检索结果-南通市图书馆

特征字典与自适应联合的BCS-UWB信道估计

在线全文

学校读者我要写书评

暂无评论

计算机技术与发展 2015年第12期25卷 195-200页

作者：王玲玲齐丽娜南京邮电大学通信与信息工程学院江苏南京210003

超宽带作为一种高速无线通信技术,具有很多优势,但是其过高的带宽造成采样困难的问题。考虑到超宽带信号和信道固有的稀疏性且信道稀疏性未知,贝叶斯压缩感知提供了一种低速采样方法,将信道估计问题转化为压缩感知理论中的重构问题。压... 详细信息

超宽带作为一种高速无线通信技术,具有很多优势,但是其过高的带宽造成采样困难的问题。考虑到超宽带信号和信道固有的稀疏性且信道稀疏性未知,贝叶斯压缩感知提供了一种低速采样方法,将信道估计问题转化为压缩感知理论中的重构问题。压缩感知理论的关键在于信号的稀疏表示与观测矩阵的设计。目前常用的单位矩阵字典和多径字典并没有使信号具有最大的稀疏度,重构所需要的观测数目较大;并且常用的随机观测矩阵与稀疏表示字典相关度较高,算法必须在降维比较高时才能达到重构要求,采样速率依然较高。针对上述问题,文中提出使用特征字典表示稀疏信号,并使用贝叶斯压缩感知理论中的自适应观测矩阵设计方法进行信道估计。通过将二者结合,特征字典使信号具有最大的稀疏度,自适应观测可以用较少的观测值进一步提高重构算法的精度,达到进一步降低采样速率的目的。仿真结果表明,使用特征字典与自适应观测矩阵联合的贝叶斯压缩感知进行超宽带信道估计可进一步降低采样速率,并具有更好的性能。

关键词：超宽带压缩感知信道估计特征字典自适应观测矩阵

基于改进分析字典的轴承故障特征增强与稀疏分类方法研究

在线全文

学校读者我要写书评

暂无评论

基于改进分析字典的轴承故障特征增强与稀疏分类方法研究

作者：张红杰北京化工大学

学位级别：硕士

高端装备是推动制造业高质量发展的利器,滚动轴承作为高端设备中必不可少的核心部件,经常在高速、重载等工况复杂条件下运行,当发生故障时,采集到的监测信号由于受冗余信息和多重干扰的影响,常呈现出故障特征微弱、故障状态识别难等问... 详细信息

高端装备是推动制造业高质量发展的利器,滚动轴承作为高端设备中必不可少的核心部件,经常在高速、重载等工况复杂条件下运行,当发生故障时,采集到的监测信号由于受冗余信息和多重干扰的影响,常呈现出故障特征微弱、故障状态识别难等问题。论文以滚动轴承为研究对象,以稀疏表示原理为理论基础,为实现轴承微弱故障特征增强和提取以及监测大数据背景下的故障识别,提出了基于降冗分量的组稀疏学习特征增强、基于特征字典的特征提取和基于先验特征分析字典的故障识别等方法。主要研究成果如下:(1)针对低信噪比信号受冗余分量的影响导致故障特征微弱、传统组稀疏方法依赖于参数调整,且易受近似正则化而引起的算法退化问题,提出了稀疏贝叶斯组稀疏学习框架,该框架无需调整超参数,利用变分贝叶斯推理技术获得模型最优解,提升了诊断精度。为进一步减少冗余分量的干扰,提出了基于降冗分量的组稀疏学习故障特征增强方法,该算法有效降低了噪声等冗余信息的干扰,增强了故障特征,实现了振动信号的微弱故障特征提取。(2)针对传统字典原子与故障脉冲匹配度差、故障信号受噪声和谐波分量干扰导致故障特征提取难的问题,提出了基于双阻尼小波原子的特征分析字典构造方法。通过频域分析和相关搜索法确定小波原子的最佳参数,以该小波作为特征字典基函数,通过托普利兹延拓为完备字典,实现了故障脉冲振动模型的灵活表征。提出了自适应稀疏度Lasso求解方法,利用自适应参数选择策略,避免了手动调整参数,提高了求解效率。基于离散余弦变换具有分离周期信号与谐波信号的特性,结合双阻尼小波特征字典,提出了基于双稀疏字典的故障诊断方法,可有效从含有谐波和随机脉冲的噪声干扰中提取故障瞬态冲击特征。(3)针对监测大数据背景下故障模式识别难的问题,构建了基于先验特征分析字典的加权稀疏分类模型,实现了轴承故障分类。用分析字典代替传统的学习字典,降低样本训练过程中噪声等冗余信息的干扰。在双阻尼小波原子的基础上引入脉冲周期先验知识,充分利用故障诱发的周期性瞬态冲击特征,提出了先验特征分析字典构造方法。以聚类效果为判别准则选取样本的时域参数作为加权系数,改进稀疏求解模型,获得更加关注样本局部特征的稀疏参量。通过基于稀疏近似的互相关分类准则对测试信号进行相关性分析,解决了计算冗余误差带来的时移问题,实现了滚动轴承的故障类型识别。综上,论文提出了基于降冗分量的组稀疏学习算法、构建了改进特征分析字典稀疏表示模型和先验特征分析字典故障分类模型。通过仿真模拟信号、本实验室试验台信号和工程设备信号分析,验证了所提方法的可行性和有效性。

