检索结果-南通市图书馆

层次离散熵及其在高压共轨喷油器故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2021年第2期40卷 72-80页

作者：柯赟宋恩哲姚崇董全杨立平哈尔滨工程大学动力与能源工程学院哈尔滨150001

随着非线性科学理论的飞速发展,信息熵方法已广泛应用于工程机械的故障诊断中。提出了层次分析和离散熵结合的层次离散熵(HDE),研究其参数变化对熵值计算精度和计算效率的影响,并与多尺度熵(MSE)、多尺度模糊熵(MFE)、多尺度离散熵(MDE... 详细信息

随着非线性科学理论的飞速发展,信息熵方法已广泛应用于工程机械的故障诊断中。提出了层次分析和离散熵结合的层次离散熵(HDE),研究其参数变化对熵值计算精度和计算效率的影响,并与多尺度熵(MSE)、多尺度模糊熵(MFE)、多尺度离散熵(MDE)、层次样本熵(HSE)和层次模糊熵(HFE)进行对比研究,研究结果表明,HDE在鲁棒性和计算效率方面有一定的优势。基于HDE和成对邻近特征选择方法(PWFP)的优点,提出了基于HDE和PWFP的高压共轨喷油器故障诊断方法,通过对共轨柴油机燃油压力波数据进行分析,并将该方法与MSE,MFE,MDE,HSE,HFE和PWFP结合方法作了对比。结果表明,相对于现有信息熵的故障诊断方法来说,基于层次离散熵和PWFP的喷油器故障诊断方法有更高的故障识别率和计算效率。

关键词：层次熵离散熵层次离散熵(HDE) 高压共轨喷油器故障诊断

结合离散熵和自组织神经网络(SOM)的边缘检测方法

在线全文

学校读者我要写书评

暂无评论

东北大学学报（自然科学版） 2008年第5期29卷 641-644页

作者：王坤高立群片兆宇郭丽东北大学信息科学与工程学院辽宁沈阳110004

提出了一种结合图像离散熵和自组织神经网络的边缘检测方法.首先,用离散熵选定阈值来分割图像的平滑区域和灰度变化剧烈的区域,用来减少计算量;其次将灰度图像转化为理想二值像素模式;定义了6个边缘类型和6个原型向量.将这些边缘向量作... 详细信息

提出了一种结合图像离散熵和自组织神经网络的边缘检测方法.首先,用离散熵选定阈值来分割图像的平滑区域和灰度变化剧烈的区域,用来减少计算量;其次将灰度图像转化为理想二值像素模式;定义了6个边缘类型和6个原型向量.将这些边缘向量作为神经网络的输入,通过SOM对其进行边缘分类从而获得边缘图像.最后将斑点边缘从边缘图像中去除即得到理想的边缘图像.实验结果表明,与其他的边缘检测方法相比获得了较为理想的边缘.

关键词：边缘检测离散熵阈值自组织神经网络斑点噪声

基于离散熵算法的高速列车轴箱轴承故障诊断方法研究

在线全文

学校读者我要写书评

暂无评论

基于离散熵算法的高速列车轴箱轴承故障诊断方法研究

作者：宋浩五邑大学

学位级别：硕士

我国铁路运输规模庞大,因而列车常于复杂环境穿行,加之车辆运营速度不断提升,使得列车轴承的服役条件愈加恶劣。一旦轴承结构状态退化,可能为行车安全埋下巨大隐患,导致脱轨、侧翻等事故发生,因此,对轴承的服役状态进行监测,诊断其早期... 详细信息

