并行稀疏滤波在轴承声信号下的故障诊断

振动信号是航空发动机故障监测的常用信号。由于航空发动机结构复杂，对振动传感器的布置要求日益严格。声学信号以其非接触式、易布置、低成本的优点，在轴承智能故障诊断中引起了广泛的关注。然而，由于航空发动机内声信号所处的环境噪声较强，传统的轴承故障诊断方法无法实现精确的特征提取。为此，研究有效的特征提取方法实现轴承声信号下的智能故障诊断显得尤为重要。稀疏表示是智能故障诊断中的一个研究热点，在稀疏特征提取方面显示出强大的力量。对强噪声下的声信号进行有效的稀疏特征提取，可为轴承的非接触式故障诊断提供解决路径。提出一种基于并行稀疏滤波的轴承故障诊断方法，能够实现对轴承声信号的稀疏特征提取。并行稀疏滤波通过在传统稀疏滤波的基础上增加另一个归一化方向来实现进一步的稀疏特征提取，然后采用权值归一化方法约束训练得到的权值矩阵。最后，通过仿真和实验数据验证了所提方法的优越性。结果表明，并行稀疏滤波能够实现轴承声信号的有效稀疏特征提取和精准分类，可用于声学信号下的轴承智能故障诊断。     

基于可调品质因子小波和簇稀疏增强的磁异常信号特征提取研究

在磁异常信号目标探测中,由于存在背景噪声的干扰,导致采集到的磁信号中的有用特征极其微弱,从而极大地增加了特征提取的难度。文章提出了一种基于重叠簇收缩算法的可调品质因子小波变换的稀疏特征提取方法。与传统的固定品质因子值相比,该方法可根据信号的振荡特性调整品质因子,从而有效地诱导稀疏;此外,重叠簇收缩算法可有效地从具有簇特性的信号中提取微弱特征,从而增强特征的提取精度。经工程验证,将该方法应用于磁异常信号特征提取,可从复杂背景干扰信号中精确地提取出有用的稀疏目标特征。     

基于深度学习特征提取的遥感影像配准

传统的影像配准算法,如尺度不变特征变换(SIFT)、加速稳健特征(SURF)等,对遥感卫星影像配准存在提取特征点少、错误匹配多等缺点。文章使用数据驱动的随机特征选择卷积神经网络(RanSelCNN)方法,对Landsat-8卫星不同时相或同一时相具有重叠度的遥感影像进行配准,卷积层使用随机特征选择,增加特征提取的鲁棒性;训练时使用联合损失函数,同时对特征探测器和特征描述符进行优化,减少特征的错误匹配。结果表明:基于随机选择的深度神经网络的遥感影像配准能提取更多的特征点,有效降低错误匹配率。与传统的人工设计特征相比,该算法能明显提高卫星影像配准的精度。     

一种虹膜特征提取与匹配方法

人眼虹膜尺寸很小，并且容易受到干扰，如果不能有效地提取出稳定的虹膜特征进行模式匹配，将严重影响虹膜识别的准确性和鲁棒性。本文提出一种稳定的虹膜特征提取与匹配方法，在虹膜注册端通过构建强特征分类器获得增强型特征模板，在虹膜识别端通过多样本特征映射融合提取稳定的特征样本，并根据风险预测自适应地确定分类阈值，然后进行特征匹配与虹膜分类，从而有效提高虹膜识别的准确性和鲁棒性。     

基于多特征融合分析的羽流烟雾区域识别

针对固体火箭发动机飞行试验中喷管排出的羽流烟雾光学信号的准确测量，应用数字图像处理技术提取羽流烟雾的静态和动态特征进行羽烟识别。为了滤除外场复杂环境对烟雾测量的干扰，设计了具有等间距的黑白条纹背景板。在黑条纹区域采用自适应的灰度阈值提取烟雾特征，在白条纹区域根据RGB和HSV颜色空间综合的方法提取烟雾特征，结合帧间差分法提取视频序列中烟雾区域的扩散边界。基于烟雾静态和动态特征综合的算法编写了烟雾处理软件，通过处理大量烟雾视频数据进行验证试验，证明羽流烟雾的识别能够有效提高光学信号测量的准确度。     

Beamlet变换提取线特征的改进算法

文章首先利用二进方块中Beamlet基的对称、平行等几何性质对离散Beamlet基进行分类;然后通过定义一个新的二进方块统计量和建立一个新的能量函数,对Beamlet变换方法中利用BD-RDP提取线特征的算法进行改进.通过实验对比,该算法进一步减少了运算量,提高了线特征提取的速度,且对复杂结构图像中的线特征提取效果更为清晰.     

基于潜在成分的时变系统损伤的概率神经网络分类

提出了一种新的时变系统健康监控的损伤分类方法。将函数级数时变自回归平滑时序模型应用于时变系统的振动信号,以估计TAR／TMA参数和革新方差。这些参数是时间的函数,将它们在以特定的基函数构成的某种函数子空间上展开得到相应的投影系数组。所估计得到的TAR／TMA参数和革新方差可进一步用来计算潜在成分（LCs）,将LCs用于健康评估比原来的参数更具信息。并将LCs联合并归化为数值得到特征集,输入概率神经网络（PNN）进行损伤分类。为了评价该方法,对一个时变系统进行了仿真,以各种不同的质量和刚度减少来模拟不同的损伤类别。算例表明：该方法能够在时变系统的背景下对损伤进行归类。     

色彩直方图混合特征提取在海量图像数据检索中的应用

随着多媒体技术的发展,图像的应用越来越广泛,如何有效利用图像信息具有越来越重要的意义。颜色特征不受图像大小和旋转角度的影响,鲁棒性较好,在图像检索中具有较强的应用。本文在对图像特征进行提取的基础上,提出了一种新的图像检索数据方法。该方法引入了色彩直方图、颜色中心矩、灰度直方图等颜色特征,使用色彩直方图对整幅图像的色彩信息进行统计;使用分块颜色中心矩对色彩的空间分布信息进行统计;对由于色彩浓度和对比度发生变化而对检索效果的影响,采用了灰度直方图进行淡化。通过对这三种特征距离进行加权和计算,进行相似度匹配,检索出目标图像。本文针对性地设计了基于色彩直方图混合特征的图像检索系统,实验证明色彩直方图混合特征检索的结果与示例图像在颜色与空间分布上基本相似,具有较强的实用性。     

经验模态分解火箭发动机多界面粘结检测特征信号提取技术

针对固体火箭发动机在存放期间粘结界面易出现脱粘的情况,采用超声纵波对其一二界面粘结质量进行检测,得到的二界面脱粘缺陷回波信号通常混叠了一界面多次反射透射的信号,无法与一界面粘结信号区分。为了区分不同界面回波信号,选用EMD(经验模态分解)对回波信号分解,并根据相关性系数得到信号主导作用模态分量,提取其检测信号幅度特征,得到界面粘结情况,再根据时间确定粘结位置是一界面还是二界面。结果表明:通过EMD对超声回波信号的特征提取可以实现固体火箭发动机界面最小直径为4 mm的脱粘缺陷检测,同时有效地降低分析计算的数据量,为固体火箭发动机粘结检测提供一定基础。