关键词： 高速公路   交通状态   模式识别   鲸鱼算法   模糊聚类   反向学习  

摘要： 针对传统交通状态识别算法仅考虑交通参数个体特征差异而存在识别率较低的问题,引入集群智能概念,提出了既考虑交通参数个体特征差异,又考虑个体参数所蕴含的群体特征差异性的高速公路交通状态识别算法。由于模糊C均值聚类算法(fuzzy C-means algorithm,FCM)在交通状态识别泛化能力上存在收敛缓慢的不足,基于反向学习策略以及鲸鱼优化算法(whale optimization algorithm,WOA),考虑个体交通参数所蕴含的集群行为增强了交通状态初始聚类中心种群的多样性,设计了一种具有良好的全局搜索能力集群智能的高速公路交通状态识别算法,融合了反向学习、WOA和FCM算法,克服了FCM识别算法容易陷入局部最优的局限。实证分析结果表明,所提出的交通状态识别算法具有良好的识别效果,准确率达到92%,且收敛速度较FCM算法更快。

关键词： 砂岩破裂   多特征融合   局部线性嵌入   最小二乘支持向量机   模式识别  

摘要： 针对岩体在受外界应力时内部破裂状态靠经验难以准确判断的问题,提出了一种多特征信息融合和最小二乘支持向量机(least square support vector machine,简称LSSVM)的岩石破裂状态识别方法。首先,利用改进集合经验模态分解(ensemble empirical mode decomposition,简称EEMD)对砂岩声发射信号进行分解,得到一组有效的平稳本征模函数(intrinsic mode function,简称IMF)分量,对各IMF分量进行自回归(auto regressive,简称AR)建模,提取AR模型系数作为时域特征向量;其次,通过对双谱矩阵进行奇异值分解,分析了砂岩各破碎状态声发射信号的频域特征;最后,利用局部线性嵌入(locally linear embedding,简称LLE)进行特征约简,并将融合特征向量进行归一化处理作为LSSVM的输入,砂岩破裂状态作为输出,采用粒子群算法(particle swarm optimization,简称PSO)对参数自动寻优,实现对岩石破裂状态的诊断识别。结果表明:融合特征具有较强的鲁棒性,且相对单一时域特征识别率提高了6%。

关键词： 姿态估计   点云处理   深度学习   模式识别  

摘要： 针对类级别的物体姿态估计问题,提出一种仅将深度相机扫描的点云作为输入,在仅知道目标物体点云类别的情况下,准确估计目标物体三维位姿的方法。该方法不需要依赖大量的带标签的人工标注数据集,仅使用虚拟仿真技术模拟生产的数据,即可在真实数据集上取得较高的精度。该方法首先对输入点云进行背景噪声过滤,之后通过中心预测模块对点云做标准归一化,再使用基于对应类别模板点云变形的方法预测其标准坐标系坐标,最后通过最小二乘法获得目标物体的三维位姿。实验结果表明,该方法在真实数据上具有更好的泛化性能和更高的精度。

关键词： 多面体锥分类器   旋转因子   滚动轴承   模式识别   故障诊断  

摘要： 针对多面体锥分类器形成的凸包区域分类边界数量有限且无法进行不同尺度伸缩的问题,在范数向量化的基础上增加旋转因子,提出一种旋转多面体锥分类器(Rotated and Extended Polyhedral Conic Classifier,REPCC). REPCC增加了凸包区域的分类边界数量,并且分类边界可以在每个维度上自适应伸缩,从而可以更好地拟合正类区域,提高了分类精度.在两个不同的滚动轴承数据集上进行实验验证,实验结果表明:REPCC具有更好的分类精度、鲁棒性和泛化能力,能够准确识别滚动轴承的工作状态和故障类型,可以用于滚动轴承智能故障诊断.

