基于邻接区域交叠概率的特征选择方法

针对传统特征选择判据计算量大、需要先验知识以及应用效果不佳的缺点,根据分类错误通常发生在类别之间的邻接区域(贝叶斯决策分界面将穿过该邻接区域)的特点,提出基于邻接区域交叠概率的特征选择判据.该判据通过计算案例样本点落在类别邻接区域中的概率来选择特征,具有从样本中能直接计算并且选择出多个特征组合等优点.通过对标准机器学习数据集WINE的实际应用表明,该判据选择出的特征组合的聚类效果明显好于类内类间判据选择出的特征组合.对轴承故障数据进行特征选择时,该判据能提供多种多个特征组合供选择,其选择的垂直和水平振动特征组合符合工程应用的实际需要,远好于类内类间判据选择的特征组合.     

基于Auto MPG数据集的贝叶斯网络分类器建模及性能分析

基于实现实例集分类任务的朴素贝叶斯网络分类器、增强朴素贝叶斯网络分类器、树形朴素贝叶斯网络分类器、无监督贝叶斯网络分类器和条件贝叶斯网络分类器的建模方法,利用从UCI数据库中选取的Auto MPG数据集对5类贝叶斯网络分类器的分类效果进行实验比较,根据实验结果分析该5类贝叶斯分类器的性能和特征,验证模型的有效性。     

基于Auto MPG数据集的贝叶斯网络分类器建模及性能分析

基于实现实例集分类任务的朴素贝叶斯网络分类器、增强朴素贝叶斯网络分类器、树形朴素贝叶斯网络分类器、无监督贝叶斯网络分类器和条件贝叶斯网络分类器的建模方法,利用从UCI数据库中选取的Auto MPG数据集对5类贝叶斯网络分类器的分类效果进行实验比较,根据实验结果分析该5类贝叶斯分类器的性能和特征,验证模型的有效性。     

基于朴素贝叶斯分类器的公共自行车系统故障诊断方法

针对公共自行车没有安装车载检测传感器、流动及停放区域较大、管理部门无法及时发现自行车故障等问题,提出了基于朴素贝叶斯分类器的自行车故障诊断方法。通过分析公共自行车系统(PBS)租用记录、维修记录和用户评价,选取15个状态分类特征作为自行车故障检测的特征向量;根据朴素贝叶斯分类器后验概率,获取每个状态分类特征对类的贡献率;以召回率作为评价指标来预测诊断故障自行车。采用杭州市PBS 2016年的相关数据对模型进行实践验证,通过预测模型输入特征值的优化,测试样本的召回率达85.79%,精度较为理想。     

多特征信息融合的贝叶斯网络故障诊断方法研究

针对轴向柱塞泵故障特征的模糊性和不完备性特点,提出一种多特征信息融合与贝叶斯网络相结合的故障诊断方法。该方法从柱塞泵采集的振动信号中提取出频域和幅域的多个故障特征,并将这些特征当作来自多个不同传感器的多源信息。利用贝叶斯参数估计算法进行多特征信息融合。通过构造贝叶斯网络并建立贝叶斯分类器来简化融合后的结果,通过最大后验概率估计值的计算进行故障识别。经过轴向柱塞泵多故障模式的诊断实验,验证了该方法能够有效地实现柱塞泵柱塞松靴和脱靴故障的诊断。     

