基于改进BDPCA的人脸识别研究

人脸识别属于小样本问题,传统的双向主元分析法(BDPCA)所使用的训练样本均值不一定是样本分布的真实中心,以此来确定的投影矩阵也未必是最优的。为此,一种改进的BDPCA方法被提出,用样本中值矩阵M代替训练样本均值矩阵,再构建散度矩阵进行投影,以期优化得到的投影矩阵,提高识别效率,并在o RL和YALE人脸库上对本算法进行了仿真。实验结果表明,该算法能够有效的降低运算时间,同时提高最优识别率。     

有监督图优化保局投影

研究了保局投影中近邻图的构造及更新问题,提出了一种有监督图优化保局投影(SGoLPP)特征提取方法,并应用于人脸识别.不同于传统的保局投影(LPP)算法预先设定权值矩阵并通过一次优化求解投影矩阵,SGoLPP将权值矩阵作为学习项引入到目标函数,通过交替迭代更新逐步获得最优权值矩阵和最优投影矩阵.同时,通过引入类别信息,...     

基于连续备择集的模糊综合评判

基于离散备择集的常规模糊综合评判不能准确地描述整个备择区间上的各因素的隶属度,也难以最终得到最优方案,本文提出了基于连续备择集的模糊综合评判,主要利用连续的备择集和函数优化的思想,克服了上述缺陷,可以最终得到最优方案。     

一种基于双向2DLDA特征融合的人脸识别方法

在分析2DLDA方法的基础上,给出类间离散度和类内离散度矩阵另一种形式的定义.基于这种类间离散度和类内离散度矩阵定义的二维线性判别分析方法即为扩展2DLDA方法.通过对2DLDA方法和扩展2DLDA方法提取的人脸图像特征分析可知,2DLDA提取的主要是人脸图像水平方向上的判别信息,扩展2DLDA提取的主要是人脸图像垂直方向上的判别信息.因此,称2DLDA为水平方向2DLDA,扩展2DLDA为垂直方向2DLDA.水平和垂直方向2DLDA将同一原始人脸图像映射到两个不同的特征空间,并得到互补的两类人脸图像特征.最后,设计一种特征融合方法,对这两类人脸图像特征进行融合,并将其用于人脸识别.在ORL和Yale人脸数据库上的实验结果证明,本文提出的人脸识别方法具有较高的平均识别率,鲁棒性更好.     

一种基于聚类的滚动轴承故障诊断方法

近年来,机器学习技术在故障智能诊断领域得到了广泛的应用,聚类作为最主要的无监督学习技术在基于机器学习的故障智能诊断中占有重要的地位。滚动轴承故障诊断中,传统的频谱分析法通常采用共振解调技术,但当内圈、滚动体或多点故障时,产生复合调制,从解调谱线很难分辨故障类型。针对此,提出了一种新的基于模糊聚类的滚动轴承故障诊断方法,该方法以模糊Fisher准则为聚类目标,通过对待测样本与已知状态样本数据聚类,求得待测样本隶属度,进而判断滚动轴承的故障类型。实验结果表明该方法是有效的。     

数控机床液压系统模糊故障树分析与诊断

利用模糊故障树方法构建了数控机床液压系统故障树,利用统计资料,建立故障集度矩阵,通过推论,确立故障原理隶属度,根据最大隶属度原则确定故障原因。该方法能提高故障诊断效率,为故障诊断专家系统的设计提供一种新的推理方法。     

正交局部保持投影早期故障特征提取方法

针对轴承早期故障特征难以提取,提出了一种基于正交局部保持投影的轴承故障特征提取方法。由时域指标和小波频带能量组成高维特征空间。运用正交局部保持投影方法通过训练样本数据求出正交转换矩阵,测试样本经正交转换矩阵转化后得到低维向量。利用不同故障样本的类间散度和同种故障样本的类内散度两个指标来衡量该方法的有效性,通过滚动轴承故障数据的仿真,证明提出的正交局部保持投影的特征提取方法是有效的。     

基于模糊理论的智能电网信息通信系统风险评估

针对智能电网信息通信系统风险评估指标间的非可加性问题,给出一种基于模糊理论的智能电网信息通信系统风险评估方案。首先,建立智能电网信息通信系统风险评估指标体系;其次,采用主观层次分析法及客观熵值法计算单风险指标的权重,再根据权重计算各层指标集合的模糊测度;然后,根据风险指标相对于风险等级的隶属度构建综合评价矩阵,通过模糊积分向量不断融合指标集的评估值;最后,智能电网信息通信系统的综合风险评估值可以按照最大隶属度的原则得到。实例验证结果表明,该方案能较好解决风险评估指标间的非可加性问题,对智能电网信息通信系统能有效进行风险分析和预测。     

