检索结果-南通市图书馆

安徽文学 2011年第11期 51-60页

作者：余星辰滁州一中

茫茫宇宙,群星璀璨,有的巨大而明亮,有的混沌而迷幻,有的则若隐若现,蓓蕾初绽……余星辰就是后者,虽然他的亮度有限,作品还很稚嫩,但他毕竟是安徽文学的"新生代"。是一种痴情,是一种力量,也是一种希望,值得我们去发现、开启和推介。

关键词：反抗者曼陀罗

基于特征融合的煤矿瓦斯和煤尘爆炸声音识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

煤炭学报 2023年第S2期48卷 638-646页

作者：余星辰李小伟中国矿业大学(北京)机电与信息工程学院北京100083

为解决煤矿瓦斯与煤尘爆炸灾害报警方法监测手段单一、监测技术落后、误报率和漏报率高等问题,提高煤矿瓦斯和煤尘爆炸识别的准确率,提出了基于特征融合的煤矿瓦斯和煤尘爆炸声音识别方法:在煤矿井下重点监测区域安装矿用拾音器,实时采... 详细信息

为解决煤矿瓦斯与煤尘爆炸灾害报警方法监测手段单一、监测技术落后、误报率和漏报率高等问题,提高煤矿瓦斯和煤尘爆炸识别的准确率,提出了基于特征融合的煤矿瓦斯和煤尘爆炸声音识别方法:在煤矿井下重点监测区域安装矿用拾音器,实时采集煤矿井下设备工作声音和环境音等,将采集的声音信号通过提取由梅尔倒谱系数和Gammatone滤波器倒谱系数构成的新混合特征MGCC,通过主成分分析的方法提取其前9维特征值构成表征声音信号的特征向量,输入支持向量机中训练得到煤矿瓦斯和煤尘爆炸声音识别模型;待测声音样本通过提取其特征向量,输入到训练好的煤矿瓦斯和煤尘爆炸声音识别模型中,得到分类识别结果;并通过实验验证。首先,通过声音信号的特征提取实验分析通过MGCC和主成分分析提取的声音信号特征的特点,不同时长的同一声音信号特征值分布稳定,且差异不大;同一时长的不同声音信号特征值分布差异明显,因此通过MGCC和主成分分析提取声音信号的特征向量可有效表征声音信号;其次,由识别实验结果可以得知,所提识别方法的识别率达到97%,高于比对算法;最后,通过贝叶斯超参数优化实验结果可知,优化后的煤矿瓦斯和煤尘爆炸声音识别模型明显优于优化前的识别模型,能够满足煤矿瓦斯和煤尘爆炸感知和报警需求。

关键词：瓦斯和煤尘爆炸声音识别特征提取特征融合主成分分析

在线全文

学校读者我要写书评

暂无评论

基于声音特征的煤矿瓦斯和煤尘爆炸识别方法

中国矿业大学学报 2022年第6期51卷 1096-1105页

作者：孙继平余星辰中国矿业大学(北京)机电与信息工程学院北京100083

为尽早发现瓦斯和煤尘爆炸事故,提出了基于声音特征的煤矿瓦斯和煤尘爆炸的识别方法:利用矿用拾音器实时采集监控区域声音,通过双树复小波变换,提取分解分量的能量熵比值,构成声音信号的特征量,带入极限学习机(ELM)建立识别模型.通过特... 详细信息

为尽早发现瓦斯和煤尘爆炸事故,提出了基于声音特征的煤矿瓦斯和煤尘爆炸的识别方法:利用矿用拾音器实时采集监控区域声音,通过双树复小波变换,提取分解分量的能量熵比值,构成声音信号的特征量,带入极限学习机(ELM)建立识别模型.通过特征提取试验得到:瓦斯和煤尘爆炸声音的各分量能量熵比值跨度起伏小,整体稳定;煤矿井下其余声音的能量熵比值跨度起伏大.采用ELM模型参数进行试验得到:随着隐含层神经个数的增加,ELM分类器的训练精度不断提升,分类器的误差不断降低,当隐含层神经元个数为20个时,ELM网络的训练精度趋于稳定.识别结果表明:识别模型对训练样本的识别率稳定在98.89%,模型平均识别率为93.5%,能够满足煤矿安全生产和应急救援需求.