基于多源异构数据的高速机电设备运行监测系统设计

为了及时发现高速机电设备运行中的故障、损坏或性能退化,并及时采取维修或更换措施,避免设备故障造成的意外事故和生产停工。为此研究基于多源异构数据的高速机电设备运行监测系统设计。高速机电设备运行监测系统在硬件设计方面,采用以ADXL345芯片为核心的传感器,并搭载OPENW系统,连接高清摄像头,通过远程连接服务器将获得的信息进行存储;在系统软件设计方面,采用分批估计理论的数据融合技术对检测到的信息进行融合,并根据置信距离矩阵与传感器之间的相似度添加相应的权重。根据制定好的规则进行融合,建立多特征相似度模型,计算多特征相似度,以确保融合过程具有一致性。利用K近邻算法对信息融合的目标跟踪策略进行分类,通过计算不同距离下最接近的k个邻居中各类别数量的多少来验证分类结果,从而实现在不同场景中对于目标的跟踪监测。测试结果表明,在频谱图中明显存在28Hz,二倍频的36Hz以及其他谐波,判断出存在轴承异常工作的故障,达到了预期监测的目的,系统应用效果良好。     

基于多传感器融合技术的PCR仪温度校准系统

提出了一种基于多传感器融合技术的PCR仪温度校准系统.系统对特征点的温度检测和处理后能给出PCR仪基座的温度均匀性和对称性,同时对采集到的多点温度数据运用多传感器数据融合技术进行处理,得到更接近真实基座温度的融合温度,从而可以得到仪器的温度示值误差,以实现对PCR仪的设定温度进行校准.系统选择LabVIEW作为开发软件,能自动生成检测报告.系统的温度校准不确定度优于0.03℃.实验表明,建立的温度校准系统可以用于目前大多数使用中的PCR仪温度的在线校准.     

多源异构数据贝叶斯统计融合可靠性评估模型

为解决小子样高可靠性长寿命产品的可靠性评估,提高可靠性评估的精准度,采用贝叶斯方法构建多个信息源数据融合的贝叶斯可靠性评估模型.首先,该模型选择一组数据作为另一信息源的最初先验信息,根据贝叶斯估计融合得到后验密度,并将其作为下一信息源的先验分布;通过依次迭代,得到多源异构数据的联合后验密度和可靠性指标数据,进而完成相应...     

基于VB的振动传感器标定系统设计与开发

工业用传感器在使用一段时间后可能因为种种原因不再准确,在参考国家计量检定规程的基础上,利用振动传感器校准仪,开发了基于VB的传感器标定系统。主要介绍了典型传感器的校准原理、测试系统的构建及评定方法。该系统实现了对数据的实时显示、存储及分析处理并标定结论,为用户提供准确的信息和判断依据。实验表明,该系统操作方便,提高了振动传感器校准的自动化程度和校准精度,具有较好的市场前景。     

基于非负贝叶斯正则化的冲击载荷光纤识别法

针对目前冲击载荷识别中存在的传感器质量不可忽略和识别结果带有负分量问题,提出基于非负贝叶斯正则化的复合材料结构冲击载荷光纤识别方法。首先,将光纤布拉格光栅（fiber Bragg grating,简称FBG）传感器集成于复合材料筒舱结构上,获取其动态响应信号;其次,建立冲击载荷识别模型,将冲击载荷识别问题表示为时域离散的反卷积问题;最后,考虑到冲击载荷的非负特性,通过贝叶斯层次化建模获得其后验概率密度函数,最大化概率密度函数得到冲击载荷的最大后验概率解。结果表明,FBG传感器可以较好地实现多个传感点冲击响应的同步测量,非负贝叶斯正则化方法可以有效地克服传统Tikhonov正则化的不足,自适应确定算法参数,消除没有物理意义的负分量,使得重建的冲击载荷时间历程与实际历程相吻合。     

Design of multisensor fusion-based tool condition monitoring system in end milling