隧道掘进机滚刀性能量化分级评估方法

隧道掘进机滚刀性能是制约掘进效率和施工安全的关键因素，为评价不同工况条件下的滚刀综合性能，通过层次分析法和模糊综合评价法研究了隧道掘进机滚刀性能量化分级评估问题。建立基于洛氏硬度、冲击韧性、承载能力和密封性能的因素集和评语集，划分滚刀性能评价等级；基于层次分析法构建不同工况滚刀性能参数权重，使用九级标度判断准则构造判断矩阵并通过一致性检验；建立各评价因素对评语集的梯形隶属度函数和三角形隶属度函数，选择七种滚刀构建其模糊评判矩阵；通过广义模糊合成算子计算模糊综合评价结果，基于综合得分对滚刀分级评价排序。结果表明：该方法可定性定量分级评判隧道掘进机滚刀性能优劣，为不同工况滚刀选择提供新思路。     

基于模糊熵的转子碰摩声发射信号的识别

利用模糊熵理论来度量转子碰摩声发射信号的特征参数相对于不同碰摩状态识别模式的不确定度。根据碰摩声发射信号的特点,选用平均信号电平、幅度、幅度动态范围以及小波包分解信号前四个节点重构信号的能量值作为声发射信号识别的特征参数,由训练样本确定各特征参数针对不同碰摩类别的基于高斯形式的隶属度函数,并由隶属函数得到特征参数与类别之间的模糊关系矩阵。由于各特征参数对于声发射信号识别的有效性不同,因此在计算模糊关系矩阵时引入有效度系数,提出一种利用模糊熵定义有效度系数的方法。结合该系数得到修正的模糊关系矩阵并计算综合评价模糊集合,选择隶属度最大的类别作为识别结果。在转子试验台上采集的不同碰摩状态的声发射信号进行验证,试验结果表明,模糊综合评价方法是一种有效的声发射识别手段,并可以利用参数有效性的差异来提高识别效率。     

Automatic surface inspection for directional textures using nonnegative matrix factorization

A global image restoration scheme using nonnegative matrix factorization (NMF) is proposed in this paper. This NMF-based image restoration scheme can be used for inspecting the defects in directional texture surfaces automatically. Decomposing the gray level of image pixels into an ensemble of row vectors, we first reduce the data set from original data space into a lower-dimensional NMF space. The repetitive and periodical primitives are well reconstructed by two lower-dimensional basis and weight matrices with nonnegative elements, named nonnegative matrix approximation (NMA). Then the local defects will be revealed by applying image subtraction between the original image and the NMA. As a consequence, the directional textures are eliminated, and only local defects are preserved if they initially are embedded in the surface. A supervised heuristic, elbow of residual curve rule, is devised which helps users to determine a proper basis space size of a specific image. Experiments on a variety of directional texture surfaces are given to demonstrate the effectiveness and robustness of the proposed method.     

Directional textures auto-inspection using principal component analysis

This paper describes a global image restoration scheme using a principal component analysis that can be used to inspect defects in directional textured surfaces automatically. Decomposing the gray level of image pixels into an ensemble of row vectors, the input spatial domain image is transformed into principal component space so that the directional textures are well approximated by first k major components and their corresponding weight vectors, named truncated component solution (TCS). Then the local defects will be revealed by applying image subtraction between the original image and the TCS. This procedure blurs all directional textures and preserves only the local defects that were initially embedded in the input image. These defects, if any, are finally extracted by thresholding. Experiments on a variety of product surfaces with directional textures such as straight, slanted, orthogonal, slanted orthogonal, and oblique linear primitives were conducted to demonstrate the effectiveness and robustness of the proposed method. Furthermore, some preliminary experiments were also conducted to demonstrate the proposed scheme was insensitive to horizontal and vertical shifting, changes in illumination, and image rotation.     

基于行为的故障诊断系统跟踪自学习算法研究

针对现有绝大多数智能故障诊断系统自适应跟踪设备行为变化能力的不足，对基于行为的智能化故障诊断系统中模糊基函数网络的在线跟踪自学习算法进行了研究，提出了一种在线跟踪故障分类边界的自学习算法。该算法通过带有遗忘因子的样本均值和样本协方差矩阵保存样本所包含的故障可能性分布信息，并在此基础上产生新增样本的目标输出，用于训练FBF网络，以实现故障分类边界的在线跟踪。给出了带有遗忘因子的样本均值和样本协方差矩阵的递推算法，用以克服传统方法需要保存大量以往故障训练样本所带来的困难。理论研究和工程应用表明，在线跟踪故障分类边界的自学习算法可以有效地避免神经网络训练过程中的“突然遗忘”现象，是可行的。     

随机降维映射稀疏表示的电能质量扰动多分类研究

提出一种随机降维映射特征提取与稀疏表示分类相结合的电能质量扰动信号识别方法.首先将扰动信号测试样本表示为训练样本集的过完备字典稀疏线性组合,然后使用随机测量矩阵获取测试样本降维特征量和稀疏表示感知矩阵,应用最小L1范数解决方案求取扰动信号测试样本的稀疏解,由冗余误差最小值确定目标归属类,实现对电能质量扰动的稀疏表示多分类识别.研究表明随机矩阵降维映射特征提取不依赖于电能扰动样本特性,构造简单,运算快速,具有普适性;稀疏表示分类法与支持向量机相比无需组合多个二分类器来实现多分类器.仿真和实验结果表明该方法能有效提取各种电能扰动特征,抗噪声鲁棒性好,在信噪比20dB以上的噪声环境中电能质量扰动分类准确率达95%以上.     

