基于小波神经网络的气液两相流流型识别方法

为了克服传统流型识别方法的特点,采用小波分解和RBF神经网络技术来实现气液两相流流型的智能识别。首先测量了水平管内气液两相流的差压波动信号,其次应用小波分解对流型的动态差压波动信号进行了分析并提取流型特征,最后将小波能量特征作为RBF神经网络的输入,从而实现对流型的智能识别。仿真结果表明:该方法能够较好地识别出4种流型,从而为流型的在线识别提供了一种定量的流型识别方法。     

基于经验模态分解的油气两相流流型状态监测

基于经验模态分解技术,采用能量评估和阈值概率统计手段,提出了一种油气两相流流型状态监测的新方法.油气两相流差压信号是一典型的非平稳多组分信号,经验模态分解首先将差压信号分解成9阶本征模函数,按照频率范围可以划分为3个子带:高频带(30～50 Hz),中频带(5～30 Hz)和低频带(0～5 Hz).在不同流型下,中频带的能量变化很显著,跟踪捕捉中频带能量变化可以监测两相流流型的跃迁.首先确定不同流型下对应的归一化能量阈值,阈值概率统计技术通过移动时间窗扫描中频带子信号的方式来监测流型状态变化.油气两相流的实验结果表明该方法是有效的,为两相流流型状态监测提供了新途径.     

基于小波包分解的虹膜识别算法

特征提取是虹膜识别的关键技术;由于虹膜图像具有丰富的纹理,提出了基于小波包分解的虹膜识别算法。小波包分解不仅包含了图像的低频部分而且还保留了高频部分,它能够有效地提取虹膜纹理特征,并按hamming距离对虹膜进行匹配。实验结果表明,该算法具有良好的鲁棒性。     

基于改进型BP网络的气液两相流流型识别

根据气液两相流的特点,将其分为层状流、塞状流、弹状流和环状流等流型,分别对其采集差压信号,并利用概率密度函数（PDF）对差压信号特征进行了分析,得出了PDF的4个特征参数,即波峰个数K₁、波峰峰值K₂、波峰位置K₃、PDF方差K₄。将K₁,K₂,K₃,K₄构成的特征向量作为神经网络的输入样本对BP神经网络进行训练并进行流型识别。结果表明,该方法具有准确率高等优点,是流型识别的一种新手段。     

应用电导探针技术识别气液两相流流型方法及电导波动信号噪声的辨识

针对垂直上升管的气液两相流流型的识别,提出了一种多电导探针测量系统,该测量系统由3个电导探头组成电导传感器,在此基础上利用INV306型数据采集卡实现了电导波动信号的数据采集。由于各种生产过程的参数进行测量时不可避免地信号中存在噪声信息,通过对信号的小波分解和自相关函数的分析发现电导波动信号为低频信号,且其频率一般不会超过128Hz。又通过对信号进行了小波去噪和傅立叶变换去噪之后发现利用小波分析进行信号的消噪可以很好的保存原信号中的有用部分,其有着傅立叶分析不可比拟的优点。     

基于高速摄影传感器的气液两相流型分层模糊识别

气液两相流流型的客观和智能识别对两相流其它参数测量具有重要意义。用高速摄像机作为检测传感器,获取内径为50 mm 的绝热垂直管段内气液两相流流型图像,提取流型灰度图像的均值、标准差及二值图像的最大物体面积、宽度和高度五个特征向量,采用分层模糊推理方法实现泡状流、块状流、塞状流和乳沫状流的流型识别。对于131幅实验图像,该方法的识别正确率平均达到93.13%。     

小波包分解在虹膜识别中的应用研究

小波包分解是从小波变换延伸而来的一种更精细的信号分析算法，具有分析高频特征信息的优势。文中结合小波包分解的特点，提出了一种基于小波包分解的虹膜识别算法。该算法首先对虹膜图像实行分窗小波包分解，并对各窗口的子带图像作筛选处理；然后通过奇异值分解对筛选后的各子带图像作进一步的特征提取和压缩，得到虹膜识别特征；最后利用加权欧氏距离分类器进行识别。实验结果表明了该算法的有效性。     

模糊神经网络两相流流型辨识算法的研究

针对电容测量灵敏度分布易受被测两相流介质分布的影响,对电容传感器阵列采集的反映两相流介质分布的信息进行模糊处理,经Ｋｏｈｏｎｅｎ网络的自组织学习,提取输入模式样本的分类特征,通过ＢＰ网络的监督学习,可实现两相流流型的有效判别和分类。     

气液两相流电导传感器测量波动信号的Wigner-Ville分析

流型是两相流中非常重要的流动参量,不同流型下的两相流流动特性及传热传质性能有很大不同。流型也严重影响着两相流参数测量的准确性。利用新近研制的两相流电导传感器,在垂直上升气液两相流管中采集了不同流型下的电导波动信号,采用W igner-V ille分布(WVD)在时频域内处理了电导波动信号,观察到了WVD特征与流型之间的关系,取得了较好的气液两相流流型辨识效果。     

