基于PSO的模拟电路故障信息特征提取

为了提高容差电路故障诊断的诊断效率,改善电路故障征兆的特征描述,采用基于信息熵的方法生成被测容差电路的故障特征,并提出了基于离散粒子群的容差电路故障信息的特征提取方法,由此确定用于故障诊断的最佳特征子集,并以此训练故障分类器,对容差电路的软故障进行诊断定位。实验证明了基于粒子群和信息熵的特征描述和特征提取方法的有效性。     

基于SOM的高维化工过程数据粗差判别

针对石油化工生产过程样本数据呈高维的特征.提出了基于自组织映射(Self-Organizing Map,SOM)网络的粗差判别方法.并实际应用于初馏塔生产过程.首先应用SOM网络对初馏塔生产过程数据进行保留拓扑结构的降维映射,然后通过对其映射平面神经元间距离的可视化分析,实现数据粗差判别.研究结果表明用SOM网络来发现高维复杂生产过程数据中的粗差具有很好的可视化效果及应用前景.     

基于FS-PCA-MSCD的地铁轴承可视化诊断方法

针对地铁轴承的可视化故障诊断能力,本文提出了基于特征选择(Feature Selection,FS)与多尺度类距离(Multi Scale Class Distance,MSCD)的轴承故障诊断方法.首先对地铁齿轮箱轴承振动信号进行采集,获得不同故障类型的轴承故障样本集;然后基于FS方法提取故障样本中存在的敏感特征值,并利用获得的特征向量进行主成分分析(Principal Component Analysis,PCA),基于MSCD方法对各故障聚类进行再分类,提高故障类的可分性,获得可视化程度高的故障诊断结果.利用该方法对地铁齿轮箱轴承故障数据进行可视化故障诊断,诊断结果表明该方法能够提取敏感故障特征并获得具有较高故障可分性与可视化的诊断结果.该方法为地铁轴承在线故障分析能力提供了技术支持,在地铁运行维护与故障诊断方面均具有广阔的应用前景.     

互插零件装配质量可视化预评估技术

在互插零件虚拟装配过程中,由于实物零件存在变形和生产误差等因素的影响,使得现有对实测数据进行虚拟装配的方法易出现装配精度差、效率低、干涉结果不明显等问题。为解决上述问题,提出了一种互插零件装配质量可视化预评估技术。首先基于改进的ICP对实测数据进行快速建模;然后基于高斯映射识别零件特征,提取其相关装配参数实现互插零件多约束特征虚拟装配;最后将装配后的干涉结果通过点值距离约束与颜色块索引的方法进行可视化表征。装配实验结果表明所提方法不仅解决了模型建立的精度和速度问题,而且实现了虚拟装配结果的可视化显示。     

空间金字塔分解的深度可视化方法

针对基于深度卷积神经网络的图像分类模型的可解释性问题,通过评估模型特征空间的潜在可表示性,提出一种用于改善理解模型特征空间的可视化方法.给定任何已训练的深度卷积网络模型,所提出的方法在依据原输入图像使得模型类别得分激活最大化时,首先对反向传播的梯度进行归一化操作,然后采用带动量的随机梯度上升训练策略,反向回传修改原输入图像.引入了通过激活最大化获得的图像可解释性的正则化方法,常规正则化技术不能主动调整模型特征空间的潜在可表示性,结合现有正则化方法提出空间金字塔分解方法,利用构建多层拉普拉斯金字塔主动提升目标图像特征空间的低频分量,结合多层高斯金字塔调整其特征空间的高频分量得到较优可视化效果.通过限制可视化区域,提出利用类别显著性激活图技术加以压制上下文无关信息,可进一步改善可视化效果.对模型学习到的不同类别和卷积层中单独的神经元进行合成可视化实验,实验结果表明提出的方法在不同的深度模型和不同的可视化任务中均能取得较优的可视化效果.     

新的时空特征点检测方法

提出了基于累积差熵的时空特征点检测算法。首先利用周期性时空检测方法检测视频的关键特征点;然后提出了视频累积差熵的概念,用累积差熵作为特征点的评价准则;以该准则为基础,选择具有累积差熵大的特征点作为关键点,并对关键视频进行聚类,得到关键视频的原型特征。实验结果表明:本文方法可以简单有效地去除非运动信息得到的关键点,可以较好地用于动作识别、表情识别等视频分析领域。     

高速磨削冷却润滑过程的可视化实现

在VC平台下,开发了基于OpenGL的高速磨削润滑冷却过程的可视化仿真系统.该系统集可交互、可移植性于一体,可实现在不同参数下的可视化效果.用户可以根据自己的需要,通过输入参数确定自己的仿真模型,进行数字化仿真.     