我国铁路运输规模庞大,因而列车常于复杂环境穿行,加之车辆运营速度不断提升,使得列车轴承的服役条件愈加恶劣。一旦轴承结构状态退化,可能为行车安全埋下巨大隐患,导致脱轨、侧翻等事故发生,因此,对轴承的服役状态进行监测,诊断其早期故障并提前预警是规避重大风险的有效手段。本文以高速列车轴箱轴承故障诊断为主要研究内容,依托离散熵算法提取轴承振动信号的关键特征,并以此为基础结合特征评估及各类机器学习算法构建智能诊断模型,以期识别不同轴承故障状态保障列车安全运行,具有实际意义。文中主要完成了以下工作:（1）完整阐述了实现滚动轴承故障诊断所需的实验及算法,详细解构了多尺度离散熵的计算原理和步骤,相较于样本熵、模糊熵等算法,离散熵对短时间序列的处理能力更优,计算效率更高,同时也优化了排列熵存在的诸多不足,具有良好的特征提取能力。之后利用m RMR算法进行特征重构,并引入WELM、LSSVM、Fk-NN和PNN等算法进行识别分类,最终完成轴箱轴承智能诊断模型的构建。（2）为有效抓取滚动轴承故障信号中的周期性冲击特征,在传统离散熵的基础上引入浮动离散熵算法。该方法更偏重信号幅值的连续性变化,因此其熵值所含波动特征更多,能够更为准确地刻画轴承的退化状态。同时,针对传统多尺度熵算法随尺度因数增大而熵值波动加剧的不足,将浮动离散熵与优化粗粒化过程相结合,组成优化多尺度浮动离散熵。之后,利用电机轴承和轴箱轴承信号检验了所提算法的适用性,相较于多尺度离散熵取得了更为优异的诊断结果。（3）为进一步提升离散熵的特征提取效果,本文提出了权重离散熵算法。该方法主要考虑离散熵缺失模型本质信息的问题,通过计算不同模型的离散度为各类模型赋予权重值,模型结构越复杂则权重越高,反之则越低。最后通过权重概率和权重系数对熵值进行校正,达到降低熵值误差、增强特征刻画能力的目的。结合改进粗粒化过程组成改进多尺度权重离散熵,并对所提算法的性能进行分析以确定最优参数。最后,利用两类轴承实验数据进行验证,结果表明改进多尺度权重离散熵能准确表征轴承不同损伤类型及损伤程度的运行状态,达到了预期的识别效果。

关键词：轴箱轴承故障诊断离散熵浮动离散熵权重离散熵机器学习

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

基于离散曲率熵的徘徊行为检测

计算机工程与应用 2013年第18期49卷 164-166,216页

作者：刘强罗斌翟素兰涂铮铮安徽省工业图像处理与分析重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230039 安徽大学数学科学学院合肥230039 安徽大学计算智能与信号处理教育部重点实验室合肥230039

针对公共重点区域的智能监视问题,提出了一种新的徘徊行为异常检测方法。该方法利用视频目标跟踪算法得到可疑行人的运动轨迹,通过曲线拟合对运动目标的离散点轨迹进行平滑,计算离散点的离散曲率,计算感兴趣区域内运动目标轨迹点的离散... 详细信息

针对公共重点区域的智能监视问题,提出了一种新的徘徊行为异常检测方法。该方法利用视频目标跟踪算法得到可疑行人的运动轨迹,通过曲线拟合对运动目标的离散点轨迹进行平滑,计算离散点的离散曲率,计算感兴趣区域内运动目标轨迹点的离散曲率的熵及方差,通过离散熵阈值比较进行徘徊行为判断,该方法只需计算运动目标的轨迹,无需建立样本库,实验证明了该方法的有效性、实时性。

关键词：徘徊行为异常检测曲线拟合离散熵

在线全文

学校读者我要写书评

暂无评论

关于离散随机变量熵的一个上界

通信学报 1997年第10期18卷 66-69页

作者：骆源符方伟杜藏南开大学数学系

本文分析了离散随机变量熵与方差及有关微分熵的某种关系，给出了离散随机变量熵的一个上界，改进了Ｔ．Ｍ．Ｃｏｖｅｒ与Ｊ．Ａ．Ｔｈｏｍａｓ关于离散熵的上界的已有结果［１］，并以图和表的方式举出一些实例加以比较。

关键词：随机变量离散熵微分熵概率空间

基于熵理论的非平稳时间序列复杂性和同步性研究

在线全文

学校读者我要写书评

暂无评论

基于熵理论的非平稳时间序列复杂性和同步性研究

作者：秦古月北京交通大学

学位级别：硕士

现实世界中的复杂系统由非平稳时间序列组成,对其复杂性和同步性的研究是了解复杂系统的第一步。熵是刻画非平稳时间序列的复杂度的主要方法,已被许多学者研究和改进。非平稳时间序列的同步性常在频率识别等场景中应用。本文基于熵理论... 详细信息

