基于子空间混合相似度的过程监测与故障诊断

针对现代工业过程多变量、过程数据通常同时包含高斯性和非高斯性分布的特点,提出了一种基于混合子空间的系统性能监控与故障诊断方法.首先使用小波去噪、PCA和ICA方法来进行过程检测,然后将基于PCA特征子空间距离相似度和基于ICA子空间余弦相似度的方法结合,建立故障诊断库,计算混合相似度,确定各类故障的诊断阈值.最后对在线的数据进行监控,判断过程是否正常.当有故障发生时,利用混合子空间相似度确定故障类型.该方法可以充分利用过程数据中的高斯和非高斯信息.通过对Tennessee Eastman(TE)过程的仿真研究,验证了该方法的可行性与有效性,与变量贡献图方法相比可以更加有效地监测出故障原因.     

面向个性化产品服务方案的推荐方法与应用

针对传统隐语义模型（LFM）未考虑数据库动态更新从而影响方案推荐结果的问题,提出动态更新机制的加权LFM用于推荐个性化产品服务方案。针对余弦相似度 计算忽略个体差异的问题,提出采用云滴距离测度与云的余弦相似度加权后的综合相似度,预测并填充空缺数据,减少数据稀疏性;采用加权LFM推荐产品服务方案,以约束新用户兴趣差异性,提高推荐精度;采用差值平均法更新推荐结果。     

基于Levenshtein距离的流程检索方法

为提高大规模流程库的检索效率,提出一种新的流程检索方法。该方法采用最小深度优先搜索编码对流程图模型进行规范化标志,并基于I．evenshtein距离计算最小深度优先搜索编码获得相似度值,提高了流程图匹配时相似度计算的效率。通过对原型系统进行实验评估,证明了所提方法在检索效率方面高于图编辑距离,且在返回的检索结果中,相似度最高的前5个结果基本与图编辑距离一致,保证了方法的准确性。     

大型轮式港口机械钢圈的加载方案分析和强度计算

为了确定港口机械钢圈的有限元分析模型,采用了其它小型钢圈进行相似载荷的有限元分析计算以及应力分布测试实验来进行参照.提出了几种不同的钢圈载荷分布规律,如余弦规律分布、均匀分布等,对不同载荷分布规律及其分布范围作了有限元分析计算,并与实际检测结果进行对比分析.最终确定采用120度范围的余弦规律载荷对港口机械钢圈进行有限元分析,建立了它的力学计算模型,并通过有限元分析法进行了计算,计算结果表明该方法是可行的,计算结果对指导钢圈产品设计具有重要的意义.     

基于日志的流程相似度计算方法适用性分析

针对现有业务流程相似度计算方法的不足,从流程日志出发计算流程相似度,并根据以流程日志为输入的特点对现有方法进行了改进,提出两种改进方法。一种方法是通过日志重构流程模型,基于模型结构计算流程相似度,但是为体现流程日志中对流程结构某些执行路径或分支的倾向性,在流程模型上重演日志轨迹,利用A*算法寻找匹配日志轨迹的最佳重演方式,识别最佳重演方式下被执行的流关系,以对流关系加权生成加权BPMN模型计算流程相似度;另一种方法不需重构模型,基于任务序列计算流程相似度,为支持任务相似度计算,定义了任务间的距离,由此得到支持任务距离度量的轨迹距离,进一步利用轨迹多集计算流程相似度。通过在不同的真实数据集上的实验,分析了两种方法在相似度计算结果的异同之处,并总结了两种方法的适用范围。     

线性痕迹激光检测信号自适应匹配算法研究

针对目前图像处理及3D扫描方法难以快速定量比对剪切类线性痕迹的问题,提出了一种线性痕迹激光检测信号自适应匹配算法。该算法首先利用局部加权回归散点平滑法对激光位移传感器拾取的线性痕迹表面信号进行降噪,接着进行信号数据中"粗大连贯"趋势特征的识别,并通过余弦向量曲线拟合的方法量化特征向量,逐个计算样本空间距离。最后利用动态规划算法批量进行相似度比对,匹配各自最大相似样本。实际剪切痕迹多样本数据相似度比对试验证明了该算法的准确性和有效性。     

基于PCA-NCC的经编鞋面数量统计和质量检测算法

针对目前经编鞋面数量统计和质量检测过程中人工成本高、效率低等问题，提出一种基于主成分分析（PCA）和归一化互相关匹配（NCC）相结合的机器视觉方法。首先采用主成分分析方法，生成不同款型鞋面的模板库PCA模型；然后，求解PCA模型与待检测鞋面特征向量最小欧氏距离，选取与待检测鞋面布匹对应的鞋面模板；随后，引入奇异值分解，提高PCA模型的检测速度和适用范围；最后，应用归一化相关匹配法，检测鞋面是否存在质量问题，并统计合格经编鞋面的数量。为验证该方法的可行性，搭建鞋面布匹检测平台，构建100种不同款型的标准鞋面模板库，对3种不同款型的鞋面进行数量统计实验。将实验结果与人工结果进行比对，结果表明：合格经编鞋面的数量统计平均正确率达96.7%，检测速度较人工提高3～4倍，满足工业生产中的实际需求。     