关键词：声音识别煤矿瓦斯和煤尘爆炸双树复小波能量熵比值极限学习机

基于CEEMD分量样本熵与SVM分类的煤矿瓦斯和煤尘爆炸声音识别方法

在线全文

学校读者我要写书评

暂无评论

采矿与安全工程学报 2022年第5期39卷 1061-1070页

作者：孙继平余星辰中国矿业大学(北京) 机电与信息工程学院北京100083

为及时自动发现煤矿瓦斯和煤尘爆炸并报警,为事故应急救援赢得宝贵时间,提出了一种基于互补集合经验模态分解(CEEMD)分量样本熵与支持向量机(SVM)分类的煤矿瓦斯和煤尘爆炸声音识别方法:1)在重点监测区域设置矿用拾音器,实时采集环境与... 详细信息

为及时自动发现煤矿瓦斯和煤尘爆炸并报警,为事故应急救援赢得宝贵时间,提出了一种基于互补集合经验模态分解(CEEMD)分量样本熵与支持向量机(SVM)分类的煤矿瓦斯和煤尘爆炸声音识别方法:1)在重点监测区域设置矿用拾音器,实时采集环境与设备工作声音;2)使用CEEMD对采集到的声音进行分解,对每个分量求样本熵,构成该声音的特征量,输入到SVM中建立煤矿瓦斯和煤尘爆炸识别模型;3)通过CEEMD对待测声音分解提取特征量,输入训练好的模型中进行识别分类;4)实验验证。首先,通过信号分解实验得到:与自适应噪声完全集合经验模态分解(CEEMDAN)及集合经验模态分解(EEMD)相比,CEEMD算法更适合本方法要求。其次,通过相似性和相关系数实验得到:CEEMD算法分解模态分量与原信号的相似性和相关性,确定选择前9阶模态分量(IMF)作为声音信号提取特征量的对象;通过分析IMF和残余分量IMF的频谱图,取前9阶模态分量,可去除低频本征干扰。最后,将声音信号特征量输入SVM、BP神经网络和相似性测度中做比对研究,实验结果表明:SVM识别分类器的准确率为85%,比BP神经网络和相似性测度分别高13%和22%,整体识别性能高于BP神经网络和相似性测度。

关键词：瓦斯和煤尘爆炸声音识别互补集合经验模态分解样本熵支持向量机

基于小波散射变换的煤矿瓦斯和煤尘爆炸声音识别方法

在线全文

学校读者我要写书评

暂无评论

煤炭科学技术 2023年

作者：余星辰李小伟中国矿业大学(北京)机电与信息工程学院

为解决煤矿瓦斯与煤尘爆炸灾害报警方法误报率和漏报率高等问题，提高煤矿瓦斯和煤尘爆炸感知准确率，提出了基于小波散射变换的煤矿瓦斯和煤尘爆炸声音识别方法：在煤矿井下重点监测区域安装矿用拾音设备，实时采集设备工作声音和环境... 详细信息

