明:在图像增强过程中,针对HOG特征,采用Gamma矫正方法的分类正确率最大,为97.11%,针对Gabor特征,采用限制对比度的直方图均衡化方法的分类正确率最大,为97.54%;采用Softmax分类器的最小分类正确率为97.11%,耗时小于2s;针对HOG-Gabor融合特征,采Softmax分类器的识别率高达97.68%,因此,基于HOG-Gabor特征融合与Softmax分类器的交通标志识别方法的识别率高,实时性强。 展开更多
关键词 交通信息工程 智能车 交通标志识别 特征提取 Softmax分类 特征融合
原文传递
基于数据融合的三段式心音身份识别技术 被引量:28
11
作者 成谢锋 马勇 +2 位作者 张少白 张瑛 郭宇锋 《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第8期1712-1719,共8页
提出了一种新的基于多特征提取的心音身份识别技术。在分析心音信号特性的基础上,采用独立子波函数表征个体心音特征信息,通过建立"第一心音s1、第二心音s2和周期-功率-频率(T-P-F)图"的三段式识别模型和应用相似距离的模式... 提出了一种新的基于多特征提取的心音身份识别技术。在分析心音信号特性的基础上,采用独立子波函数表征个体心音特征信息,通过建立"第一心音s1、第二心音s2和周期-功率-频率(T-P-F)图"的三段式识别模型和应用相似距离的模式匹配方法,以及采用单路心音信号多周期段的数据层融合和改进的D-S数据决策层融合算法,有效地实现了单路心音信号多特征提取的身份识别。另外还介绍了一种双听诊头的心声检测装置。实际实验结果表明,该方法具有很好的识别率和可行性。 展开更多
关键词 单路心音身份识别 三段式识别模型 多特征提取 信息融合
下载PDF
基于组合核多特征融合的GIS局部放电检测与识别 被引量:30
12
作者 律方成 金虎 +1 位作者 王子建 张波 《电工技术学报》 EI CSCD 北大核心 2014年第10期334-340,共7页
GIS局部放电模式识别是其绝缘状态评估的重要部分,搭建了252k V GIS局部放电实验仿真平台,采用超高频和超声波检测法对4种典型绝缘故障进行局部放电检测,得到了相应的放电信号,并根据信号特点获取了相应的统计参数图谱,提取了相应的特... GIS局部放电模式识别是其绝缘状态评估的重要部分,搭建了252k V GIS局部放电实验仿真平台,采用超高频和超声波检测法对4种典型绝缘故障进行局部放电检测,得到了相应的放电信号,并根据信号特点获取了相应的统计参数图谱,提取了相应的特征参数;采用K-折交叉验证和粒子群算法对组合核参数法进行了核函数参数优化,然后采用优化后的算法融合了超高频和超声波特征参数,分别将融合后的参数和单一的超高频及超声波参数输入到分类器中进行放电模式识别。结果表明,多特征参数融合后的识别率要高于单一特征的识别率,融合后的识别率可达92%。 展开更多
关键词 气体绝缘组合电器 局部放电 特征提取 多特征融合 检测与识别
下载PDF
基于SVM和D-S证据理论的多特征融合杂草识别方法 被引量:27
13
作者 李先锋 朱伟兴 +1 位作者 孔令东 花小朋 《农业机械学报》 EI CAS CSCD 北大核心 2011年第11期164-168,163,共6页
针对单一特征识别杂草的低准确率和低稳定性,提出一种支持向量机(SVM)和D-S证据理论相结合的多特征融合杂草识别方法。在对田间植物图像处理的基础上,提取植物叶片的颜色、形状和纹理等3类视觉特征,分别以3类单特征的SVM分类结果作为独... 针对单一特征识别杂草的低准确率和低稳定性,提出一种支持向量机(SVM)和D-S证据理论相结合的多特征融合杂草识别方法。在对田间植物图像处理的基础上,提取植物叶片的颜色、形状和纹理等3类视觉特征,分别以3类单特征的SVM分类结果作为独立证据构造基本概率指派(BPA),运用D-S证据组合规则进行决策级融合,根据分类判决门限给出最终的识别结果。试验结果表明,多特征决策融合识别方法正确识别率达到97%以上。 展开更多
关键词 杂草识别 特征提取 支持向量机 D-S证据理论 决策级融合
下载PDF
基于D-S证据理论的决策级多特征融合苹果分级方法 被引量:26
14
作者 李先锋 朱伟兴 +1 位作者 花小朋 孔令东 《农业机械学报》 EI CAS CSCD 北大核心 2011年第6期188-192,共5页
