核不相关最优辨别矢量集与飞机目标识别

线性不相关辨别分析具有提取目标统计不相关辨别特征的优点,但受限于其线性本质,使它无法获取目标的非线性特征.针对此问题,本文结合核机器学习理论提出了核非线性不相关辨别分析算法.首先引入一非线性映射,将原始输入空间映射到一个具有线性特性的高维特征空间,然后利用瞬时对角化协方差矩阵的方法提取核不相关最优辨别矢量集.对三类不同飞机实测回波数据的仿真结果表明了所提方法的有效性.     

小波分析在图像处理中的应用

本文比较全面地探讨了小波分析在图像处理中的应用,涉及的范围主要包括图像压缩、图像去噪、图像边缘检测(图像特征提取和识别)、图像目标检测、图像增强、图像配准、图像镶嵌、图像细化、图像融合、图像分解等方面.同时还与其他传统分析方法比较,介绍了小波分析方法的独特优势.最后展望了小波分析的前景.     

基于自适应滤波算法的电压波动检测与跟踪

随着工业发展电网电压波动问题变得日益严重,检测与跟踪电压波动已成为供用电部门的一项重要任务.为此,在自适应滤波理论的基础上,提出一种新的QR分解递归最小二乘算法.该算法不但提高了数值稳定性,还保持了传统递归最小二乘算法的快速收敛性.然后,引入脉动阵列以高度流水线化的方式对QR分解中的Givens旋转步骤进行并行处理,从...     

多机电力系统附加励磁控制器的优化配置

针对多机电力系统附加励磁控制器安装位置选择问题,基于奇异值分解的相关理论,利用传递函数矩阵给出附加励磁控制器安装地点的评价指标.该评价指标不需要系统状态矩阵的QR分解和传递函数留数的计算,通过求解系统输入-输出的传递函数矩阵的最大奇异值及其奇异向量来识别每台发电机对振荡模态的贡献程度,从而简化了计算过程和运算量.将该方法应用于多机电力系统,找出了影响每个振荡模态的最小数目的机组及附加阻尼控制器的最佳配置点,验证了该方法的正确性.     

基于EEMD和Prony方法的次同步振荡分析

Prony是电力系统振荡分析中常用的一种方法,但其对噪声数据异常敏感,针对这一问题,提出基于集合经验模态分解(EEMD)与Prony的联合分析方法用于分析电力系统次同步振荡问题.利用EEMD对含噪声信号进行分解,去除其中的高频噪声分量,同时有效解决经验模态分解(EMD)去噪时的模态混频问题,得到平稳信号后利用Prony可准确识别次同步振荡的特征参数,将该联合分析方法用于某300 MW汽轮发电机组的次同步振荡分析中,验证了其抗噪性强和准确度高的优点.     

用于人脸识别的GFC方法

本文介绍了Gabor-fisher classifier分类器(GFC)人脸识别方法,利用该方法首先对面部图像进行Gabor小波处理,再对得到的增广Gabor特征向量应用增强线性辨别法模型(EFM)以得到辨别特征,该方法对于人脸图像在光照和表情变化的情况下仍然是有效的.该方法的新颖之处在于:(1)引入了Gabor小波,得到的增广特征向量更好地反映了图像的特征;(2)应用EFM在对维数进行降低的同时进行分类特征提取.通过与传统的LDA方法和PCA方法的对比得出,该方法在应用于光照和面部表情变化比较大的FERET数据库时,优势比较明显.     

发电机的ε相关识别及其数学模型

传统的发电机相关机群识别是在系统受到扰动时,通过暂态稳定计算、比较发电机摇摆曲线实现的,这种方法需要反复进行计算,相当繁琐,工程应用比较困难.采用基于电网模型的可达性格纳姆方法,进行相关机群识别,大大简化了计算过程.格纳姆的值可由线性微分方程组的稳态解近似求出,关键是求解李雅普诺夫方程.其中为了把系数矩阵化为Schur形式,还涉及到海森(Hessenberg)变换以及QR分解2个关键算法.将该算法用MATLAB得以实现.并对新英格兰39节点系统的算例进行了验证.     