基于轮廓波维纳滤波的图像压缩传感重构

图像压缩传感重构利用自然图像可稀疏表示的先验知识,从比奈奎斯特采样率低得多的随机投影观测值中重构原始图像.为了克服传统的压缩传感重构中正交小波方向选择性差和未利用变换系数的邻域统计特性的缺点,利用了轮廓波维纳滤波去噪算子替代迭代阈值法中的阈值算子,进而提出了基于轮廓波维纳滤波的图像压缩传感的重构算法.实验结果表明,该算法提高了重构图像的峰值信噪比和视觉效果,保护了图像的细节,加快了重构算法的收敛速度.     

基于制造的产品创新与工艺创新的关联因素系统分析

基于系统的观点,对制造业企业产品创新与工艺创新的协同发展及其对产品创新与工艺创新活动的影响进行了研究,找出了产品创新与工艺创新的关联因素。在此基础上,针对产品创新与工艺创新的关联因素所组成的灰色系统,进行了产品创新与工艺创新关联因素的灰色关联分析,给出了分析过程和步骤,并进行了关联度的排序,得出了影响制造业企业产品创新与工艺创新协同发展的各关联因素的重要程度排序。     

基于滤波反投影的脑磁感应迭代重建算法研究

颅脑磁感应断层成像技术(BMIT)是一种非接触、无创的新兴颅脑医学成像技术,图像重建算法是提高重建图像质量的关键。依据BMIT反投影算法和迭代算法,设计出一套基于滤波反投影的脑磁感应迭代重建方法。首先根据滤波反投影重建算法原理,给出初始电导率分布,其次基于电导率变化敏感性加权计算滤波反投影矩阵,最后利用一步牛顿迭代构成滤波反投影迭代重建算法,通过设置理想条件数G来修正Hessian矩阵,改善重建过程的病态程度,并对待重建数据进行标准化位置校正处理。实验结果表明,该算法成像速度快,重建出的图像具有较高分辨率,能够准确反映成像区域内仿真病变的大小及位置信息,且轮廓清晰,为颅脑磁感应断层成像技术应用于临床监护奠定了基础。     

基于规则进化模糊系统的步行方向意图识别

为了准确识别下肢功能障碍患者自主步行康复训练过程中的方向意图,提出了一种能够兼顾使用者个体差异及安全状态的新型步行方向意图识别方法。首先论述了康复训练机器人结构及患者前臂对机器人支撑板的压力和步行方向意图的关系。为保证患者安全地向任意方向行走,提出根据膝盖旋转角度推理安全步态的先决条件下,基于距离型模糊推理算法设计具有稀疏前件规则库的步行方向意图识别方法;然后为减小因个体差异、非稳定模糊规则引起的识别误差,提出规则进化算法实时优化模糊推理规则库。最后将该算法进行了多方向模糊推理实验与步行康复训练机器人压力控制实验,实验表明该算法可以准确识别下肢功能患者的任意步行方向意图并提高了步行的安全性,提出的步行方向意图识别方法可以应用在下肢功能障碍人士的日常起居与康复训练中。     

正投影模型下基于一维子空间的遮挡点恢复方法

为了恢复图像遮挡点,假设相机为正投影模型,提出了一种基于1维子空间的遮挡点恢复方法,该方法利用第1幅图像点构成的2个行向量外加1个行向量可以组成三维空间点构生成的子空间的特性,线性迭代地求取遮挡点的真实图像位置.此方法最大的优点是在整个求解过程中都是线性的.收敛性实验表明了该方法具有很好的收敛性能,同时,和Eriksson方法及Ma方法比较显示了本文方法具有较好的收敛精度.     

A texture-analysis-based design method for self-adaptive focus criterion function

Autofocusing (AF) criterion functions are critical to the performance of a passive autofocusing system in automatic video microscopy. Most of the autofocusing criterion functions proposed are dependent on the imaging system and image captured by the objective being focused or ranged. This dependence destabilizes the performance of the system when the criterion functions are applied to objectives with different characteristics. In this paper, a new design method for autofocusing criterion functions is introduced. This method enables the system to have the ability to tell the texture directional information of the objective. Based on this information, the optimal focus criterion function specific to one texture direction is designed, voiding blindly using autofocusing functions which cannot perform well when applied to the certain surface and can even lead to failure of the whole process. In this way, we improved the self-adaptability, robustness, reliability and focusing accuracy of the algorithm. First, the grey-level co-occurrence matrices of real-time images are calculated in four directions. Next, the contrast values of the four matrices are computed and then compared. The result reflects the directional information of the measured objective surfaces. Finally, with the directional information, an adaptive criterion function is constructed. To demonstrate the effectiveness of the new focus algorithm, we conducted experiments on different texture surfaces and compared the results with those obtained by existing algorithms. The proposed algorithm excellently performs with different measured objectives.