基于直觉模糊余弦相似度的云制造服务质量评价

云制造环境下云资源种类丰富且服务制约因素多,导致云制造服务质量评价困难.针对专家决策与用户评价信息的不确定性,以及评价指标类型多样的问题,提出基于直觉模糊余弦相似度的服务质量评价方法.采用可表达隶属度信息与非隶属度信息的直觉模糊数对非可量化的服务质量进行评价,并采用不受指标类型与维数限制的余弦相似度计算各个云制造服务属...     

基于对比度敏感度的无参考图像清晰度评价

提出一种基于对比度敏感度的无参考图像清晰度评价方法,用于评价光测设备无参考电视图像的清晰度.首先通过低通滤波器构造原始图像的参考图像,并对两者进行离散余弦变换(DCT),其次将变换后的中频系数和高频系数各分为高低两档后进行离散余弦反变换处理得到各自子图像,然后计算相应子图像的结构相似度SSIM,最后将各子图像结构相似度...     

红外光谱法快速鉴别可降解一次性塑料制品

研究了快速鉴别可降解一次性塑料制品成分的方法。首先利用衰减全反射红外光谱方法采集市场常见生物降解塑料的红外光谱图,作为标准对照谱图。然后收集市场一次性可降解塑料制品,包括塑料袋、餐盒、餐具、杯子、吸管等,用手术刀切下制品薄层,采用衰减全反射红外光谱法对薄层进行表征,结合生物降解塑料标准对照谱图及常见塑料填料标准谱图确定一次性塑料制品成分。在此基础上选择有代表性的一次性塑料制品的红外谱图,建立一次性可降解塑料制品标准红外谱图库。结果表明:采集样品材质可分三大类,分别以聚乳酸、淀粉、聚对苯二甲酸/己二酸/丁二酯为主体添加适当填料。未知样品与谱库数据匹配度,可作为未知样品的初步判定依据。可见通过红外光谱衰减全反射分析方法可以对可降解一次性塑料制品材质成分进行分析,该方法无需前处理,操作简单,为大批量可降解包装制品检测提供了一种简便、快捷、准确的方法。     

基于红外光谱分析的润滑油质量预测模型及方法研究

润滑油中各个评价指标的浓度分析是润滑油红外光谱分析的一个主要内容，也是监测润滑油状况的一个重要手段。本文提出了两种红外光谱润滑油质量预测模型，对它们的特点进行了讨论，并结合实例验证了预测模型的精度和有效性。     

改进的自适应噪声总体集合经验模态分解在光谱信号去噪中的应用

针对近红外无创血糖检测过程中噪声对血糖浓度模型精度和稳定性的影响,提出用自适应噪声总体集合经验模态分解方法实现近红外光谱信号的去噪;同时,根据原始信号曲率和分解后本征模态函数(IMFs)曲率间的离散弗雷歇距离选择相关模态。首先,将自适应噪声的总体集合经验模态分解方法引入近红外光谱去噪过程,介绍了经验模态分解、集合经验模态分解、互补集合经验模态分解及自适应噪声总体集合经验模态分解的基本原理及具体实现过程。然后,应用基于曲率和离散弗雷歇距离的自适应噪声总体集合经验模态分解改进算法对仿真信号和光谱信号进行去噪,并将其标准差和信噪比作为评价指标。实验结果表明:应用提出的方法得到的血糖浓度近红外光谱数据其标准差为0.179 4,信噪比为19.117 5dB,实现了信号与噪声的分离,改善了重构信号质量,具有良好的自适应性,可以有效识别并提取有用信息。     

利用Gabor小波变换解决人脸识别中的小样本问题

提出了一种在人脸识别中解决小样本问题的新算法。通过把人脸图像经过Gabor小波变换后得到的每个图像都看成是独立的样本,大大增加了每一类人脸样本的样本数,解决了人脸识别中的小样本问题。专门针对人脸特征向量组,设计了使用白化变换后余弦距离测度的最近邻分类器来进行分类判决。在FERET人脸库中,对该方法与直接PCA方法进行了实验比较,结果表明,新方法的平均正确识别率可以达到97%,比直接PCA方法具有更好的识别性能。     