共空间模式结合小波包分解的脑电情感分类

为了有效缓解不同受试者跨天试验间脑电信号差异对分类性能的影响，结合共空间模式和小波包分解算法，对12个受试者连续5天的脑电波数据进行空间滤波处理和时频域上小波包能量特征提取。采用Bagging tree、SVM、LDA和BLDA模型进行情感分类实验。实验结果表明，使用SVM和BLDA分类器对该算法提取的脑电特征进行两类情感分类的精度比目前最优的结果分别提高了4.4%和3.5%，有效地提高了跨天脑电情感分类的准确率和稳定性，对于开发鲁棒的情感脑-机接口应用具有一定价值。     

基于狭缝文丘里管的气液两相流测量

提出了一种新的气液两相流测量系统-狭缝文丘里气液两相流测量系统.理论分析表明,狭缝文丘里管利用对称结构可以减小或消除摩阻压降的影响,中间狭缝处垂直于水平流向的重位压降的测量同样避免了沿程摩擦阻力的影响.提出了基于狭缝文丘里测量系统的气液两相流非分离测量方案,并进行了实验研究.利用狭缝文丘里重位压降信号在三类流动下的特性,可以直接识别流型,在不同的流型下用相应的测量模型求解气液两相的流量.结果表明该方法是可行的.     

基于小波包分解的图像同态增强

提出了一种基于小波包分解的图像同态滤波增强算法,它克服了传统二维同态滤波的方向对称性,可以形成任意形状的滤波器,进而可以充分利用图像本身的细节特征,对不同方向的图像细节特征进行合理的处理,达到更好的图像增强效果。     

基于小波包分析的虹膜识别研究

虹膜特征提取是虹膜识别中的关键环节.小波方法在提取虹膜特征时未对分解后的高频空间进一步细化分解,而虹膜纹理特征较多地蕴含在高频空间中,因此提取的虹膜特征在表示特征能力上存在不足.针对此类问题,提出一种基于小波包多尺度分解的虹膜识别方法,利用阈值将小波包分解后第二层对角高频子带图调制为虹膜特征码,利用海明距离对特征进行识别.对108类人眼虹膜图像进行特征提取与匹配,分解小波采用sym2小波,共进行5350次特征匹配,正确识别率达到98.5％,在识别性能上优于Boles的小波变换过零点法和Lim的二维Haar小波变换法,仅次于Daugman的二维Gabor方法.     

基于小波包分析的虹膜识别研究

虹膜特征提取是虹膜识别中的关键环节.小波方法在提取虹膜特征时未对分解后的高频空间进一步细化分解,而虹膜纹理特征较多地蕴含在高频空间中,因此提取的虹膜特征在表示特征能力上存在不足.针对此类问题,提出一种基于小波包多尺度分解的虹膜识别方法,利用阈值将小波包分解后第二层对角高频子带图调制为虹膜特征码,利用海明距离对特征进行识别.对108类人眼虹膜图像进行特征提取与匹配,分解小波采用sym2小波,共进行5350次特征匹配,正确识别率达到98.5％,在识别性能上优于Boles的小波变换过零点法和Lim的二维Haar小波变换法,仅次于Daugman的二维Gabor方法.     

一种基于小波包分解的虹膜防伪检测方法

虹膜识别系统易受到伪虹膜的攻击,包括利用打印在隐形眼镜、玻璃眼或其他材料上的假虹膜纹理进行的攻击,所以检测出假虹膜的防伪算法至关重要。为此,提出一种利用小波包分解进行特征提取的虹膜防伪检测方法。首先对目标图像进行二级小波包分解,然后计算各子带图像的熵,最后将各子带图像的熵值之和作为提取的特征值。实验在包含500幅虹膜图像的数据库中进行,结果表明此方法可以有效地将真假虹膜区分开来。     

基于小波包分解与RVM的声发射信号识别

声发射信号识别目前已经成为检测大型储罐底板缺陷状况的普遍方法之一.针对现有声发射检测技术对原始信号的处理与分析方法的不足,对储罐底板腐蚀程度分类识别方法的不明确,基于小波包分解,对声发射传感器接收到的原始信号进行特征提取,得出了信号的特征向量,通过训练相关向量机,结合相关向量机模型对待测设备进行腐蚀类型归类识别,得出分析结论.应用该方法对大连某企业的储油罐进行实测数据检验,分析结论与储油罐实际状况相同,验证了该方法具有科学性与可行性,能够诊断大型储罐底板腐蚀状况的准确性和可靠性.     

基于模糊综合和最优小波包分解的信号多类分类

为了对音频信号进行有效地分类,提出了基于模糊综合和最优小波包分解的信号多类分类算法。首先,对音频信号进行窗化处理;其次,基于模糊集对信号进行最优小波包分解,并用最优小波包和信号感知特性来提取音频信号特征,在每一个小波子空间用支持向量机对信号进行多类分类;最后,用模糊积分将分类结果进行综合,得出最终类。试验采用不同的核函数和算法参数验证了本文算法的效果,结果表明本算法速度较快、精确度高。     

基于小波包分解的手写体金融汉字识别

本文提出一种基于小波包分解的手写体金融汉字识别算法。该算法首先对汉字图像进行小波包分解,利用基于节点子图像能量方差的准则选择适当的部分分解树;然后,将得到的子图像划分成多个局部窗口,计算局部窗口的能量值组成特征向量;再通过主成分分析(PCA)选择分类能力最强的一组特征,降低特征空间的维数;最后,用SVM多类分类方法进行分类判决。实验结果表明,该算法取得了较好的识别效果。