针对单特征苹果分级的不确定性和低正确率,通过图像处理提取大小、形状、颜色和缺陷4类能反映苹果外观品质的主要特征,引入信息融合的思想,以单特征初步分级的结果作为证据,用D-S证据理论的方法进行决策级融合处理,实现苹果的多特征综... 针对单特征苹果分级的不确定性和低正确率,通过图像处理提取大小、形状、颜色和缺陷4类能反映苹果外观品质的主要特征,引入信息融合的思想,以单特征初步分级的结果作为证据,用D-S证据理论的方法进行决策级融合处理,实现苹果的多特征综合分级,进一步提高可靠性和分级正确率。80个测试样本的分级试验表明,苹果分级正确率达92.5%,与单特征分级相比,此方法正确识别率高、稳定性好、效果显著。 展开更多
关键词 苹果分级 D-S证据理论 特征提取 决策级融合
下载PDF
基于小波融合和PCA-核模糊聚类的遥感图像变化检测 被引量:26
15
作者 慕彩红 霍利利 +2 位作者 刘逸 刘若辰 焦李成 《电子学报》 EI CAS CSCD 北大核心 2015年第7期1375-1381,共7页
本文提出了一种变化检测方法以提高算法的鲁棒性、检测精度以及抗噪性.首先对差值法构造的差异图和比值法构造的差异图进行小波融合.然后将融合图像分成互不重叠的小块,并用主成分分析得到图像块的正交基.通过将融合图像中每个像素的邻... 本文提出了一种变化检测方法以提高算法的鲁棒性、检测精度以及抗噪性.首先对差值法构造的差异图和比值法构造的差异图进行小波融合.然后将融合图像分成互不重叠的小块,并用主成分分析得到图像块的正交基.通过将融合图像中每个像素的邻域小块映射到正交基上使得每个像素用一个特征向量来表示.最后用基于核的模糊C均值对特征向量进行聚类.实验结果显示与使用单一类型差异图的聚类方法相比,本方法由于采用了图像融合的策略而增强了鲁棒性,且由于采用了核模糊聚类,进一步提高了变化检测精度.此外由于使用了特征提取的技术,本方法具有一定的抗噪性能. 展开更多
关键词 遥感图像 变化检测 特征提取 核模糊聚类 小波融合
下载PDF
基于应力波分析的状态监控与故障预测研究 被引量:25
16
作者 吴天舒 陈蜀宇 吴朋 《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第12期3061-3070,共10页
随着先进的仪器测量与分析、物联网、云计算、数据挖掘、人工智能等科学技术的发展,设备状态监控和故障预测技术近年来在工业设备健康管理中起到越来越重要的作用。研究了一种基于应力波分析的状态监测与故障预测技术,通过应力波传感器... 随着先进的仪器测量与分析、物联网、云计算、数据挖掘、人工智能等科学技术的发展,设备状态监控和故障预测技术近年来在工业设备健康管理中起到越来越重要的作用。研究了一种基于应力波分析的状态监测与故障预测技术,通过应力波传感器对设备运动部件间的摩擦、机械冲击和动态荷载的电子信号进行检测和处理,采用专为应力波分析而开发的时域和频域特征提取软件和基于神经网络的数据融合技术,对设备状态进行定量分析,对设备故障进行准确预测,并提供设备健康诊断分析报告。运行试验表明,与振动分析等传统的状态监测方法相比,本系统能更好地实时监控设备运行情况,更早地预测故障,保证了生产安全性,降低了设备检维修成本,提高了生产效率。 展开更多
关键词 应力波分析 特征提取 神经网络 数据融合
下载PDF
融合注意力机制的深层次小目标检测算法 被引量:24
17
作者 赵鹏飞 谢林柏 彭力 《计算机科学与探索》 CSCD 北大核心 2022年第4期927-937,共11页
骨干网络特征提取不充分以及浅层卷积层缺乏语义信息等往往导致了对于小目标检测的效果不佳,为提高小目标检测的精确性与鲁棒性,提出一种融合注意力机制的深层次小目标检测算法。首先,针对骨干网络特征提取能力不足的问题,选用Darknet-5... 骨干网络特征提取不充分以及浅层卷积层缺乏语义信息等往往导致了对于小目标检测的效果不佳,为提高小目标检测的精确性与鲁棒性,提出一种融合注意力机制的深层次小目标检测算法。首先,针对骨干网络特征提取能力不足的问题,选用Darknet-53作为特征提取网络,通过构建新的分组残差连接来替换原Darknet-53中的残差连接结构,形成新的I-Darknet53骨干增强网络,该分组残差结构可通过交织不同通道的特征信息有效提高输出的感受野大小。其次,在多尺度检测阶段,提出浅层特征增强网络,采用特征增强模块与通道注意力机制引导下的高效特征融合策略对浅层与深层进行特征融合获得浅层增强特征,从而改善浅层语义特征信息不足的问题。实验结果表明,相较于SSD算法,所提算法在PASCALVOC数据集上检测效果更加突出。当输入图像尺寸为300×300时,模型平均精度均值为80.2%;当输入图像尺寸为500×500时,模型平均精度均值为82.3%。并且在保证检测速度的前提下,增强了模型对小目标的检测效果。 展开更多