电力系统关联性参数的机理与辨识

电力系统动态仿真中,关联性参数的不同组合可以得到相同的仿真结果,从而导致根据实际量测辨识得到的关联性参数不唯一,辨识结果有可能偏离真实值。因此,需要对关联性参数的形成机理与辨识方法进行研究。针对参数在数值上不可辨识的现象,以传统结构关联性参数为基础,提出数值关联性参数的问题,并将两者推广为广义关联性参数,其基本特征是轨迹灵敏度线性相关。最后根据轨迹灵敏度线性相关的特点,提出利用选主列QR 分解法与轨迹灵敏度拟合法来进行广义关联性参数识别的方法。算例结果验证了该方法的有效性。     

基于分块QR分解的一种状态估计算法

文中提出了一种基于分块QR分解的状态估计方法。该方法把虚拟测量处理为等式约束，避免了由于权因子分散而导致的数值病态问题。在每次迭代中，通过对两个分块矩阵的QR分解和一个稀疏三角线性方程组的求解，实现了系数矩阵的三角分解。与带有约束的正规方程(NE/C)法相比，不但消除了Jacobian矩阵叉乘造成的信息损失，而且保证了分解的数值稳定性。稀疏QR分解采用了基于Givens变换的方法并利用最小度列排序和变主元消元策略。减少注入元素的数目，提高了状态估计的计算效率。试验系统的仿真结果表明了该方法具有良好的数值稳定性和鲁棒性，而且有较高的计算效率，可以满足在线状态估计的要求。     

基于小波分析的风电机组齿轮箱振动信号识别方法

针对传统齿轮箱振动信号识别方法使用过程中识别准确率较低,研究基于小波分析的风电机组齿轮箱振动 信号识别方法.通过经验模态分析将振动产生信号分解后,提取信号振动时的频率特征,利用小波变换算法确定频率 局部化特征,将振动产生的不同频率用来表示齿轮箱振动信号的变化幅度.实验表明使用小波分析方法进行振动信号 识别,当频率为500Hz时,信号的幅度变化值为3m/s２;当频率为1000Hz时,信号的幅度变化值为6m/s２;而对 异常信号的识别平均准确率为９７．２％,准确率较高,说明设计方法的识别效果较好.     

A kernel approach to implementation of local linear discriminant analysis for face recognition

The multiple linear model is used successfully to extend the linear model to nonlinear problems. However, the conventional multilinear models fail to learn the global structure of a training data set because the local linear models are independent of each other. Furthermore, the local linear transformations are learned in the original space. Therefore, the performance of multilinear methods is strongly dependent on the results of partition. This paper presents a kernel approach for the implementation of the local linear discriminant analysis for face recognition problems. In the original space, we utilize a set of local linear transformations with interpolation to approximate an optimal global nonlinear transformation. Based on the local linear models in the original space, we derive an explicit kernel mapping to map the training data into a high‐dimensional transformed space. The optimal transformation is learned globally in the transformed space. Experimental results show that the proposed method is more robust to the partition results than the conventional multilinear methods. Compared with the general nonlinear kernels that utilize a black‐box mapping, our proposed method can reduce the negative effects caused by the potential overfitting problem. © 2016 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

多元统计分析在评估城市空气污染中的运用

运用SAS软件系统中的聚类分析模块对世界主要城市的空气污染问题进行了分析,采用中国统计局网站公布的2003年世界主要城市空气污染问题的统计数据,依据空气污染的三个重要指标：总悬浮颗粒、SO2、NO2,运用类平均法和离差平方和法,把44个城市分为三类,并应用判别分析方法检验了其分类的正确性,由此看到我国主要城市与其它国家的对比情况。     

基于双向二维最大间距准则的局部放电灰度图像特征提取

针对高压交联聚乙烯电力电缆中间接头绝缘缺陷的辨识问题,提出一种局部放电灰度图像特征提取的双向二维最大间距准则方法,对获取的局部放电灰度图像从水平和垂直2个方向进行投影,得到了不同类别灰度图的鉴别矢量,选用最近邻分类器进行局部放电分类,以辨识电缆中间接头出现的不同绝缘缺陷。该方法解决了局部放电灰度图像特征提取维数大、识别样本少的难题。在对实验室4种典型电缆接头绝缘缺陷产生的PD信号进行对比辨识表明,其局部放电特征提取的速度和绝缘缺陷的识别率优于常用的主成分分析或Fisher鉴别分析方法。     

