基于二维灰度图的数据增强方法在电机轴承故障诊断的应用研究

在基于深度学习的电机轴承故障诊断中,一般采用基于生成对抗网络(generative adversarial networks,GANs)的数据增强方法以获取足量故障数据,从而保证模型的性能。一维时序信号下的数据增强会出现生成数据质量差、网络训练速度慢以及训练过程繁琐等问题,该文针对此,提出一种基于二维灰度图及辅助分类生成对抗网络(2D gray pixel images and auxiliary classifier generative adversarial networks,2D-ACGANs)的数据增强方法。首先将原始的一维时序信号转换为二维灰度图,以得到适用于二维卷积神经网络的输入数据;在此基础上结合辅助分类生成对抗网络,将原始数据的标签作为此网络的输入进行数据增强,该方法较一维数据增强方法有效减少网络训练参数量,同时解决传统方法中训练繁琐及标签信息丢失的问题。最后将提出的方法用于电机轴承的故障实验数据中进行对比验证,结果表明改进的2D-ACGANs算法能生成更高质量的数据,有效提高故障识别准确率及网络训练速度,具备良好的工程应用可行性。     

基于多位置NWP和门控循环单元的风电功率超短期预测

数值天气预报(NWP)对风电功率超短期预测模型精度有着重要影响。为充分利用NWP信息,考虑多个风电场的空间相关性,提出一种基于多位置NWP和门控循环单元的风电功率超短期预测模型。首先,通过随机森林分析多位置NWP信息对风电场发电功率的重要程度,利用累积贡献率提取NWP中的有效信息,将加权的NWP信息与历史功率数据作为预测模型的输入变量。然后,选取改进的灰狼寻优算法对门控循环单元的参数进行优化,建立多变量时间序列预测模型,进行风电场发电功率的超短期预测。最后,选取中国某风电场的实测数据进行算例分析,验证了所提方法的有效性和可行性。     

顾及降雨及库水位因素的滑坡时滞分析与预测——以三峡库区新铺滑坡为例

降雨及库水位涨落是引起库岸滑坡形变失稳的主要诱发因素,但滑坡位移速率对此类诱发因素的响应具有一定的滞后性,影响人类对滑坡所处运动状态的判断与预测。针对常规预测模型中未考虑时滞效应的问题,利用三峡库区新铺滑坡的GNSS位移监测数据、奉节气象站降雨数据以及三峡库区库水位涨落数据,通过对监测区内9个GNSS监测点的位移速率序列与降雨量、库水位高程序列进行时滞互相关分析,确定时滞参数,进而应用多变量灰色系统理论方法,建立了时滞GM(1,3)预测模型,并对滑坡位移速率进行预测验证。结果表明:三峡库区新铺滑坡位移速率与降雨量显著相关,对降雨量的响应滞后时间约为5 d,滑体中后部受降雨影响比前缘更明显; 位移速率与库水位高程高度相关,对三峡库区库水位涨落的响应滞后时间约为31 d,滑坡前缘受库水位涨落影响更明显,且离长江越近,滞后时间越短; 利用加入时滞参数的时滞GM(1,3)模型进行预测,模型拟合优度达到0.702,相比GM(1,1)模型和未顾及时滞因素的GM(1,3)模型,预测精度分别提升了53.8%和58.3%,平均绝对误差百分比分别降低了7.19%和7.47%,在滑坡位移速率预测及库岸滑坡防灾减灾领域具有一定的工程应用价值。     

基于密集连接网络的驾驶疲劳状态检测方法

为了解决疲劳驾驶易造成交通事故的问题,提出了基于密集连接网络的驾驶疲劳状态检测方法.首先,借助摄像机采集驾驶状态视频,获取视频帧图像后利用图像处理技术进行图像预处理;利用自适应提升算法检测人脸,再用灰度积分投影和径向对称变换算法定位驾驶员的眼部区域;然后,通过密集连接网络精确判别眼睛状态,在网络中设置了3个密集连接块以减少特征参数和加快训练速度,且采用稀疏化结构以减少存储量和增强特征传播;最后,借助2个疲劳参数综合判断驾驶员的疲劳状态,使检测结果更为准确.定性和定量实验结果证明,该方法在准确率等方面优于现有技术.     