关键词：轴承稀疏表示特征字典故障诊断加权稀疏分类

一种SVM学习框架下的Web3D轻量级模型检索算法

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

电子学报 2019年第1期47卷 92-99页

作者：周文贾金原同济大学软件学院上海201804

随着Web3D技术的发展,对于互联网检索三维模型的需求越来越迫切,特别是基于草图的模型检索.本文对基于草图的三维模型检索相关技术进行了研究,提出了三维模型轻量化处理算法、基于支持向量机三维模型最佳视点选择算法.本文首先对模型进... 详细信息

随着Web3D技术的发展,对于互联网检索三维模型的需求越来越迫切,特别是基于草图的模型检索.本文对基于草图的三维模型检索相关技术进行了研究,提出了三维模型轻量化处理算法、基于支持向量机三维模型最佳视点选择算法.本文首先对模型进行简化处理,投影三维模型为多个视点图像.其次,使用支持向量机在草图数据集上学习规则,并根据规则进行相应的视点图像分类,获得最佳视点图像.再次,对视点图像提取梯度直方图特征并进行K-means聚类和索引,减少特征空间,获得三维模型的特征字典.最后,在开源数据集上进行相关的实验并对结果进行分析,相关结果表明方法具有很强鲁棒性、准确性.

关键词：基于草图的三维模型检索支持向量机简化梯度直方图特征字典

在线全文

学校读者我要写书评

暂无评论

结合识别信息的多目标视频分割

计算机工程 2010年第9期36卷 232-234,237页

作者：黄叶珏褚一平浙江工业职业技术学院计算机学院绍兴312000 杭州电子科技大学计算机学院杭州310018

针对实际应用中待分割目标类型已知的情况,提出一种结合识别信息的多目标视频分割算法,使用训练数据集构建目标以及背景的特征字典,计算视频帧的超像素,构造一个分层条件随机场模型,用于约束视频帧的局部邻域和全局邻域,通过求解分层条... 详细信息

针对实际应用中待分割目标类型已知的情况,提出一种结合识别信息的多目标视频分割算法,使用训练数据集构建目标以及背景的特征字典,计算视频帧的超像素,构造一个分层条件随机场模型,用于约束视频帧的局部邻域和全局邻域,通过求解分层条件随机场模型,获得最终分割结果。实验结果表明,该算法能够对视频中相互遮挡及残缺不全的多个目标进行有效分割。

关键词：多目标视频分割特征字典分层条件随机场

在线全文

学校读者我要写书评

暂无评论

基于改进稀疏栈式编码的车型识别

计算机工程与应用 2020年第1期56卷 136-141页

作者：代乾龙孙伟中国矿业大学信息与控制工程学院

为了提高稀疏栈式编码对车型识别确率,提出了一种基于改进稀疏栈式编码的车型识别方法。使用逐层无监督方法来训练网络结构,并从大量的无标记的数据集中学习得到特征字典,在稀疏栈式编码的基础上引入卷积和池化模块,把学习得到的特征字... 详细信息

为了提高稀疏栈式编码对车型识别确率,提出了一种基于改进稀疏栈式编码的车型识别方法。使用逐层无监督方法来训练网络结构,并从大量的无标记的数据集中学习得到特征字典,在稀疏栈式编码的基础上引入卷积和池化模块,把学习得到的特征字典作为卷积核,通过对含有车辆的图像进行卷积和池化操作获得图像的特征图;最后通过使用softmax分类器在少量标签数据集上进行有监督的微调。在BIT-Vehicle数据集上的实验结果表明,改进后的算法优于传统稀疏栈式编码算法,在标注较少的数据集中,识别的准确率优于神经网络算法。