为解决煤矿瓦斯与煤尘爆炸灾害报警方法误报率和漏报率高等问题，提高煤矿瓦斯和煤尘爆炸感知准确率，提出了基于小波散射变换的煤矿瓦斯和煤尘爆炸声音识别方法：在煤矿井下重点监测区域安装矿用拾音设备，实时采集设备工作声音和环境音；将采集到的声音通过小波散射变换得到小波散射系数，构建了声音信号的小波散射系数图，通过计算小波散射系数图的图像灰度梯度共生矩阵得到由小梯度优势、大梯度优势、能量、灰度平均、梯度平均、灰度均方差、梯度均方差、相关性、灰度熵、梯度熵、混合熵等构成的11维特征参数，构成表征该声音信号的特征向量，输入到支持向量机中训练得到煤矿瓦斯和煤尘爆炸声音识别模型；对待测声音信号同样提取其小波散射系数图的灰度梯度共生矩阵得到11维特征向量，输入到训练好的煤矿瓦斯和煤尘爆炸声音识别模型中进行声音识别分类，并进行了实验验证。通过声音信号的特征提取实验可知，分析了不同声音的小波散射图及其特征参数分布特点，瓦斯和煤尘爆炸声音的小波散射系数图及其11维特征向量与煤矿井下其他声音差异明显，证明了所提特征提取方法的可行性；通过贝叶斯优化完成支持向量机超参数优化试验，选取更符合训练模型的超参数，识别实验结果表明，本文所提方法的识别率为95.77%，明显优于其他比对算法，能够满足煤矿瓦斯和煤尘爆炸识别的需求。

关键词：瓦斯和煤尘爆炸声音识别图像特征小波散射支持向量机贝叶斯优化

基于声谱图和SVM的煤矿瓦斯和煤尘爆炸识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

煤炭科学技术 2023年第2期51卷 366-376页

作者：孙继平余星辰王云泉中国矿业大学(北京)机电与信息工程学院北京100083 中国中煤能源集团有限公司北京100011

为提高煤矿瓦斯和煤尘爆炸感知准确率,提出了基于声谱图和SVM的煤矿瓦斯和煤尘爆炸感知方法:在煤矿井下重点监测区域安装矿用拾音器;实时监测煤矿井下设备工作声音及环境音;将采集到的声音提取由MFCC构成的声谱图,通过计算声谱图的灰度... 详细信息

为提高煤矿瓦斯和煤尘爆炸感知准确率,提出了基于声谱图和SVM的煤矿瓦斯和煤尘爆炸感知方法:在煤矿井下重点监测区域安装矿用拾音器;实时监测煤矿井下设备工作声音及环境音;将采集到的声音提取由MFCC构成的声谱图,通过计算声谱图的灰度共生矩阵得到0°、45°、90°、135°的能量、熵、对比度、相关性,分别求其均值和标准差作为声谱图图像纹理特征,构成该声音的特征量,输入到SVM中建立煤矿瓦斯和煤尘爆炸声音识别模型;对待测声音同样提取其MFCC声谱图图像纹理特征,输入到训练好的识别模型中进行声音识别分类;并进行了试验验证。首先,提取了采掘工作面设备运行、瓦斯和煤尘爆炸等不同声音的MFCC特征值,分析了不同声音的MFCC特征值分布情况;提取不同声音的MFCC声谱图,分析了不同声音的声谱图的特征参数:能量、熵、对比度、相关性的均值和标准差,可见通过提取MFCC声谱图的灰度共生矩阵特征参数构成的特征量可有效表征声音信号;其次,将待测声音输入建立的识别模型中,完成识别分类。结果表明:所提方法的识别率达到95%,整体识别性能高于其他算法;最后,通过贝叶斯参数优化试验结果可知,优化后的SVM识别模型的召回率、识别率分别提高10%、3%,优于优化前的识别模型,能够满足煤矿瓦斯和煤尘爆炸感知和报警需求。

关键词：瓦斯和煤尘爆炸声谱图灰度共生矩阵声音识别图像识别支持向量机

基于区间观测器和双树复小波变换的永磁电机故障诊断

在线全文

学校读者我要写书评

暂无评论

基于区间观测器和双树复小波变换的永磁电机故障诊断

作者：余星辰天津大学

学位级别：硕士

伺服进给系统作为高端数控加工装备的核心组件,是保证数控机床高速、高精密和高可靠性运行的关键。其中伺服电机在时变速度和载荷的交替作用下很容易出现故障,造成进给系统的精度下降甚至工件损坏,因此开展对伺服进给系统中伺服电机的... 详细信息

