基于免疫聚类分析的特征提取及其在发动机故障诊断中的应用

以提高航空发动机故障诊断的快速性和准确性为目的，基于人工免疫理论中的克隆选择算法，结合聚类分析方法，提出了基于免疫聚类分析的故障特征提取方法。该方法通过删除对分类无关的特征以及压缩类间相关特征，得到最有利于分类的子特征集，提高了分类器的分类性能。并且该算法具有本质上的并行性、计算效率高和聚类能力强等优点。多类支持向量机的分类实验表明，经过基于免疫聚类分析提取的特征对发动机的故障具有更好的识别能力，为发动机的状态监测与故障诊断提供了依据。     

SAR图像识别提取与选择特征

阐述了SAR图像在模式识别中特征提取与选择的概念、任务和基本原则,结合国内外图像特征提取与选择的最新研究动态,介绍了在SAR图像目标识别中普遍采用的一些特征提取与选择方法,并对提取纹理特征采用的灰值共生矩阵及其统计量进行了研究。     

基于模糊和最小二乘的SAR图像线特征提取

针对合成孔径雷达(SAR, Synthetic Aperture Radar)图像的特点,提出一种线特征提取算法.该算法首先抑制相干斑噪声,然后对SAR图像进行模糊变换和增强,再基于假设的SAR图像灰度模型,用最小二乘法设计出低通和高通滤波器,最后检测出线特征散点,并进行连接,得到SAR图像的线特征图.实验证明本算法抗噪声干扰,边缘定位精度达到1个像素.     

一种谐波减速器不对中误差分析方法

在空间环境中运行的星载天线转动单元中的谐波减速器产生的不对中故障信号故障特征难以提取,针对此问题提出了一种优化变分模态分解的故障诊断方法,这种方法基于鲸鱼优化算法(WOA)和Teager能量算子(TEO)包络解调。首先,由于包络熵对故障信号特征非常敏感,故采用包络熵作为适应度函数,同时其也是鲸鱼优化算法的目标函数。其次,WOA具有操作简单、调整参数少、跳出局部最优能力强等诸多优点,故使用WOA对变分模态分解(VMD)进行优化,构建优化算法。最后,使用Teager能量算子对本征模态分量(IMFC)进行处理。所提出的方法用于分析谐波减速器输入、输出轴两端收集的实验信号。通过与传统的快速傅里叶变换方法进行对比结果表明,所提出的方法提高了分解效率,在分解参数的原则和故障信号提取精度方面具有良好的性能,误差不超过2%,能够实现谐波减速器不对中故障信号的精确诊断,具有一定的研究意义与工程实用价值。     

人在回路控制指示器信号速率提取特性的描述及最优控制律

控制指示器显示信号的速率提供了人在回路控制的预测信息。本文根据人眼对观测目标位置信息及其运动速度信息的感知特性，提出人眼并行地感知位置幅度和“量测”运动速度等假设，由此给出了操纵者对显示信号速率提取特性的简洁有效的构造性描述。仿真结果与已有的实验数据相比较得到了较好的验证。     

SAR图像边缘的小波抽取算法研究

随着地球物理勘探、航空摄影、卫星监测技术的发展，人们获得的各种图像资料也与日俱增。如何从众多的图像资料中快速获取所需的信息是一个引起广泛兴趣的问题。实现图像信息的自动识别技术是解决问题的途径之一。本文就是在作为图像自动识别技术中必不可少的一个环节———图像边缘抽取领域中，针对小波分析在具体的合成孔径雷达（ＳＡＲ）图像处理中的应用前景进行了研究工作，并取得了一些结论。     

一种基于智能卡的指纹认证方案

利用智能卡安全的计算和存储能力,在智能卡上不仅存放指纹特征模板,而且还实现两个特征集合的比对,指纹识别算法的其它过程则由经过认证的读写设备来完成.指纹的预处理仅包括三个部分:基于8个离散方向的方向场计算,在脊线方向使用平滑算子而在垂直于脊线的方向使用增强算子的图像增强和直接对脊线进行跟踪的特征提取算法.比对过程中首先根据两个集合中的全等三角形求出它们的旋转和平移参数,然后对根据参数进行转换后的特征集合进行点模式匹配.根据实验获得的卡上比对时间和识别率表明该方法的合理性,可用于工程实践.     

遥感图像的快速配准方法

针对多传感器遥感图像的配准,提出了一种快速有效的图像配准方法.该基于分级候选点集匹配的配准算法充分利用了分级匹配和候选点集匹配方法的优点,减少了特征提取空间和搜索空间.并在同名控制点对的确定中引入距离计算,能更有效地确定同名控制点对,减少了误匹配率,增加的距离计算时间代价很小,而且不随图像大小发生变换,只与最终匹配点对数目有关.采用主观与客观判断相结合的方法进行配准评价,实验结果表明,该算法在图像存在一定背景噪声,同时具有平移、旋转的情况下,可以准确地进行配准,提高了配准速度和精度.      

基于CAD模型的涡轮叶片误差检测系统

涡轮叶片型面误差检测是其制造过程中的重要环节.研究了涡轮叶片型面误差检测关键技术的实现方法,提出了基于测量数据的叶片截面关键参数的自动提取方法以及测量数据与计算机辅助设计(CAD)模型的坐标配准方法,制定了衡量叶片截面轮廓度、倾斜度、弯曲度和扭曲度的评估指标,并基于UG平台开发了叶片型面误差检测系统.应用实例表明,该系统可显著提高叶片的误差检测速度和分析质量.      

一种基于图像特征点提取及匹配的方法

针对图像特征提取与匹配的适应性和准确性的问题,将尺度不变特征变换(SIFT, Scale Invariant Feature Transform)算法应用到图像匹配领域.首先从原理上对SIFT算法的特性进行了分析,并以visual studio 2005为开发平台对SIFT算法分步骤进行了实现;最后以基于欧氏距离的最近邻准则作为特征的相似度量将SIFT算法提取的特征应用于图像特征匹配,并对不同的近邻比进行比较,给出了建议值.通过3组实验图像的匹配结果表明,SIFT算法提取的特征对图像缩放、旋转、亮度变化的匹配正确率都等于或接近100%,证明了SIFT算法提取的特征点有很好的适应性和准确性,可以进一步应用到图像识别以及图像重建等领域.