结合残差神经网络和语音诊断的帕金森病识别研究

为降低临床上诊断帕金森病对量表和穿戴设备仪器及医生临床经验的过度依赖,为PD患者在诊断方法上提供新的思路.采用信号处理方法对数据集MDVR-KCL提取包含周期变化、峰值变化及谐波信噪比3大类、12个复杂语音特征形成一维向量数据集.采用传统的决策树和残差神经网络分类方法进行训练和测试,通过对比实验,发现可以有效解决因神经...     

基于可视图特征与CatBoost的转辙机故障诊断

针对道岔转辙机转换油压信号难以提取有效的故障特征且传统的故障诊断方式效果差的问题,本文提出一种基于可视图特征与CatBoost的道岔转辙机故障诊断方法。首先,采用可视图算法将时域信号转换为复杂网络图。然后,提取复杂网络图的5种统计特征,即网络平均度、全局聚类系数、平均路径长度、传递性特征与网络图密度。最后,通过CatBoost算法实现道岔转辙机故障诊断。将该方法分别与其它特征提取方法、故障分类算法进行比较。实验结果表明：可视图特征能够更有效表征道岔转辙机的工作状态,CatBoost算法对道岔转辙机4种工作状态的诊断准确率达到97.5%,验证了该方法的有效性和优越性。     

基于OpenGL的建筑物三维建模技术

建筑物三维模型的构建是数字城市三维可视化的主要内容,采用成熟的商业软件可以提高开发速度,但同时带来价格昂贵、移植性差、硬件要求高等缺点。采用基于二维地理数据库或摄影影像提取建筑物框架,结合OpenGL丰富强大的三维绘图功能,可以快速的实现对建筑物的三维建模,同时避免了使用商业软件所带来的诸多困难。     

基于海洋流场的多级拓扑可视化

拓扑结构分析法在侧重于考虑场的特殊结构时显示出了较大的优越性。但是将该方法应用在复杂而信息丰富的流场中时,可视化的结果可能是成簇的、混乱的,这就需要考虑一种方法来对拓扑图像进行简化。在传统拓扑可视化的基础上,采用多级拓扑的方法对可视化结果图像进行简化。首先使用传统拓扑可视化方法求得临界点,然后基于统计学的原理过滤掉可以被忽略的临界点,并绘制出积分曲线。最后将该方法应用于海洋流场,并和传统的拓扑可视化结果进行比较。实验表明,该方法可以快速的可视化流场的主要特征而不显得混乱,有利于保持复杂流场的全局信息。     

轴向增强型战斗部对导弹目标毁伤评估的可视化仿真研究

将修正广义射击线和粒子系统二种可视化仿真技术相结合,提出了基于计算机描述的轴向增强型战斗部威力模型和基于计算机有限网格(面元)的弹目作用模型,并结合计算机可视化仿真技术和模型构建技术开发了目标毁伤可视化仿真评估平台.以该评估平台就某轴向增强型弹药对ARM导弹目标的毁伤效果进行了仿真,结果表明上述模型可以很好的描述轴向增强型战斗部威力特性,不仅可提供在非试验条件下战斗部的设计依据,而且可形象直观地给出毁伤作用过程.     

基于振动可视化的机械系统级故障诊断方法

基于振动可视化技术与系统级故障诊断理论,提出复杂机械系统故障诊断方法.对于复杂机械设备的振动信号,通过振动可视化技术补充和完善常规监测手段振动信息,同步反映设备多测点在时间和频率上的变化;利用局域波时频分析法处理不同测点振动信号所包含的特征信息,作为系统级故障诊断模型的输入量.首先以功能简单的运动部件为对象研究可视化技术应用的可行性;对复杂机械系统以多通道振动信号分析结果作为输入量,将其应用于系统级故障诊断,建立测试图与诊断图,并利用集团算法求解故障源位置信息.应用结果表明,基于振动可视化技术的机械系统级故障诊断方法能够有效地简化复杂机械系统故障源的确定过程.     