关键词：车型识别稀疏栈式编码卷积池化特征字典

在线全文

学校读者我要写书评

暂无评论

基于MNF的人脸局部变形量激光识别方法

激光杂志 2022年第7期43卷 194-199页

作者：何源李芳丽王自卫黄冈师范学院湖北黄冈438021 江西科技学院信息工程学院南昌330098 兰州大学兰州730000

为减少激光测量对人脸变形量识别产生的误差,准确提取变形特征,提出基于MNF的人脸局部变形量激光识别方法。结合像素点的线性关系,获取面部轮廓分布特征,建立人脸几何特征模型;分析扫描仪工作过程,利用回光强度加权平均算法提取标靶中心... 详细信息

为减少激光测量对人脸变形量识别产生的误差,准确提取变形特征,提出基于MNF的人脸局部变形量激光识别方法。结合像素点的线性关系,获取面部轮廓分布特征,建立人脸几何特征模型;分析扫描仪工作过程,利用回光强度加权平均算法提取标靶中心,根据斜距、水平角等因素建立激光扫描误差模型,提高激光扫描精度;采用最小噪声分离变换方法计算图像特征维数,实现图像总协方差矩阵变换,达到噪声与目标分离的目的;引入稀疏编码模型,设计包含多种人脸变形特征的字典,获取人脸图像的直方图金字塔特征,在字典中查找出局部变形量。仿真实验表明,所提方法能够准确分割出人脸局部变形特征,识别精度平均为97%,嘴角的水平角识别误差平均为1.2°,平均识别耗时为4.58 s。

关键词：最小噪声变换人脸局部变形量激光识别稀疏编码特征字典

在线全文

学校读者我要写书评

暂无评论

基于纹理基元块识别与合并的图像语义分割

计算机工程 2015年第3期41卷 253-257页

作者：杨雪范勇高琳邱运春西南科技大学计算机科学与技术学院四川绵阳621010

针对当前像素级别的图像语义分割算法难以利用全局形状特征,导致分割对象轮廓模糊,造成错误识别的问题,提出一种区域级别的基于纹理基元块识别与合并的图像语义分割算法。该算法采用纹理基元等特征,考虑到相邻像素点间的相互关系,保留... 详细信息

针对当前像素级别的图像语义分割算法难以利用全局形状特征,导致分割对象轮廓模糊,造成错误识别的问题,提出一种区域级别的基于纹理基元块识别与合并的图像语义分割算法。该算法采用纹理基元等特征,考虑到相邻像素点间的相互关系,保留物体间的棱角和边缘信息,分割出轮廓清晰的对象。在MSRC图片库上进行实验,结果表明,该算法能对多种语义对象进行分割和识别,具有运行速度快、识别率高和分割效果好等优点。

关键词：纹理基元特征字典 k-d树最近邻搜索 k-means算法识别合并语义分割

基于水下目标及环境信息特征的声音生成方法研究

在线全文

学校读者我要写书评

暂无评论

基于水下目标及环境信息特征的声音生成方法研究

作者：何茜茜哈尔滨工程大学

学位级别：硕士

近些年来,全世界各国的社会和经济蓬勃发展,国家的整体实力也在不断提升,尤其表现在军事实力方面。经过多年努力,我国的海洋事业总体上也进入到了历史发展的最好阶段。作为海洋数据的水下目标及环境声音数据,对海洋科学研究以及国防科... 详细信息

