公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

基于小波的自适应主元分析在过程监测中的应用被引量：1: 2008年; 用传统主元分析(PCA)建立的过程统计模型是时不变的,而实际的工业过程却具有慢时变的特性。文中针对慢时变引起的过程运行中的误报警问题,给出了一种小波分析与自适应主元分析相结合的混合方法,用小波去噪后再用自适应主元分析递归更新主元模型。利用此方法进行的在线过程监测的计算机仿真结果表明,该方法不仅能大大减少虚警点,还提高了故障检测的准确性。; 范少荟文成林; 关键词：小波分析故障检测

网络数据融合技术在MITS中的应用研究被引量：5: 2007年; 探讨了基于传感器网络的数据融合技术在海事智能交通系统(MITS)中的应用问题,为该领域的进一步研究提供一些有价值的思路和见解。基于目前研究遇到的困境,提出将MITS抽象成一个无线传感器网络(WSN),从而可在WSN环境下引入数据融合技术来研究海事智能交通系统中的各种信息处理问题,如船舶的定位与导航以及避碰等;紧接着,总结了现有定位、导航、避碰和船舶安全管理技术研究的现状并分析了存在的主要问题;针对基于GPS的MITS存在的种种弊端,结合各国卫星定位导航系统的建设现状,提出利用MITS内其它元素的信息和多源信息融合技术来实现船舶的相对定位和导航这一新思路;最后,从网络数据融合技术角度出发,具体指出了MITS网络融合系统构建时所必须考虑的一些基本问题,并给出该融合系统的一般性框架。; 葛泉波管冰蕾文成林汤天浩; 关键词：水路运输传感器网络数据融合避碰

相对主元分析及其在数据压缩和故障诊断中的应用研究被引量：37: 2008年; 传统主元分析(Principal component analysis,PCA)方法因忽视量纲对系统的影响,从而使选取的主元难以具有代表性;而在进行量纲标准化后,又因得到的特征值常常是近似相等的而无法进行有效的主元提取.针对这一主要问题,本文通过引入相对化变换(Relative transform,RT)、相对主元(Relative principal components,RPCs)和分布"均匀"等概念,建立起一种相对主元分析(Relative principal component analysis,RPCA)的新方法.该方法首先对系统各分量进行量纲标准化;其次再根据系统的先验信息分析和确定各分量的重要程度;然后在系统能量守恒的准则下,赋以系统各分量相应的权值;最后利用已建立起的相对主元模型,对系统实施RPCA.同时运用数值例子,开展了RPCA在数据压缩和系统故障诊断中的应用研究.理论分析和仿真实验均表明,采用RPCA方法选取出的主元更具代表性和显著几何意义,加之选取主元的灵活性,将使新方法具有更广泛的应用前景。; 文成林胡静王天真陈志国; 关键词：数据压缩故障诊断

基于滑动中值滤波的多尺度主元分析方法被引量：3: 2008年; 提出了一种基于滑动中值滤波的多尺度主元分析(MSPCA)方法,该方法利用中值滤波对主元分析(PCA)前的原始数据进行预处理,以去除异常点,并用多尺度主元分析方法把小波变换和主元分析有机结合起来,通过对过程数据的多尺度建模,来消除系统中的次要主元和小的小波系数,这样既提高了对数据中细微、重要变化的检测灵敏度,又解决了在测量数据中含有异常点的情况下,现有多尺度主元分析难以去除因异常点的存在而产生的虚警问题。仿真验证了该方法的有效性和可行性。; 范少荟文成林; 关键词：小波变换多尺度主元分析 MSPCA 故障检测

多传感器多尺度图像信息融合算法被引量：9: 2008年; 在已获得对同一目标场景的多个传感器观测图像的情况下,本文建立了一种基于概率模型的多尺度图像信息融合算法.其基本思想是:首先对每个传感器图像分别进行小波包多尺度分解变换,建立基于该传感器图像的塔式结构子图像集,并且在每个尺度上得到基于每个子图像像素的概率模型;然后在每个尺度上的对应像素处,基于来自不同传感器图像的多个对应像素值,利用最小二乘规则对多尺度概率模型中的参数进行估计;再后是根据贝叶斯规则对该像素处的像素值进行融合估计;最后通过利用小波包多尺度逆变换,获得目标场景基于多个传感器图像的融合估计结果.应用该算法我们对获得的可见光和红外两种传感器图像进行计算机仿真实验,结果表明,与相关的方法相比新算法更有效.; 文成林郭超高敬礼; 关键词：最小二乘最大后验估计

全选清除导出

共1页<1>

浙江省教育厅科研计划(20050530)