近红外显微图像的主成分法图像处理

介绍主成分分析算法在近红外显微图像分析中的应用,用该方法成功地提取出样品成分相关特征信息,并通过不同主成分的得分图像来描述样品的显微结构特征和特定化学成分分布。     

基于POVMD和CAF的低转速齿轮箱故障诊断

针对低转速齿轮箱齿轮故障特征频率低、故障特征频率易被背景噪声淹没,使其难以准确提取的问题,提出了基于参数优化的变分模态分解(parameter optimization variational mode decomposition,简称POVMD)和循环自相关函数(cyclic autocorrelation function,简称CAF)结合的故障诊断方法。首先,通过POVMD对原始信号进行分解,选用余弦相似度度量选取敏感的本征模态函数(intrinsic mode function,简称IMF);其次,计算其循环自相关函数谱,获得包含调制特征的循环自相关函数谱切片;最后,使用Teager能量算子(Teager energy operator,简称TEO)算法对切片解调,提取故障特征频率。同时将本方法与相关方法进行了对比分析,特征频率提取效果更加显著,仿真信号和实验数据分析验证了该方法的有效性和可靠性。     

融合双注意力机制EfficientNet的沥青路面状态分类方法

针对现有EfficientNet模型应用于沥青路面状态分类时，卷积操作易导致高层特征信息丢失问题，在现有EfficientNet模型的深层结构中引入一种双注意力机制，包含通道注意力模块和位置注意力模块，借助Sigmoid线性单元（Sigmoid linear unit，SiLU）激活函数和余弦学习率衰减策略，提出一种融合双注意力机制EfficientNet （Dual attention network based on EfficientNet，DAEfficientNet）的沥青路面状态分类方法。首先，建立不同天气下5种沥青路面共5 938张图像作为数据集，积雪样本来自开源数据集（Canadian adverse driving conditions dataset，CADCD）。然后，对所提出模型进行训练，并得到沥青路面图像分类结果。最后，利用准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1 score和特异度（Specificity），将所提出模型与其他现有卷积神经网络模型进行分类效果对比分析。试验结果表明：所提出模型优于其他对比模型，能准确、有效地对不同天气下的沥青路面状态进行分类。     

Evaluation-based closed-loop errors using principal component analysis and self-organisation map with an application to a pickling process

Closed-loop control is a basic technology in control engineering. Its role is to avoid the tracking error between set points and real variables. The evaluation of plant performance can be based on multivariate statistical process control connected to closed-loop errors behaviour. Due to its practicality, this approach has found many applications in several industries. This paper suggests a combined use of principal component analysis (PCA) and self-organisation map (SOM) algorithms to evaluate the process on the basis of closed-loop errors dynamic. Generally, it is possible to evaluate a product quality in the basis of the dynamic changes of the closed-loop control errors. In this paper, a new method based on the analysis of the control errors is proposed; it is carried out by a combined use of the PCA-SOM algorithm. Comparatively to the conventional PCA method, this new technique is characterised by the performant indexes that give an accurate evaluation of the process variability and its impact on the product quality. As shown in the different simulation results, the proposed approach gives a global evaluation and improves considerably the performance of computed indexes used for the evaluation of the controlled process.     

Detection of occupancy profile based on carbon dioxide concentration pattern matching

Occupancy is one of major factors influencing indoor microclimate. The aim of this work was to determine the influence of this factor on indoor air quality (IAQ) on the basis of CO₂ concentration measurements and statistical analysis. We wanted to identify periods of time when IAQ was strongly affected by the occupancy described by the given profile. The proposed approach consisted of several stages. The CO₂ concentration was measured and recorded in the form of univariate time series. Then, the relationship between occupancy and internal structure of the time series was disclosed. There were distinguished segments based on sample periodogram. Each segment was associated with a particular occupancy profile. In order to detect how human factor represented by a given occupancy profile influences IAQ we proposed to use pattern matching. In this approach there was examined the similarity between segments of the time series and the pattern of CO₂ variability, which represented a selected occupancy profile. The analysis was performed in time domain using moving time window technique. The similarity was judged based on two types of indexes, namely correlation coefficients and distance measures. It was shown that our approach may be applied to successfully detect a particular occupancy profile. The best performance was achieved when using angular distance as the similarity index. In this case we reached 82% true positive and 22% false positive detections. The proposed method may be applied in diagnostics problems to reveal sources of indoor air quality problems.     

激光拉曼光谱相似性测度方法

现代固体激光器、光谱仪技术和软件技术的进步使激光拉曼光谱快速进入实用阶段,并开始广泛地用于物质结构分析与鉴定。文章详细地阐述了拉曼光谱的基本原理,指出拉曼光谱的本质是可见/近红外光谱,重点对采用激光拉曼光谱进行物质鉴别分析时常用的三类相似性测度方法——距离测度、相似性函数和峰匹配作了深入的分析,并就各种方法的特点做了说明     

集成项目类别与语境信息的协同过滤推荐算法

为改进基于项目的协同过滤推荐算法的推荐效果,在项目相似性计算时引入项目类别因素的影响,得出新的推荐算法,即基于项目类别的修正条件概率相似性,并在此基础上提出集成语境信息的多维推荐模型.通过与相关相似性、余弦相似性和修正余弦相似性的数值实验对比,证明在数据比较稀疏的情况下,改进算法所获得的推荐效果有较大提高.