关键词： 模式识别   k-means   增量聚类   ball k-means   多球分裂  

摘要： 针对Ball k-means(BKM)算法对初始化中心敏感、求解精度不高的问题,提出了一种基于多球分裂的增量式k-means聚类算法。该算法利用BKM需要记录各球聚类半径的特点,从给定的初始聚类中心个数开始,按照固定步长一次性产生多个增量聚类中心,直至得到k个初始中心。本文算法避免了所有n个s维数据之间的距离计算,在不增加空间复杂度的前提下将传统增量聚类中心选取的计算量由O(n^(2)s)降低至O(k log k)(k

关键词： 故障时序特征   时序特征模式识别   高斯混合模型与隐层马尔科夫链   实时诊断   牵引传动系统  

摘要： 为了提升列车的智能化水平与现场检修效率,文中从系统角度出发,针对高速列车牵引传动系统网侧过流的精确故障定位问题,提出一种基于故障时序特征模式识别的实时诊断方法。该方法首先通过机理分析选择故障源集合关联的系统信号,其次,结合案例数据波形与专家经验,挖掘故障源与系统信号的关联规律,提取相关故障特征指标;然后,基于故障特征指标的时序变化特性,利用高斯混合模型与隐层马尔科夫链算法建立列车网侧过流的时序特征辨识的故障诊断模型。最后,应用列车实际运行数据对提出的故障诊断模型进行验证,实验结果表明,所提算法能实现有效的故障检测与隔离功能,具有良好的应用价值。

关键词： SAR   工作模式   卷积神经网络   门控循环单元  

摘要： 针对传统星载SAR工作模式反演方法存在的识别精度低和时效性差的问题,提出了一种基于CGRU-SVM的星载SAR工作模式识别方法。该方法以星载SAR信号脉冲峰值I/Q数据为输入,充分利用深度学习网络的自适应特征学习能力,采用CGRU编码器提取并生成原始信号的分类特征向量,最后将特征向量输入SVM分类器中,实现了由原始SAR信号到星载SAR工作模式的“端到端”快速有效识别,降低了人为因素的影响和识别过程的复杂性。实验结果表明,相较于传统反演方法和其他网络模型,CGRU-SVM模型具有更优的训练效率和识别准确率,平均识别准确率可达91%以上。

关键词： Kinect   骨骼追踪   人体下肢   体感识别   康复训练   模式识别   指导与评分  

摘要： 为克服现有下肢肌肉康复训练存在的不足,文中结合老年人肌肉功能衰退状况,运用模式识别方法开发一种基于Kinect的下肢体感式肌肉康复性训练系统。利用Kinect骨骼追踪技术获取人体下肢姿态、动作的三维坐标数据,计算出关键关节夹角组成特征向量,解决以往人体行为再现中采用关节点三维坐标描述人体姿态所存在的准确度与代表性不高的问题。通过静态与动态的人体下肢数据采集建立标准姿态、动作训练数据库,依据相似性匹配算法与设定阈值的DTW算法实现实时识别,并判断训练者姿态、动作。通过系统中预设的识别评判指标给予训练者及时的训练指导提示,以保证训练判别的一致性与稳定性。与依赖机械、人工的下肢肌肉训练的传统方式相比,文中训练系统在便捷性、动作评判和性价比等方面都有显著的优势。

关键词： 能力素质模型   人才队伍   模糊模式识别   人员融合   数学评价模型   评价方法   主营业务   干部  

摘要： 集团公司自2015年组建以来,历经业务及人员融合重组,企业文化再建,经过七年的发展,主营业务取得了较好的成绩,随着“十四五”规划的启动,如何更好加强干部人才队伍的建设显得尤为重要,其中建设更加适合的干部人才能力素质模型来指导人才选育,建立科学、量化、直观的数学评价模型更加精准地评价干部人才更是重中之重。

关键词： 多光谱遥感   遥感技术   模式识别   边缘提取   神经网络   多元统计分析   信息处理方法   高光谱  

摘要： 遥感技术是20世纪60年代发展起来的一种对地观测综合性技术。遥感信息提取技术是遥感技术体系的重要组成部分,经过几十年的发展,研究出了许多行之有效的方法,如多元统计分析、比值运算、主成分分析、HSI变换、图像掩膜'边缘提取、滤波处理、模式识别、密度分割、小波变换、神经网络、遗传算法等。近年来,一些主要应用于高光谱或甚多谱段数据的信息处理方法。