Recent advancement in signal processing and information technology has resulted in the use of multiple sensors for the effective monitoring of tool conditions, which is the most crucial feedback information to the process controller. Interestingly, the abundance of data collected from multiple sensors allows us to employ various techniques such as feature extraction, selection, and classification methods for generating such crucial information. While the use of multiple sensors has improved the accuracy in the classification of tool conditions, design of tool condition monitoring system (TCM) for reduced complexity and increased robustness has been rarely studied. Therefore, this paper studies the design of effective multisensor-based TCM when machining 4340 steel by using a multilayer-coated and multiflute carbide end mill cutter. Multiple sensors tested in this paper include force, vibration, acoustic emission, and spindle power sensor for the time and frequency domain data. In addition, two feature selection methods and three classifiers with a machine ensemble technique are considered as design components. Importantly, different fusion methods are evaluated in this paper: (1) decision level fusion and (2) feature level fusion. The experimental results show that the design of TCM based on the feature level fusion can significantly improve the accuracy of the tool condition classification. It is also shown that the highest accuracy can be achieved by using force, vibration, and acoustic emission sensor together with correlation-based feature selection method and majority voting machine ensemble.     

“电压百分率输出”传感器的特性及校验

"电压百分率输出"是一种非标准信号,目前在进口设备中得到广泛应用。为解决这种新型电压百分率输出信号的校验问题,根据信号特性及有关国家校验标准,提出了"电压百分率输出"传感器的校验方法及数据处理方法。在校验装置、标准仪表选型、校验点的选取、校验的程序与步骤、数据处理方法等方面做了深入分析。经过多次现场应用,其结果表明,该校验与数据处理方法实用可行,能帮助相关工程技术人员了解此类传感器校验知识,更快地掌握其校验方法。     

地面激光扫描标靶的优化布设

地面三维激光扫描仪在监测变形时,需利用标靶进行多期数据的配准,因此标靶配准的精度直接影响测量误差。为了提高配准精度,对不同标靶布设方案进行了测量误差分析。实验分别利用25,50,100,150和200m的M1~M8靶点进行配准,然后通过对比两期数据的目标点坐标,得出不同标靶布设距离的测量误差,并对实验误差进行系统分析。实验结果表明:三维激光扫描仪标靶的最佳位置在距离扫描仪50m左右处,且当匹配存在角度偏差时,在同方向上被测目标的测量误差会增大。通过不同标靶布设方案的实验研究得出标靶的最佳布设方案和注意事项,可为实际边坡工程监测的标靶布设方案提供参考。     

铝合金电阻点焊多信息融合与质量分类

采用分布式多传感器同步采集系统实现铝合金点焊质量实时监测,并利用LABVIEW图形化语言编制相关数据处理软件。研究发现：焊点内喷溅与点焊电压和电极位移信号波形“下榻”现象相关联;电极压力所产生的高频脉冲强度和持续时间与内喷溅强弱有关,三种特征信息根据内喷溅严重程度,同时发生或个别出现。所提取的9种特征信息能够反映点焊质量,信噪比高,可为实现铝合金点焊质量分类奠定基础。采用主成分分析可进一步实现信息融合和数据压缩,点焊质量判断准确率达98 %。     

射频仿真中数控衰减器校准方法及其误差分析

研究了8位数控衰减器的控制码规律和校准方法,分析了校准控制码步长与校准误差的关系,得到校准误差随控制码步长螺旋上升的结论,该结论表明选取局部"凹点"处的校准步长产生的校准误差没有明显增加,既能兼顾校准精度又节省大量的校准时间;同时,分析了校准舍入误差,根据实测数据可知,8位数控衰减器校准舍入误差为0.12 dB,能够满足绝大部分应用需求。     

基于三点透视模型的线结构光系统标定方法

针对现有线结构光传感系统标定过程中对设备要求高、标定过程繁琐等问题,提出一种基于三点透视模型的快速标定方法。引入一个可自由移动的平面靶标,靶标上只需要共线、且相互位置确定的三个特征点,利用共线三点建立三点透视数学模型,根据三个特征点以及光条纹在摄像机像面的成像信息,就可以获取光平面上标定点在摄像机坐标系下的坐标。平面靶标在视觉范围内任意移动几个位置,得到光平面上多个标定点坐标,从而确定光平面方程。实验证明,该方法平均相对测量误差小于0.8%。该方法不需要昂贵的辅助调整设备,也不需要求解坐标系之间的转换矩阵,简单、快速,适合现场标定。     

