基于显著特征的指纹自动定位与匹配算法

非约束图像的自动匹配问题包括定位和配准两个关键步骤,其中定位是配准的前提。指纹图像的自动匹配是一种典型的非约束图像匹配问题。由于指纹采集时按压指面的旋转、变形和扭曲,以及各种因素造成的图像模糊、残缺和特征信息丢失,使指纹图像存在较大程度的不确定性,给利用细节特征进行匹配带来了困难。该文通过分析特征匹配的一般问题模型,指出了匹配问题的实质是在两个不完全等价特征集中寻求最大同构子集的问题,并对目前发展起来的几种匹配方法的适用性做了一定的评析。结合指纹图像的自身特点,提出了一种新的基于显著特征的自动定位与匹配算法。该算法通过分析细节特征点之间的联系,在整幅图像范围内构造了3种类型的显著特征,通过这些显著特征之间的比对实现了两幅图像的快速自动定位,求出了图像平移和旋转的变换矩阵。最后通过特征点的平移和旋转变换实现了具有容忍局部误差的细节特征点的比对。这种算法具有较强的容错性,对各种噪声图像具有一定的鲁棒性,是一种自适应的快速匹配算法。理论分析与实验结果表明这种方法用于指纹图像进行细节点匹配是很有效的。     

基于EMD多模态特征融合支持向量机的故障诊断

针对非平稳时间序列信号,提出一种基于经验模态分解(EMD)的特征提取和多模态特征融合支持向量机的故障诊断方法.首先对原始信号进行EMD分解,选择能量最大的几个基本模式分量(IMF)并提取其小波包特征,获得对每个IMF独立的特征子集;然后在每个IMF特征子集中训练SVM 弱分类器,并根据各特征子集对应的IMF能量权重进行加权融合,获得故障状态的强分类器.将该方法应用于6135型柴油机振动信号故障诊断中,实验结果表明了其可行性和有效性.

     

基于免疫聚类的特征数据浓缩方法

针对诊断特征数据中重复或相似事例样本和特征参量之间可能存在的相关性，提出一种有效的特征数据双向压缩预处理方法，该法在不损失数据隐含的特征知识的前提下，能有效降低学习机器的学习负担．在进行样本参量的降维处理时，基于主元分析的思想，采用一种改进的主元分析(MPCA)方法用于横向数据压缩，在压缩样本数量时，综述和比较了现有的各种聚类算法，借鉴生物体自然免疫系统中克隆选择以及免疫网络自稳定等有关机理，提出了基于主元核相似度的免疫聚类算法用于纵向数据压缩．仿真实验验证了所提方法的有效性．     

基于EMD多模态特征融合支持向量机的故障诊断

针对非平稳时间序列信号,提出一种基于经验模态分解(EMD)的特征提取和多模态特征融合支持向量机的故障诊断方法,首先对原始信号进行EMD分解,选择能量最大的几个基本模式分量(IMF)并提取其小波包特征,获得对每个IMF独立的特征子集;然后在每个IMF特征子集中训练SVM弱分类器,并根据各特征子集对应的IMF能量权重进行加权融合,获得故障状态的强分类器,将该方法应用于6135型柴油机振动信号故障诊断中,实验结果表明了其可行性和有效性.     

酒精精馏过程的仿人智能控制研究

对酒精精馏过程控制进行了分析,指出了用传统控制方法对精馏塔控制的局限性。并运用仿人智能控制的理论,提出了一种基于棒棒－ 比例－ 保持 ３ 种控制模态的多模态控制方案。该方案简捷,可靠,具有很强的实时性和鲁棒性,抗干扰性能明显。仿真结果表明该方案有令人满意的控制效果。     

酒精精馏过程的仿人智能控制研究

对酒精精馏过程控制进行了分析,指出了用传统控制方法对精馏塔控制的局限性。并运用信人智能控制的理论,提出了一种基于棒棒－比例－保持３种控制模态的多模态控制方案。该方案简捷,可靠,具有很强的实时性和鲁性,抗干扰性能明显,仿真结果表明该方案有令人满意的控制效果。     

基于EMD和支持向量机的柴油机故障诊断

为了解决传统小波或小波包变换方法对柴油机振动信号频率分辨率不高、易受邻近谐波分量间交叠影响的缺陷,提出了一种基于经验模态分解和支持向量机的故障诊断方法。该方法首先对振动信号进行经验模态分解,分别提取能量最大的几个基本模式分量的小波包特征;然后采用支持向量机在每个独立的特征子集中进行训练,并按该子集对应的基本模式分量的能量权重进行加权融合。试验中将该方法应用于6135型柴油机的故障诊断,结果表明,针对每个基本模式分量分别进行故障分析是可行的,能够对6135型柴油机常见故障模式进行准确识别。     

一种新的领域智能体:免疫智能体

在分析了智能体的共性特点之后提出了领域智能体的概念 ,阐明了开展应用于特定领域的智能体的研究的重要意义 ,分析了一般智能体与领域智能体之间的概念关系。结合人工免疫系统与智能体技术提出了一种新的领域智能体———免疫智能体 ,分析了免疫智能体的产生、个性特点、行为特性 ,并构建了一种能对动态环境进行实时监控和故障预警的多免疫智能体模型。最后指明了免疫智能体的进一步研究方向。     

基于SVM 的二叉树多类分类算法及其在故障诊断中的应用

基于结构风险最小化原则的支持向量机(SVM)对小样本决策具有较好的学习推广性。但由于常规SVM算法是从2类分类问题推导出的，在解决故障诊断这种典型的多类分类问题时存在因雄，因而提出一种依赖故障优先级的基于SVM的二叉树多级分类器实现(2PTMC)方法，该方法具有简单、直观，重复训练样本少的优点。通过将其应用于柴油机振动信号的故障诊断，获得了令人满意的效果。     

PLC在针灸机械手控制系统中的应用

罗克韦尔公司的Micrologix 10 0 0系列微型PLC具有较强的功能。本系统使用了PLC内部专用的旋转编码器输入型高速计数器 ,实现了针灸机械手的运动控制。系统运行可靠 ,价格低廉 ,实用性强。