现实世界中的复杂系统由非平稳时间序列组成,对其复杂性和同步性的研究是了解复杂系统的第一步。熵是刻画非平稳时间序列的复杂度的主要方法,已被许多学者研究和改进。非平稳时间序列的同步性常在频率识别等场景中应用。本文基于熵理论,进行不同熵的组合改进,优化同步性测量方法,更清晰得刻画非平稳时间序列内部的复杂度和同步性波动。本文的研究内容主要分为以下三个方面:1.本文提出了基于权重置换模式的过去Tsallis熵(PTEWP)和基于权重置换模式的过去Rényi熵(PREWP),并以此为横纵坐标构建PTEWP-PREWP熵平面,并用它来表征非平稳时间序列的复杂度。通过数据模拟和分析,发现该熵平面可以合理区分不同类型的模拟数据和金融股票数据。同时,将该熵平面与基于置换模式的过去Tsallis熵和过去Rényi熵熵平面(PTEP-PREP熵平面)、基于权重置换模式的过去熵(PEWP)、基于置换模式的过去熵(PEP)进行比较,发现PTEWP-PREWP熵平面在短期数据和长期数据中都能清晰得刻画时间序列的波动,识别出不同类型的金融股票数据。2.本文基于离散熵提出了权重离散熵来量化时间序列的复杂度。相比于离散熵,权重离散熵更好地反映了非平稳时间序列的幅度信息和波动信息。同时,在此基础上构建了基于权重离散模式的过去Tsallis熵(PTEWD)和基于权重离散模式的过去Rényi熵(PREWD)以及PTEWD-PREWD熵平面。在模拟序列和金融股票数据的实验中,我们发现PTEWD-PREWD熵平面可以很好地描述不同类型时间序列的复杂度及波动。此外,通过引入修正多尺度方法,我们还揭示了熵平面在不同尺度下的变化。3.本文基于多变量同步指数方法(MSI)提出了q MSI,来量化非平稳多变量时间序列的同步性,它们是熵理论的拓展。我们将MSI和q MSI应用到了模拟序列和金融股票数据中,实验结果显示该方法可以很好地展示不同类型时间序列之间的同步性。不论通道数大小如何,同类型时间序列之间的同步性都高于不同类型时间序列的同步性。与此同时,该方法也很好地展示了金融股票序列的同步性随着时间变化的波动,揭示了金融事件对金融市场同步性的影响。

关键词：复杂性同步性加权置换熵离散熵 Tsallis熵 Rényi熵多变量同步指数非平稳时间序列

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

一个二次多项式混沌系统的均匀化及其熵分析

物理学报 2016年第3期65卷 64-70页

作者：臧鸿雁柴宏玉北京科技大学数理学院北京100083

利用已有理论给出了一个二次多项式混沌系统,证明了该系统与Tent映射拓扑共轭,给出了该混沌系统的概率密度函数;并根据此概率密度函数,得到了轨道均匀分布的反三角函数映射;对均匀化前后的混沌系统在不同参数下产生序列的信息熵、Kolmog... 详细信息

利用已有理论给出了一个二次多项式混沌系统,证明了该系统与Tent映射拓扑共轭,给出了该混沌系统的概率密度函数;并根据此概率密度函数,得到了轨道均匀分布的反三角函数映射;对均匀化前后的混沌系统在不同参数下产生序列的信息熵、Kolmogorov熵、离散熵的特性进行了分析,结果显示均匀化后产生的混沌序列混沌程度不改变且具有更好的均匀性.

关键词：混沌系统信息熵 Kolmogorov熵离散熵

在线全文

学校读者我要写书评

暂无评论

基于直方图自适应拉伸的水下图像增强算法

计算机应用研究 2020年第S1期37卷 408-411页

作者：李庆忠王丰凯中国海洋大学工程学院山东青岛266100

水下图像由于光的衰减和散射效应而呈现颜色失真和对比度下降问题,严重影响了水下机器人视觉的观测性能。为解决此问题,提出了一种水下降质图像自适应增强算法。首先对图像进行重叠分块处理;然后对每个图像子块利用基于粒子群优化算法(P... 详细信息

水下图像由于光的衰减和散射效应而呈现颜色失真和对比度下降问题,严重影响了水下机器人视觉的观测性能。为解决此问题,提出了一种水下降质图像自适应增强算法。首先对图像进行重叠分块处理;然后对每个图像子块利用基于粒子群优化算法(PSO)自适应地确定其增强后图像的最优均值和标准差参数,并进行相应的直方图拉伸处理;最后采用双线性插值的方法将各个增强后的分块区域拼接成整幅图像。实验结果表明,该算法不但可以提高水下图像的对比度,去除散射模糊问题;且能较好地克服水下图像的颜色失真问题。与现有算法相比,该算法较好地保留了原始图像的信息,对图像局部区域的变化具有更好的适应性,且增强后的图像具有良好的视觉质量。

