基于改进最小噪声分离变换的特征提取与分类

在最小噪声分离变换的基础上,引入核方法,采用小波核函数代替传统核函数对最小噪声分离变换予以改进。小波核函数的多分辨率分析特性可进一步提高算法的非线性映射能力。相关向量机高光谱图像分类是一种较新的高光谱图像分类方法,将新型核最小噪声分离变换方法与相关向量机相结合,对高光谱影像数据进行分类实验。仿真实验结果表明,基于小波核最小噪声分离变换的方法体现了高光谱影像的非线性特征,将所提出的方法应用于HYDICE系统在Washington DC Mall上空拍摄的数据,与对照算法相比,分类精度可提高3%~8%,并可有效地提高小样本区域的分类精度。     

忆阻超混沌系统在信息保密中的应用

随着互联网、物联网的发展,信息安全成为人们关注的话题,为了提高信息保密算法的安全性和可靠性,采用具有结构复杂、行为不可预测的分数阶忆阻超混沌系统实现对信息的保密处理。给出分数阶忆阻超混沌系统在保密通信方面的处理算法以及图片加密方面的处理算法,并通过数值仿真验证了该算法的正确性和可行性。     

分岔理论和延拓方法在铁磁谐振研究中的应用

利用分岔理论和延拓方法研究了电路参数变化对铁磁谐振电路稳定性的影响.通过动态系统分析软件XPPAUT对电路方程周期解进行延拓得到电路的基频谐振、分频谐振、混沌震荡等动力学特性,并计算了系统主要分岔点的理论解使得对系统各种周期性的状态有了更深入的认识.     

基于集成学习的自适应提升分类模型的局部放电识别研究

根据3种不同单一特征集对于局部放电各类缺陷识别的差异性和互补性,提出了基于集成学习的自适应提升分类模型。首先,设计了8种类型局部放电的物理模型。然后,通过局部放电特高频检测试验系统,获取的每一缺陷在不同试验电压下稳定放电时的局部放电脉冲序列数据进行有效性与正确性的验证。通过相位相关脉冲序列数据获取的3种单一特征集两两组合以及3种联用构建新的特征集。通过比较分析,从单一特征集、组合特征集中选取最终的特征集作为分类模型的输入。最后,使用集成学习中提升算法处理训练数据集,以支持向量机为基分类器,通过使用基于信息熵的“非成对型”多样性指标,测量一个基分类器和其他基分类器的不一致度,得到一系列具有适度正确率的多样SVM基分类器,最终得到基于集成学习的自适应提升分类模型。对于每一种缺陷,在相同的测试电压水平下获得25个样本数据,6个电压水平总共获得150个本数据。结果表明,所提出的方法成功地识别了局部放电绝缘缺陷类型。     

石油液化气储罐氢腐蚀的检验工艺讨论

对某厂服役了10年的4台石油液化气球罐定检中发现了严重的氢鼓泡现象,导致无法修复的材料劣化。氢腐蚀现象产生速度快、不可修复、危害极大。在编制长期在H2S介质环境中使用的容器的检验工艺中加强氢腐蚀缺陷的检测十分重要。     

改进的使用非负矩阵分解的隐私保护分类方法

针对现有的基于非负矩阵分解的隐私保护数据挖掘方法中,不区分样本的重要性的不同,对所有样本都进行同样强度扰动的问题进行改进。提出了一种结合样本选择的基于非负矩阵分解的隐私保护分类方法。该方法使用样本选择将原始样本区分为重要的和不重要的两类。在对数据进行扰动时,使用现有的基于非负矩阵分解的方法对所有样本进行扰动。随后利用非负矩阵分解的聚类性质,对不重要的样本进行附加扰动。实验表明,该方法在保持数据可用性的同时,可以对隐私信息提供更好的保护。     

互感器铁心损耗非线性对铁磁谐振混沌特性影响研究

铁磁谐振是电力系统中一种常见的复杂的非线性现象,针对中性点直接接地电力系统的铁磁谐振混沌特性进行了深入研究.针对互感器实时铁心损耗的非线性特性,利用一个三次多项式来拟合铁心损耗,通过对比研究发现当引入非线性铁心损耗后系统发生混沌震荡的激励电压区间变窄,系统暂态过程也相应缩短,EMTP仿真实验进一步说明了理论分析的正确性.