关键词 小目标检测 特征提取 特征融合 注意力机制
下载PDF
改进的Gabor小波变换特征提取算法 被引量:24
18
作者 刘胜昔 程春玲 《计算机应用研究》 CSCD 北大核心 2020年第2期606-610,共5页
针对基于Gabor小波幅值与相位的人脸特征提取方法的特征级联方式使得特征向量维度较高的问题,提出了一种改进的Gabor小波变换特征提取算法。该算法计算局部幅值特征和局部相位特征,增强了每个像素的局部关联性;然后通过实验选定加权系数... 针对基于Gabor小波幅值与相位的人脸特征提取方法的特征级联方式使得特征向量维度较高的问题,提出了一种改进的Gabor小波变换特征提取算法。该算法计算局部幅值特征和局部相位特征,增强了每个像素的局部关联性;然后通过实验选定加权系数,将幅值特征与相位特征进行加权融合。实验结果表明,该算法与改进前的算法相比,降低了特征向量的维度,且提高了最终的人脸识别率。 展开更多
关键词 GABOR小波 特征提取 局部幅值特征 局部相位特征 加权融合
下载PDF
基于改进AlexNet的人脸表情识别 被引量:24
19
作者 杨旭 尚振宏 《激光与光电子学进展》 CSCD 北大核心 2020年第14期235-242,共8页
人脸表情会受到姿势、物体遮挡、光照变化以及人种性别年龄等因素的影响,需要卷积神经网络更有效准确地学习特征。AlexNet在表情识别中准确率不高,对输入图像尺寸有限制,针对这些问题,提出了改进AlexNet网络的人脸表情识别算法。在Alex... 人脸表情会受到姿势、物体遮挡、光照变化以及人种性别年龄等因素的影响,需要卷积神经网络更有效准确地学习特征。AlexNet在表情识别中准确率不高,对输入图像尺寸有限制,针对这些问题,提出了改进AlexNet网络的人脸表情识别算法。在AlexNet网络中引入多尺度卷积更加适用于小尺寸的表情图像,提取出不同尺度的特征信息,并在把多个低层次特征信息在向下传递的同时与高层次特征信息进行跨连接特征融合,从而可以更加完整准确地反映图像信息,构造出更准确的分类器。跨连接会产生参数爆炸,导致网络训练困难,影响识别效果,因此利用全局平均池化对低层次特征信息进行降维,可减少跨连接产生的参数和过拟合现象。本文算法在CK+、JAFFE数据库上的准确率分别为94.25%和93.02%。 展开更多
关键词 图像处理 图像分类 表情识别 AlexNet 特征提取 多尺度卷积 跨连接 全局平均池化 特征融合
原文传递
基于频域特征提取与信息融合的磨机负荷软测量 被引量:24
20
作者 汤健 郑秀萍 +2 位作者 赵立杰 岳恒 柴天佑 《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第10期2161-2167,共7页
提出了基于频域特征提取与多传感器信息融合的磨机负荷(ML)软测量新方法。针对磨矿过程主要依靠人工经验定性判断ML状态,难以定量检测ML参数的现状,通过融合磨机筒体振动、振声及驱动电机电流信号,建立了以料球比、矿浆浓度、充填率为... 提出了基于频域特征提取与多传感器信息融合的磨机负荷(ML)软测量新方法。针对磨矿过程主要依靠人工经验定性判断ML状态,难以定量检测ML参数的现状,通过融合磨机筒体振动、振声及驱动电机电流信号,建立了以料球比、矿浆浓度、充填率为输出的ML软测量模型。该方法首先采用快速傅里叶变换(FFT)将时域振动及振声信号转换为频谱变量,再对频谱变量通过主元分析(PCA)进行谱特征提取,然后采用径向基函数(RBF)变换生成的激活矩阵实现谱特征的非线性映射,最后采用偏最小二乘(PLS)算法建立以谱特征、激活矩阵、电流信号为输入的回归模型,从而有效克服了多传感器信息之间及RBF变换引起的多重共线性等问题。实验表明,该方法能够较准确地检测ML参数,融合多传感器的软测量方法具有更好的预测效果。 展开更多
关键词 磨机负荷 频谱数据 特征提取 径向基函数 偏最小二乘 信息融合
下载PDF
上一页 1 2 26 下一页 到第
使用帮助 返回顶部