摄像机标定的棋盘格模板的改进和自动识别

为了克服在摄像机标定过程中需要使用者给出标定模板的附加信息,或全自动标定点识别算法在遮挡、不均匀照明、大视角和摄像机镜头畸变情况下不能检测出标定点的缺点,提出一种改进的基于基准点标记的棋盘格模板以及相应的全自动识别算法.新的摄像机标定模板以基准点标记代替传统棋盘格的黑白方块,从而使全自动识别算法识别出标记的位置.利用模板中标记按照标记ID从小到大的顺序排列的先验知识,估计丢失的标定点位置.为了提高丢失标定点在图像中初始位置的估计,算法估计径向畸变参数,从而克服了畸变对识别的影响.为了提高标定点的定位精度,利用高精度的鞍点检测器,从而标定点的定位精度小于0.05像素.为了检测鞍点的有效性,算法提出2种滤波准则,最终得到有效的标定点.识别算法是有效的且不需要任何参数.实验结果表明,对于同样的摄像机和背景,使用改进的棋盘格模板及其识别算法获得的标定点进行摄像机标定的投影误差比ARTag减少70％.     

航空多角度偏振辐射计的偏振定标

研究了航空多角度偏振辐射计的辐射定标方法,以消除其自身引入的偏振效应,提高偏振辐射计的测量精度.首先,根据引入仪器偏振效应的主要因素推导了含定标系数的仪器探测方程,由仪器在0°和90°两个状态下对同一信号的探测方程求解了定标系数表达式,并设计了仪器分别处于两个状态下获取信号、求解定标系数的定标方法.最后,分别针对非偏振光源和完全线偏振光源的测试数据求解了所有的定标系数,使用可调偏振度光源验证了偏振定标结果.结果显示,该仪器偏振测量精度不低于o.5％,满足仪器精度指标要求.     

An accurate probe pre-travel error compensation model for five-axis on-machine inspection system

On a five-axis CNC machine tool, the pretravel errors of touch-trigger probes are severely affected by gravity and must be compensated to ensure the required measurement accuracy. The situation is more complex than that of the three-axis on-machine inspection system. This paper proposes a simple and accurate modeling and compensation method for the probe pretravel error of a five-axis on-machine inspection system. First, the pretravel error for the 5-axis CNC tool is decoupled into three parts, which are analyzed based on the probe's mechanical structure. Then, a new calibration point selection strategy is proposed to obtain the accurate reference sphere center. Finally, we carry out calibration tests to validate the proposed method. The compensation results show that the proposed compensation method for the probe pretravel error under the influence of gravity (PPEUG) can improve the accuracy considerably.     

一种面向运动解码的 EEG-fNIRS 时频特征融合 与协同分类方法

脑功能成像技术可以反映人体运动时的大脑生理变化,进而解码运动状态,但单模态信号反映的大脑生理信息存在局 限性。 为此,本文提出了一种基于 EEG 和 fNIRS 信号的时频特征融合与协同分类方法,利用脑神经电活动和血氧信息的互补 特性提高运动状态解码精度。 首先,提取 EEG 的小波包能量熵特征,使用双向长短期记忆网络(Bi-LSTM)提取 fNIRS 的时域特 征,将两类特征组合得到包含时频域信息的融合特征,实现 EEG 和 fNIRS 不同层次特征的信息互补。 然后,利用 1DCNN 提取 融合特征深层次信息。 最后,采用全连接神经网络进行任务分类。 将所提方法应用于公开数据集,本文所提的 EEG-fNIRS 信号 协同分类方法准确率为 95. 31% ,较单模态分类高 7. 81% ~ 9. 60% 。 结果表明,该方法充分融合了两互补信号的时频域信息,提 高了对左右手握力运动的分类准确率。