伺服进给系统作为高端数控加工装备的核心组件,是保证数控机床高速、高精密和高可靠性运行的关键。其中伺服电机在时变速度和载荷的交替作用下很容易出现故障,造成进给系统的精度下降甚至工件损坏,因此开展对伺服进给系统中伺服电机的故障诊断的研究具有重要的理论意义和研究价值。本文以伺服进给系统中的永磁电机为研究对象,考虑到电机是一个非线性系统,为实现其故障诊断,基于伺服进给系统的机电耦合模型,研究受到参数变化、干扰等不确定因素影响的永磁电机的故障诊断问题。首先,基于永磁电机和滚珠丝杠进给系统的理论公式,建立伺服进给系统的机电耦合模型,基于旋转坐标下的永磁电机方程,针对永磁电机的三相不对称故障建立故障模型,并对故障特征和影响进行仿真分析。其次,基于故障状态下的永磁电机模型,设计区间观测器。为减少外界干扰对结果的影响,将带有转子位置信息的相电流当做观测的状态量,对永磁电机模型进行线性变换,基于变换后的系统,建立区间观测器实现电机的故障检测,使其能够产生既对干扰具有鲁棒性又对故障具有敏感性的残差,通过仿真验证该故障检测的方法的有效性。再次,针对永磁电机的三相不对称故障,采用双树复小波变换对电机电流信号进行分解和重构,对子频带进行频谱分析,通过仿真信号验证双树复小波变换具有良好的抗混叠和平移不变的特性,并可以有效提取电流中的故障特征。最后,搭建伺服进给系统实验平台,设计永磁电机的故障诊断方法,分别对正常和故障情况下的永磁电机进行故障诊断,证明该诊断方法的可行性,并可有效避免由电机外部干扰导致的误诊断。

关键词：故障诊断伺服进给系统永磁电机区间观测器线性变换双树复小波变换

基于小波包能量的煤矿瓦斯和煤尘爆炸声音识别方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

工矿自动化 2023年第1期49卷 131-139页

作者：余星辰王云泉中国矿业大学(北京)机电与信息工程学院北京100083 中国中煤能源集团有限公司北京100011

针对目前煤矿瓦斯和煤尘爆炸监测漏报率和误报率高,难以满足瓦斯和煤尘爆炸事故应急救援需求的问题,提出了一种基于小波包能量的煤矿瓦斯和煤尘爆炸声音识别方法。在煤矿井下重点监测区域安装矿用拾音器,实时采集煤矿井下设备工作声音... 详细信息

针对目前煤矿瓦斯和煤尘爆炸监测漏报率和误报率高,难以满足瓦斯和煤尘爆炸事故应急救援需求的问题,提出了一种基于小波包能量的煤矿瓦斯和煤尘爆炸声音识别方法。在煤矿井下重点监测区域安装矿用拾音器,实时采集煤矿井下设备工作声音及环境音等;通过小波包分解提取声音的小波包能量占比,构成表征声音信号的特征向量;将特征向量输入BP神经网络中,训练得到煤矿瓦斯和煤尘爆炸声音识别模型;提取待测声音信号的小波包能量占比,并构成特征向量输入模型中,识别待测声音信号的类型。根据特征向量和输出结果要求,建立了输入层、隐含层和输出层节点数分别为8,8,1的BP神经网络用于识别模型的训练;通过分析煤矿井下声音信号小波包分解结果,确立了采用Haar小波函数,选择小波包分解层数为3。实验结果表明:瓦斯和煤尘爆炸声音通过小波包分解后的能量占比与其他声音差异明显,且不同时长的同一声音信号的小波包能量占比分布稳定,因此小波包能量占比可有效表征声音信号特征,且具有较强的鲁棒性;BP神经网络训练速度快,仅需较少的训练迭代次数就能达到期望误差,且在煤矿井下众多干扰声音信号存在的情况下识别准确率达95%,与极限学习机模型、支持向量机模型相比,BP神经网络识别效果最优。