近些年来,全世界各国的社会和经济蓬勃发展,国家的整体实力也在不断提升,尤其表现在军事实力方面。经过多年努力,我国的海洋事业总体上也进入到了历史发展的最好阶段。作为海洋数据的水下目标及环境声音数据,对海洋科学研究以及国防科技建设等都有着十分重要的作用。但出于设备以及技术手段十分受限等原因,导致将各类水下目标在各类环境条件下的辐射噪声,作为实验的训练样本的实现难以完成。近些年来,在语音特征提取领域取得了许多显著成果,涌现了一些深度学习语音生成技术,比如线上导航播报。但目前较成熟技术的应用领域仍集中在对人说话语音的生成上,因此如何进一步利用深度学习实现水下目标及环境噪声的生成,有着十分重要的研究价值和意义。由于水下噪声数据来源复杂多样,种类繁多,并且数据源中的信息通常以水下目标辐射噪声与环境噪声的形式共存,给水下噪声数据预处理工作带来了一定难度。对此,本文研究并提出一种基于听觉注意机制的,能够良好区分水下目标辐射噪声和其他噪声,并且能够建立水下目标与特征关联关系的特征字典。首先,利用听觉显著性计算模型计算出水下目标的听觉显著图,再利用听觉显著图作为听觉注意力的先验知识,来指导卷积特征提取,最终生成基于听觉注意机制的水声信号特征字典。在构建完水声信号特征字典之后,针对于现有语音生成模型无法实现对水下目标和环境特征的拟合问题,提出了基于水下目标及环境信息特征的声音生成模型,整个网络模型主要分为基于SEQ2FEA的编码器、基于因果扩张卷积的解码器和转换器三大部分。基于水下目标及环境信息特征的声音生成模型,其声音生成过程大致可分为以下几个阶段。首先,编码器根据输入的水下目标id和环境id,在特征字典中查找到各自对应的特征矩阵,然后提取特征矩阵中的高层特征进行特征融合,并转换为可训练的内部向量形式传递给解码器。解码器利用因果卷积预测特征的梅尔表示,并将梅尔表示作为转换器网络的输入预测声码器的生成参数。最后,生成基于水下目标及环境信息特征的声音波形。本文通过对水下目标和环境噪声拟合理论和技术的不断研究,以及经过相关实验的进一步验证,对基于深度学习的声音生成技术提出了一系列改进,使得基于水下目标及环境信息特征的噪声拟合方法研究有了进一步的成果。

关键词：深度学习水下目标/环境特征特征字典声音生成模型卷积神经网络

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

包装喷码缺陷视觉检测系统设计与实现

包装喷码缺陷视觉检测系统设计与实现

作者：赵煜华中科技大学

学位级别：硕士

预印刷的产品包装薄膜上没有产品的具体生产信息,因此在产品包装生产线上还需要喷码,喷印的标识包括生产日期、生产地、生产厂商等。由于人为因素或者设备异常情况的影响,喷码可能存在印漏、印错等质量问题,影响产品合格率。传统喷码缺... 详细信息

预印刷的产品包装薄膜上没有产品的具体生产信息,因此在产品包装生产线上还需要喷码,喷印的标识包括生产日期、生产地、生产厂商等。由于人为因素或者设备异常情况的影响,喷码可能存在印漏、印错等质量问题,影响产品合格率。传统喷码缺陷检测以人工检测为主,准确率受主观因素影响,且带来很高的用工成本。随着图像处理和计算机技术的不断发展,应用机器视觉方法实现智能质检成为了一种趋势。本文研究喷码缺陷视觉检测关键技术,并完成视觉检测软件系统的研发,主要工作包括:第一,针对包装预印刷文本和图案干扰图像配准的问题,提出了基于特征匹配和相位相关的图像配准算法。该算法是一种由粗到精的配准方案,利用特征匹配完成图像粗配准,采用相位相关算法进行精配准。实验表明该算法具有较好的鲁棒性和准确性。第二,针对印刷文本标识过程中文本倾斜、字符粘连、背景覆盖等情况导致传统算法失效或者精度较低的问题,提出了一种基于卷积神经网络的喷码缺陷检测算法。算法采用字符序列识别网络中的卷积神经网络提取文本行图像特征,计算图像每个子区域特征与无异常子区域特征字典的视觉相似度来评估图像的异常程度。实验表明该算法在不同工业印刷场景下均具有较好的性能。第三,基于上述算法,设计并实现了一套喷码缺陷视觉检测系统。系统采用分层化与模块化设计方法实现了组件化研发,利用消息驱动的设计思想降低了模块之间的耦合;针对CIS像素间光照敏感度差异导致的图像纵向条纹问题,设计了图像线性补偿模块消除了图像条纹噪声。Knapp-Kushner测试表明该系统优于人工检测。喷码缺陷视觉检测系统已经应用在某食品生产企业的包装流水线中,喷码缺陷检测准确率达到了相关企业检测标准,满足实际工业应用需求,提高了企业的生产效率。

关键词：产品包装喷码缺陷检测图像配准卷积神经网络特征字典