共查询到19条相似文献,搜索用时 109 毫秒
1.
2.
3.
为了将声发射(AE)技术实际应用到监测海洋平台油气管道疲劳裂纹中,需要解决管道振动干扰以及疲劳裂纹AE信号有效特征提取的问题,而问题的关键在于对管道结构疲劳裂纹AE信号特征提取及识别算法的研究。在已有研究的基础上,提出了一种基于经验模态分解(EMD)为特征提取的疲劳裂纹识别方法,将管道振动干扰问题和疲劳裂纹AE信号有效特征提取问题联系在一起,对特征元素进行优化并剔除无效噪声干扰信息,通过概率神经网络(PNN)对疲劳裂纹信号进行识别。试验结果表明,PNN结合基于EMD为特征提取的疲劳裂纹识别法能够取得良好的效果,为声发射技术监测海洋平台油气管道疲劳裂纹提供了试验和理论依据。 相似文献
4.
在使用统计学方法对水面目标进行特征提取时,由于传统的方法进行自动目标识别的效果与RO(I感兴趣区域)定位算法有直接的关系,因此当ROI定位算法不准确时,目标的识别将很难完成。本文提出了一种基于目标特征的逐块二维Hadamard变换的特征提取和高斯混合模型分类器的局部特征轮廓识别方法。实验表明该方法对于复杂条件下的水面目标识别(如:部分超出视野范围以及比例变换等)具有很好的鲁棒性。 相似文献
5.
裂缝等工程结构表面缺损与弯曲等构件变形是既有工程结构安全性检测鉴定与监测的重要指标,采用数字图像法可有效改善当前人工检查技术的缺点,但在工程实践中显现出定量检测中图像几何变形修正困难、局部损伤难以在整体结构中定位、无法测量钢结构空间变形等问题。结合多视角几何三维重建法的研究与应用可有效解决上述问题。该文对多视角几何三维重建的方法原理与算法实现进行讨论,列举方法实践的经典算法与高效算法;围绕数字图像法检测在工程实践中存在的问题,提出表面投影法解决成像几何变形与损伤定位、逆向工程建模与特征提取识别几何变形损伤;通过结构表面裂缝识别、大型构筑物表面损伤定位、钢结构构件变形识别等3个应用研究,阐述多视角几何三维重建法在结构表面损伤与变形识别中的具体操作方法与比较优势。多视角几何三维重建法具有设备要求低、操作方便快捷、模型色彩丰富、点云精度较高等特点,与数字图像法结合后在工程结构检测监测领域的研究与应用潜力巨大。 相似文献
6.
7.
8.
9.
流场的特征直接影响结构的流致振动状态,对结构绕流流场的特征分析具有重要的研究意义。在中高雷诺数与不同流速的情况下,尾流中隐含的流场特征不同,传统数学物理方法很难对其特征进行提取与识别。该文提出了采用无量纲的物理量时程进行流场特征识别的深度学习方法,消除了不同来流速度的影响,仅通过时程的时变特征进行特征识别,扩大了特征识别方法的应用范围。采用两种不同深度学习模型对三种棱柱的尾流进行了特征提取与识别,通过比较可以发现:归一化的时程中仍包含不同形状物体所引起流场的关键特征,可用于流场的特征提取;使用归一化时程进行流场特征识别可降低模型训练难度,又提高了特征提取的精度,是一种流场特征提取的新方法。 相似文献
10.
通过对脑电信号的熵分析,进行了情感识别研究,并根据脑电信号的非线性特性以及多重分形特性的特点,提出了一种排列熵与多重分形指数相结合的情感脑电特征提取算法。该算法采用排列熵、Hurst指数、质量指数和奇异谱宽度相结合,实现情感脑电的特征提取,采用支持向量机(SVM))实现情感识别。结果显示,该算法两两情感识别,测试集最高正确率达到92.8%,除去激动对可怕外,正确率均在80%以上;与单独使用排列熵和分形指数特征的方法相比,最高正确率分别提高41.9%和31.2%。进一步分析了对积极和消极两类情感状态的识别效果,测试集平均正确率为78.3%,比排列熵与多重分形特征,测试集正确率分别提高了26.7%和1.6%。结果表明,基于排列熵与多重分形指数相结合的特征提取算法,能够充分挖掘脑电信号的非线性特性与多重分形特征信息,是一种有效的情感脑电特征提取算法。 相似文献
11.
特征提取是水下目标识别研究中最为关键的技术之一,特征参数的优劣将直接决定分类识别系统的性能。将声信号的听觉与视觉感知特征结合,应用于水下目标识别,通过实验得出如下结论,相比于单独应用听觉特征,融合特征的平均识别率能提高4%~6%以上,特别是将听觉特征与声谱图的Gabor小波变换特征、灰度-梯度共生特征进行融合后,分类性能较好,平均达到87%以上。 相似文献
12.
在现代被动声纳系统中,水下目标的自动识别是关键技术之一。文章对被动声纳目标识别的特征提取、特征选择和分类器设计方面进行了回顾。对LOFAR,DEMON和小波变换等特征提取技术进行了讨论,分析了特征优化的重要性和专家系统和神经网络等分类器的优缺点,并简要分析了该领域的过去、现在和未来。 相似文献
13.
14.
《成像科学杂志》2013,61(7):361-377
AbstractFace recognition (FR) throws open a vast horizon of challenging tasks in the arena of facial image processing applications and computer visualisation, and hence has riveted keen interest during the last few years on account of its versatile applications in numerous spheres. Creating a useful facial design from initial face images is a very important gradient for victorious facial expression detection. Here, we furnish a report of several feature extraction and recognition methods which find themselves employed in the method of FR. The major aim of this survey is to assess the diverse FR methods according to their feature extraction and recognition techniques. From the analysis, we come to know about the feature extraction and recognition methods which have been elegant utilised in the FR procedure. They also vividly establish the technique which has performed excellently yielding superior FR precision by detecting face images more exactly. Moreover our study draws a concise picture of the feature extraction and recognition techniques and acts as a lodestar to the incoming intriguing investigators intending to increase their information about this innovative technique. 相似文献
15.
16.
17.
18.
19.
针对低信噪比水声目标单一特征识别率低,稳健性差的问题,提出一种基于注意力机制和多尺度残差卷积神经网络(Multi-scale Residual CNN with Attention,MR-CNN-A)进行特征融合的识别方法。该方法根据多尺度卷积核与特征图形成多分辨率分析关系,并以此通过注意力机制实现优势特征权值提取与融合,从而提高模型在文中水声数据集上提取目标噪声特征和分类识别的稳健性与抗噪能力。开展了4类舰船噪声和海洋环境噪声的识别试验、水下和水面自主式水下航行器的识别试验,以及不同信噪比条件下目标噪声的识别试验。结果表明:对于文中所涉及的水声目标噪声和人工高斯白噪声干扰,该网络模型识别正确率明显高于支持矢量机与简单卷积神经网络,且对高斯白噪声的抑制能力远强于支持矢量机与简单卷积神经网络,稳健性好,模型复杂度小。 相似文献