关键词：图像增强直方图拉伸离散熵粒子群优化算法颜色失真校正

在线全文

学校读者我要写书评

暂无评论

可撤销人脸特征模板保护算法研究

可撤销人脸特征模板保护算法研究

作者：刘橙橙山东师范大学

学位级别：硕士

近年来,身份认证技术迅速发展,已成为金融交易、安全防护等应用场景中不可或缺的一部分。传统身份识别技术依靠用户设置的密码或口令实现,存在易被遗忘或被窃取的风险。随着智能设备的发展,生物特征识别逐渐成为主流的认证方式。生物特... 详细信息

近年来,身份认证技术迅速发展,已成为金融交易、安全防护等应用场景中不可或缺的一部分。传统身份识别技术依靠用户设置的密码或口令实现,存在易被遗忘或被窃取的风险。随着智能设备的发展,生物特征识别逐渐成为主流的认证方式。生物特征（如人脸、指纹、虹膜等）是唯一一种可以验证个体身份的生理特征或行为方式,具有独特性、不易窃取性和不易伪造性等优点。但是,生物信息泄露甚至滥用现象的出现给用户个人信息带来了极大的安全隐患。因此,如何在使用生物特征识别的同时对其进行保护引起了研究者们的广泛关注。可撤销生物特征模板技术是一种生物特征保护的重要手段。此类技术大多是对获取的用户原始生物信息提取特征,在图像处理或特征处理层次上将生物特征加密或变换对其进行保护,即是在数字域进行的。而在物理世界,即真实世界,还未有在用户使用生物信息进行注册前对其进行保护的方法。因此,本文以保护用户最原始的生物信息为目的,提出使用Hard-Template（简称为HT）实现可撤销人脸特征模板的概念。Hard-Template是一种可以佩戴在用户面部的个性化、定制化图像贴纸,用户注册识别系统和每次进行认证时,通过佩戴贴纸从物理上保护了其人脸特征。这种物理上的模板可以与现存的生物特征模板保护技术相结合,更好地保护原始人脸信息。具体地,本文的工作从以下几个方面展开:（1）基于Hard-Template的可撤销人脸特征模板本文提出一种基于Hard-Template位置与外观变换的可撤销人脸特征模板算法。首先,本文提出两种基于滑块的方法计算出人脸上包含信息量较多的区域作为HT的佩戴位置。一种是计算人脸图像块的离散熵,另一种是计算完整人脸图像与缺失图像块的图像之间的距离。然后,利用快速梯度符号法（Fast Gradient Sign Method,FGSM）生成用户个性化的HT,HT的初始化状态和生成参数作为控制其外观变化的参数。当用户佩戴HT的人脸数据被泄露后,可以更改HT的位置或外观,构成新的可撤销人脸特征模板。（2）基于分块Hard-Template的可撤销人脸特征模板在保证HT能够保护人脸信息,但同时不会因为HT遮挡了部分人脸区域影响人对人的识别的前提下,本文提出一种基于分块Hard-Template的可撤销人脸特征模板算法。首先,该方法使用FGSM算法对人脸某区域生成HT。然后,将HT分块,通过优化相对熵构建的目标函数得到整个HT的替换位置或分块HT的位置。最后,将整个HT放置在替换位置或者将分块HT放置到选定位置作为可撤销人脸特征模板。（3）基于可解释图案的可撤销人脸特征模板为了提高Hard-Template的美观性,本文提出一种基于可解释图案的可撤销人脸特征模板算法。本文通过生成对抗网络和深度残差网络构建生成可解释图案的主干网络（HTGAN）。首先,使用生成器生成HT。然后,将HT与原始人脸图像结合得到目标人脸图像,与原始人脸图像同时输入判别器和深度残差网络分别进行辨别和分类。最后,通过将原始人脸图像和目标图像分为不同类别逐渐优化网络,生成能够构建可撤销生物特征模板的可解释图案。

关键词：可撤销人脸特征模板离散熵 FGSM 相对熵生成对抗网络