关键词：瓦斯和煤尘爆炸声音识别小波包分解能量占比 BP神经网络

基于爆炸声音识别的煤矿瓦斯和煤尘爆炸感知方法研究

在线全文

学校读者我要写书评

暂无评论

工矿自动化 2023年第3期49卷 1-5,114页

作者：孙继平余星辰王云泉李小伟中国矿业大学(北京)机电与信息工程学院北京100083 中国中煤能源集团有限公司北京100011

分析了煤矿瓦斯和煤尘爆炸特征:气体浓度发生突变;环境温度迅速升高;空气压力突然升高;产生火球和烟尘;产生较强的红外和紫外辐射;产生爆炸冲击波和火焰波;产生爆炸音。基于爆炸声音感知煤矿瓦斯和煤尘爆炸具有以下优点:①爆炸冲击波和... 详细信息

分析了煤矿瓦斯和煤尘爆炸特征:气体浓度发生突变;环境温度迅速升高;空气压力突然升高;产生火球和烟尘;产生较强的红外和紫外辐射;产生爆炸冲击波和火焰波;产生爆炸音。基于爆炸声音感知煤矿瓦斯和煤尘爆炸具有以下优点:①爆炸冲击波和火焰波衰减快,传播距离近;声波衰减慢,传播距离远。远离爆源的矿用拾音设备可用于煤矿瓦斯和煤尘爆炸感知。②与基于气体浓度和温度等传感器的煤矿瓦斯和煤尘爆炸感知方法相比,具有响应速度快的优点。③与基于视频图像的煤矿瓦斯和煤尘爆炸感知方法相比,具有不受粉尘、光照、遮挡等影响的优点。④矿用拾音设备成本低、易安装。⑤声音传播距离远,受巷道和分支影响小。⑥声音处理速度快,可在短时间内从各种声音信号中快速识别瓦斯和煤尘爆炸声音。提出了基于爆炸声音识别的煤矿瓦斯和煤尘爆炸感知方法:利用麦克风阵列拾音器采集监测区域的声音信号,经过归一化、分帧、添加类别标签等预处理后,提取声音信号特征,将特征输入到统计分类器中进行训练,建立煤矿瓦斯和煤尘爆炸声音识别模型;实时采集监测区域的声音信号,将提取的声音信号特征输入训练完成的煤矿瓦斯和煤尘爆炸声音识别模型中,判断是否为煤矿瓦斯和煤尘爆炸声音,若是则进行报警。

关键词：瓦斯和煤尘爆炸灾害监测与报警声音识别特征提取麦克风阵列

PSE舆情雷达图分析在反恐维稳中的应用研究

在线全文

学校读者我要写书评

暂无评论

情报杂志 2015年第11期34卷 135-138页

作者：余星辰宜昌市公安局宜昌443000

当今国内外反恐维稳的特殊性、复杂性和艰巨性,促使情报战必须与时俱进。本文结合公安社工学研究组关于PSE舆情雷达图研究成果,探索其与反恐维稳情报预判有机结合,并利用安全维度三大要素、五大安全指标深入探讨。案例结合607厦门BRT爆... 详细信息

当今国内外反恐维稳的特殊性、复杂性和艰巨性,促使情报战必须与时俱进。本文结合公安社工学研究组关于PSE舆情雷达图研究成果,探索其与反恐维稳情报预判有机结合,并利用安全维度三大要素、五大安全指标深入探讨。案例结合607厦门BRT爆炸事件为切入点,将理论研究成果与实战相结合,阐述了PSE舆情雷达图各大系数的指标参考操作,对于提升反恐维稳情报战,完善预判能力提出了一些行之有效的建议。

关键词：公安社工学舆情雷达图反恐维稳