基于窗口计算法和费希尔判别法的变压器绕组变形诊断新方法

为了提高频率响应分析法检测变压器绕组变形的能力,本文提出了“窗口计算法”对传统的相关系数法进行了改进,并结合费希尔判别法对绕组的故障类型进行诊断。首先,“窗口计算法”是指固定宽度的窗口在频率响应曲线上,以一个固定的频率间隔,从检测的起始频率到终止频率扫过整个检测的频率范围,计算每个窗口中频响指纹的相关系数,获取了绕组变形后频率响应曲线的特征量。最后,利用费希尔判别法对样本数据进行最小化类内散布而最大化类间散布的降维能力,对变压器绕组的变形类型进行了识别。研究结果表明,“窗口计算法”处理后的相关系数法比传统的相关系数法更能反应出绕组变形的程度,有效地解决了传统相关系数法的缺点,结合费希尔判别法能够对绕组的变形类型进行较准确地诊断。     

基于因子分析法的急性颅脑损伤与血液成分关系

通过研究血液成分来判断急性颅脑损伤的严重程度。选用血液中的红细胞、中性粒细胞、红细胞计数等16项指标作为研究对象,用因子分析法对其进行分析,提取与急性颅脑损伤有关的6种因子指标;用判别分析法检验6种因子指标判别脑损伤严重程度的准确性,其准确率可达85%。研究表明,因子分析法能够准确的分析出血液中与急性脑损伤严重程度有关的指标,期望成为研究脑损伤的有效方法。     

Improvement of Abnormality Detection System for Bathers Using Ultrasonic Sensors

This paper proposes a new method for improving an existing abnormality detection system for a person who soaks in a bathtub. As the number of aged people increases year by year in Japan, bathing accidents among the aged are growing at a rapid rate, especially in‐bathtub drowning accidents. Therefore, prompt detection of a bather's abnormality, such as dizziness and fainting, is important to prevent in‐bathtub drowning. In order to detect a bather's abnormality promptly, an abnormality detection system using seven ultrasonic sensors has been proposed. The system uses two methods—posture detection and motion detection—to detect a difference in a bather's state compared to normal before an accident occurs, and improves the delay in detection considered heretofore to be a serious problem. There was, however, plenty of room for improvement. In order to improve the detection rate of the system, we propose a new detection method in this paper. The method uses two ultrasonic sensors to scan a bather's head and neck, and detects the head height and swing speed of the head. Experimental results are superior to the accuracy of the existing system, which enables us to detect an abnormality in a bather more precisely. © 2012 Wiley Periodicals, Inc. Electr Eng Jpn, 179(3): 57–67, 2012; Published online in Wiley Online Library ( wileyonlinelibrary.com ). DOI 10.1002/eej.21133     

基于核统计不相关最优鉴别矢量集的GIS局部放电模式识别

GIS局部放电故障诊断对于准确掌握GIS内部的缺陷性质和指导GIS的检修工作有着重要意义.针对线性Fisher鉴别分析用于局部放电故障诊断时存在的问题,文中借鉴核方法思想,提出了一种基于核的统计不相关鉴别矢量集算法(KSUODV),用以解决高维特征空间内的非线性特征提取问题,并且消除了变换后样本特征之间的统计相关性.在对实验室获取的7种缺陷PD三维谱图模式识别试验表明,KSUODV算法的识别性能优于SUODV算法性能,效果良好.     

基于统计不相关最优鉴别矢量集的GIS局部放电模式识别

针对气体绝缘金属封闭开关设备（GIS）局部放电及其缺陷特点，设计了4种典型的GIS缺陷模型，采用甚高频高速采集大量局部放电样本，构造了局部放电灰度谱图。文中将主分量分析线性鉴别方法应用于局部放电模式识别，即首先进行主分量分析，将数据从超高维空间降至低维空间，再提取统计不相关的最优鉴别矢量集，最后采用最小距离分类器进行模式识别。识别结果表明该方法对GIS各类模拟缺陷的正确识别率高，效果良好。     

油纸绝缘老化的超宽频带局部放电信号时频域特性逐步判别分析

传统局部放电检测方法测量和分析1MHz以下信号，测量频带窄、信息量少、易受干扰，不能全面反映局部放电本质特征。首先对多个试品进行电热联合老化试验，然后用超宽频带局部放电测试系统，将时域参数和频域参数相结合诊断油纸绝缘老化状态。通过逐步判别分析，先选取13个时频域特征参量中的8个重要特征参量，建立典型判别方程，描出对应的散点图。继而又推导出分别表征油纸绝缘5个老化阶段的Bayes线性判别方程。经原样本组内验证和Jackknife法交叉验证，所建方程组用于诊断油纸绝缘老化状态具有良好的效果。