信息熵支持向量机算法传感器故障诊断研究

研究传感器系统故障诊断效率问题.针对传统故障诊断因传输信息大,速度慢,造成故障,定位不清.传统的方法提取的传感器系统特征信息不全面,导致诊断精度与速度不高.为有效提高传感器系统故障诊断的效率和精度,提出了一种能量信息熵的支持向量机系统故障诊断方法.故障主要难点技术问题在于参数选择优化问题.算法首先利用小波包对传感系统故障信号进行小波包分解,并提取小波包能量信息熵,以此构建输入特征向量;接着采用了支持向量机方法进行非线性特征向量提取,最后以特征向量来建立支持向量机智能化诊断模型.仿真结果表明,改进方法在所有参比模型中精度最高,能高效地对传感器故障进行检测与定位.具有较强的泛化能力,同时缩短了故障诊断时间.     

基于动态时间弯曲的多模板匹配车型分类

感应线圈采集到的频率变化曲线,取决于车速、车辆自身结构及其通过感应线圈时的相对位置.针对同类车辆的频率变化曲线存在伸长或压缩情况.研究一种基于动态时间弯曲(DTW)的车型分类新方法.首先对采集到的车辆频率变化数据序列进行预处理;其次,结合DTW方法和最优聚类分析原理,选取同类车型的多个频率变化特征曲线作为分类模板,以改善单模板匹配方法的分类正确率;再次,确定同类车型的局部区分度指标,并优化调整局部区分度指标范围;最后对考察车辆的采样曲线进行多模板匹配分析,得出车型分类结论.仿真实验分析了本文方法与其他方法比较存在的优势.     

基于模糊粗糙集信息熵的蚁群特征选择方法

目前针对高维数据特征选择提出的启发式算法多数容易陷入局部最优,无法对整个特征空间进行有效搜索。为了提高对特征域的并行搜索能力,基于模糊粗糙集的信息熵原理,对蚁群模型的搜索策略、信息素更新和状态转移规则等进行了改进,提出蚁群特征选择方法。经UCI数据实验验证,该算法比传统的特征选择算法具有更好的选择效果,是有效的。     

区域加权信息熵及其在图像特征提取中的应用

图像特征提取是当前基于内容图像检索领域的研究重点,然而单纯基于信息熵的图像特征提取方法无法体现图像内容的位置信息.分析现有的基于颜色-空间图像特征提取算法的基础上,结合图像信息熵概念与图像分割算法,提出了一种新的图像信息熵描述方法,即区域加权信息熵,并证明了区域加权信息熵的若干性质.采用信息熵性能评价指标从概率的角度描述因权值变化而引起的图像信息熵分布的变化,并考虑应用的兴趣区域以及权值粒度从而确定合理权值.实验表明区域加权信息熵方法比单纯信息熵方法描述图像内容准确率提高了50%以上.     

基于多信号模型的故障诊断算法研究

多信号模型是一种简单而有效的系统建模表示方法,在测试性分析与故障诊断领域得到了广泛的应用;本文结合示例给出了多信号模型的建模和分析过程,并由多信号模型得到了故障-测试相关矩阵;在信息熵理论的基础上,通过定义新的目标函数,本文对最优测试序列的生成进行了具体算法分析,并由此得出了最优诊断树,与TEAMS工具箱的仿真结果一致;和其他方法相比,该方法不仅结果更加优化,而且效率更高,易于计算机编程实现,对测试性分析工具的研发具有一定的参考价值。     

信息系统属性约简的比较研究

属性约简是粗糙集理论研究的核心问题之一。利用信息熵定义了信息系统的熵约简,从代数与信息熵两种不同角度出发对属性约简进行讨论。通过比较分析,分别在信息系统、协调与不协调决策表中得到这两种观点下属性约简的一些等价关系和蕴含关系,揭示了不同意义下属性约简的本质联系。     

一种基于遗传算法的脑MR图像去偏移场模型

由于磁共振图像(magnetic resonance images,MRI)常含有偏移场而影响后继图像分割,针对这种图像的分割,采用Legendre多项式基函数来拟合偏移场,可以去除偏移场对图像分割的影响。当使得恢复图像的信息熵达到最小时,则求得的偏移场最优。在求偏移场的过程中,需要求解基函数的参数,由于传统的梯度下降法易陷入局部最优,为解决此问题,提出将遗传算法引入到参数求解过程中,然而传统的遗传算法不仅时间复杂度高,且易陷入局部最优,为此需对遗传算法进行改进,使得不仅更容易得到全局最优解,且时间复杂度较低。实验证明,该改进算法可以得到精确的偏移场,并可得到准确的分割结果。     

基于颜色直方图熵值及分块主色的图像检索

为了克服在检索相同背景中物体颜色不同的图像时无法利用颜色特征而必须利用物体的形状特征这一缺陷,并进一步提高图像的检索效果,本文提出了一种基于颜色直方图熵值及分块主色的图像检索方法。实验结果表明,该方法不仅可以提高图像检索的查准率与查全率,而且对于检索相同背景中物体颜色不同的图像时只利用颜色特性即可达 检索目的。     

主动偏振成像对皮肤状态诊断影响的研究

偏振成像相比于普通成像包含更丰富的物体表面反射和散射信息。采用偏振成像的方法在不同光源照明下获得皮肤表面偏振度图像,研究同一波段光源激光和LED以及不同波段的激光和LED光源对偏振成像的影响,探索适合特殊病症的偏振成像照明光源的种类和波段。结果表明：同一波段光源照明下,激光的偏振度图像信息熵和平均梯度都高于LED的偏振度图像;对于皮肤上红斑与黑斑的局部成像,绿光波段照明的图像细节表现力均优于红光波段光源照明时的图像,为激光偏振成像提高皮肤状态诊断的准确性提供更多信息。     

基于支持向量机的无人机定位信号分离算法研究

为了解决无人机(UAV)无源定位中难以从多径干扰严重的环境中提取无人机定位信号的问题,该文提出一种基于支持向量机(SVM)的无人机定位信号分离算法,在SVM模型训练时,通过计算无人机相邻数据集之间的欧氏距离获取信息熵,为SVM映射高维空间提供模型数据.在此基础上,加入映射函数阈值软边界,使模型具有参数自适应调整能力,来适应无人机运动灵活所导致的数据差异.最后构建了观测者操作特性曲线获取无人机定位信号分离结果.仿真结果表明所提算法能够有效分离无人机定位信号与噪声,在多径干扰严重的情况下具有较高的信号分离准确率.