基于最小二乘及分类向量机的空气调节器故障检测

为了对空气调节器的故障进行检测和诊断,提高建筑物管理系统的能源利用率,提出一种基于递归最小二乘的故障检测和诊断方法.方法包含特征选择、递归最小二乘和支持向量机分类三个部分,在特征选择中,将空气调节器的故障分为11个类型,并基于Relief F算法选取三个最显著的特征变量.在递归最小二乘中,通过最小化真实值与预测值之差的平方和对模型的参数进行估计,并基于二叉决策树思想采用支持向量机对11个故障状态和1个正常状态进行分类.结果表明,所提方法可以更好地对空气调节器中的故障进行检测,并对故障类型进行分类.     

基于结合能量模型的往复泵泵阀故障诊断研究

基于生物免疫系统抗原与抗体互识别的结合能量模型,结合矩阵的奇异值分解,研究了适于三缸往复泵泵阀故障诊断的新方法．通过对三缸往复泵泵阀实际故障的诊断分析,表明基于结合能量的故障诊断方法具有较强的容错性和鲁棒性,并具有可视化及可解释性好等特点。     

城市公共空间使用后评价数据的特性分析

城市修补生态修复是今后城市规划工作的主导方向。使用后评价（POE）是针对城市已建成空间环境的使用感受和体验评价,对开展城市双修有着举足轻重的指导意义。POE评价定性化数据记录“人”对场所空间直觉认知,具有序数属性、类别属性和数值属性,同时兼有统计特征、时空特征、可挖掘及可视化特征。POE定性化数据属性分析表明,不同类别的人群对公共空间及其现有配套设施有不同感知及改进需求,且具备可度量态势;其数据特征表明,使用者对空间的共性活动规律以及对各项设施配备的舒适度等信息是可以挖掘并可通过可视化图式方式表达,这对帮助解决城市双修中“修补什么”的疑问,同时为继续开展“怎样修补”的可视化研究打下基础。     

基于WT时频分析和最大类间阈值法 图像分割的机械故障诊断

针对目前大多数机械故障诊断技术存在的建模困难、样本训练难度大等问题,提出一种基于连续小波变换时频分析和最大类间阈值法图像分割的机械故障诊断技术。即通过基于连续小波变换的时频分析技术,将测量获得的时域振动信号转换到时频域空间,然后通过可视化方法以振动热力图形式表征,通过图像强化对区域时频特征进行预处理,实现各频率成分分布的面积计算,以特征面积比的方式对振动信号进行分析。实验结果表明,该方法具有处理速度快、过程透明性好、适应性强等特点。     

空间虚拟战场中传感器作用的可视化

以可视化的形式表现传感器作用,有助于对空间战场态势的理解和把握。首先设计了表示传感器原始作用范围的数据结构,并构造了该数据结构与地球球面求交、求切的计算方法和相应的结果绘制算法;然后研究了矩形传感器、复杂圆锥传感器等常用传感器的特征,并给出其原始作用范围数据生成模型;最后设计实现了基于一维纹理的脉冲效果来表示频率信息。基于以上技术实现了空间场景控件,可以支持快速构建空间战场可视化系统。     

基于本体语言OWL的电网领域知识表示方法

知识表示的方法研究是知识工程中最基本的问题,针对目前在电网领域知识表示中存在的知识表示隐晦、推理效率低、可视化水平差以及动态知识协同处理困难等弊端,提出基于网络本体语言OWL电网领域知识表示方法,给出了基于OWL的电网知识表示实例,该方法可准确直观地描述电网领域的相关知识,有利于电网领域知识提取、共享和重用,使电网运行中“数据海量,知识匮乏”的状况得到解决,为电网知识的可视化研究奠定了坚实基础,为电网安全、高效运行提供支持.     

基于特征解选取的高维多目标可视化研究

为了解决高维多目标优化问题中有效可视化Pareto最优解集这一难题,提出了一种基于特征解选取的n维图表可视化技术.首先,针对多目标优化问题的特性,提取Pareto最优解集中特征性明显的特征解;然后,针对不同的决策需求提出2种目标信息共享机制,将特征解各目标信息共享后进行有效排序分层;最后,以子图表形式进行绘制.该方法有效去除Pareto最优解集中性能相近的冗余解,对特征解各目标数据信息、性能优劣变化趋势及决策者的决策信息进行可视化.基于此思想设计的高维多目标可视化模型,方便决策者对Pareto最优解集的分析和决策.