一种桥梁实测小样本数据的区间优化方法——灰自助抽样与灰色系统理论相结合

针对农村公路桥梁的非概率可靠性评估中现场实测获得的数据属于小样本、贫信息且概率分布未知而难以精确估计参数变化区间这一问题,提出将灰自助抽样与基于灰色系统理论的区间估计方法相结合对桥梁实测的小样本数据进行区间估计。该方法通过自助法产生多组相似样本后利用灰色预测模型减小其误差,再通过基于灰色系统理论的区间估计方法计算各样本的灰色置信区间,并通过取交集的方式排除随机误差对结果的影响来获得更为精确的置信区间。最后将实测桥梁混凝土强度数据作为小样本数据,计算3种区间估计方法的区间估计结果,结果证明了本文所提方法的合理性及有效性。     

基于目标区域特性的海面小目标检测快速算法

A fast object detection method based on object region dissimilarity and 1-D AGADM (one dimensional average gray absolute difference maximum) between object and background is proposed for real-time defection of small offshore targets. Then computational complexity, antinoise performance, the signal-to-noise ratio (SNR) gain between original images and their results as a function of SNR of original images and receiver operating characteristic (ROC) curve are analyzed and compared with those existing methods of small target detection such as two dimensional average gray absolute difference maximum (2-D AGADM), median contrast filter algorithm and multi-level filter algorithm. Experimental results and theoretical analysis have shown that the proposed method has faster speed and more adaptability to small object shape and also yields improved SNR performance.     

视觉测量中高温构件图像处理方法设计

利用基于激光靶标的主动视觉测量技术进行热轧火车轮尺寸测量时,高温构件图像处理方法对测量结果的影响很大.根据高温构件图像的固有特点,综合分析了激光色分量对于抑制高热背景、凸显测量靶标的作用,在高热构件图像的灰度变换中引入权值,提出"加权灰度变换"方法.实验表明,所设计的图像处理方法有效地抑制了图像高热背景噪声、明显地突出了有用被测信息,保证了被测高温构件尺寸的准确获得.     

基于模糊灰色理论单轴力平衡式倾角传感器可靠性的评价

由于单轴力平衡式倾角传感器各影响因素之间存在模糊灰色特征，采用传统的评价方法很难对其进行正确的评价。本文利用模糊灰色理论，构建了基于模糊灰色理论单轴力平衡式倾角传感器可靠性评价模型，经过实验研究证明了该方法具有评价方法简单、评价精度高等特点，特别是对模糊灰色多因素问题的评价更具有特色。     

基于面向对象BP算法的灰度位图图像处理

以BP神经网络压缩BMP灰度位图图像数据为例,采用面向对象的编程思想,提出一种基于面向对象BP算法的灰度位图图像处理方法。并介绍BMP灰度图像作为Windows环境下的主要图像格式的操作方法,给出部分源代码以及在微软VisualC++6.0编译环境下结合基于面向对象BP算法压缩BMP灰度位图后得到的图像。     

一种隐藏机密图像的新方法

提出了应用灰度变换差分替代方式进行图像隐藏的方法。该方法首先对机密图像和掩护图像进行灰度变换，然后利用变换后机密图像的象素灰度差值替代变换后掩护图像中相应的灰度差值，生成与掩护图像相似的用于隐藏机密图像数据的伪装图像。该方法生成的伪装图像具有较好的隐蔽性，有效地减小了传统方法生成的伪装图像与掩护图像的视觉差异。同时从伪装图像中恢复的机密图像保真度较高。仿真结果表明，该方法有效可行，在保证机密图像数据完整的前提下生成了比较逼真的伪装图像，伪装图像和恢复的机密图像均具有较高的峰值信噪比。