一种新的人体运动强度检测方法的研究

据统计,在运动场所因心脏疾病突发导致人员伤亡的事件数量正逐年增加.为了正确评估人体在运动过程中运动强度的大小,使运动强度与个人健康控制在一个合理的范围,本文基于小波包分解对人体心音和心电信号的处理技术,利用小波包多分辨分析的特点,提出了一种小波包分解频带能量商的新方法,旨在将归一化能量结合到小波包分解当中,利用频带能量商作为检测人体运动前后心音、心电信号的生理参数;文中还给出了一种人体运动强度检测仪的实现方案.经实验论证本文所述人体运动强度检测方法分类识别效果好,硬件设备操作简单可靠,检测标准可调性强,能够很好地评估人体运动强度的大小,可以尽量避免因“过量运动”而导致心脏疾病突发事件的发生,防患于未然.     

小波神经网络在摩擦焊缺陷识别中的应用

针对摩擦焊接头超声检测信号,介绍了一种用于信号分类的小波神经网络结构及其学习算法,用小波包分析工具提取信号特征作为网络输入,实现了宏观焊接缺陷和微观焊接缺陷的分类识别.实验结果表明,较BP网络小波神经网络获得良好的识别结果.     

基于分段线性分类器的滚动轴承的故障识别

为了解决滚动轴承的特征提取和故障特征的模式分类问题,提出了一种应用小波包变换和线性分类器相结合的滚动轴承故障诊断的识别方法。根据轴承振动信号的频域变化特征,首先对滚动轴承振动信号进行三层小波包分解,提取第三层各个终节点系数的能量作为特征向量,然后将特征向量输入由线性判别式构成的分段线性分类器中进行故障的模式分类和识别,最后在滚动轴承试验台上实测故障。试验表明,分段线性分类器可以有效地识别轴承的故障模式。     

基于RSGWPT-LCD的轴承信号故障特征提取及模式识别

为了有效提取滚动轴承振动信号的故障特征和提高分类识别精度,提出了一种基于冗余二代小波包变换-局部特征尺度分解(redundant second generation wavelet packet transform-local characteristic scale decomposition,简称RSGWPT-LCD)和极限学习机(extreme learning machine,简称ELM)相结合的故障特征提取和分类识别方法。首先,利用希尔伯特变换对原始振动信号进行处理,得到包络信号;其次,基于双层筛选机制,结合冗余二代小波包变换(redundant second generation wavelet packet transform,简称RSGWPT)和局部特征尺度分解(local characteristic-scale decomposition,简称LCD)方法对包络信号进行分解,筛选出包含主要信息的内禀尺度分量(intrinsic scale components,简称ISCs);然后,对提取的各ISCs分量构建初始特征矩阵并进行奇异值分解(singular value decomposition,简称SVD),将得到的奇异值作为表征各损伤信号的特征向量;最后,以提取的特征向量为输入样本,建立ELM模式分类器对滚动轴承损伤信号进行识别。信号仿真和实测数据表明,该方法可有效提取振动信号故障特征,提高分类识别精度,实现滚动轴承故障诊断。     

基于能量特征和RBF神经网络的柱塞泵状态识别方法

柱塞泵状态发生改变时,其振动信号各频带的能量发生相应变化,利用各频带的能量特征可识别柱塞泵状态。基于此提出一种基于能量特征和径向基函数(radial basis function,RBF)神经网络的柱塞泵状态识别方法。首先利用改进阈值的小波包降噪方法对原信号进行降噪处理,然后对降噪后的信号进行经验模态分解(empirical modedecomposition,EMD),选取含主要状态信息的IMF(intrinsic mode functions)分量,提取能量特征作为神经网络的输入参数,识别柱塞泵的状态。同时利用小波包分析技术提取能量特征,并运用神经网络进行状态识别。应用实例表明,以EMD提取各频带能量作为特征参数的RBF神经网络状态识别方法比小波包分析提取各频带能量特征的方法具有更高的识别率,能有效地识别柱塞泵的状态。     

钢筋混凝土梁损伤的小波包识别方法

基于小波包能量特征向量的损伤识别是一种对损伤非常敏感的方法.为了更有效地选择特征频带,从频带分解的角度分析了基于小波包分解能量特征向量的结构损伤识别方法.将结构响应信号进行小波包分解,提取各频带的能量.通过分析结构响应频率和小波包分解各频带频率范围,选取信号主要频率所在频带及其相邻频带的能量构成特征向量.当信号频率有微小改变时,特征能量向量的变化远远大于信号频率的变化.当结构出现损伤时,脉冲激励下其动力响应信号的频率有所降低,因此可以通过特征能量向量的变化来识别损伤.通过一根钢筋混凝土梁的试验验证了该方法的有效性.     

基于特征子模式典型相关分析的热释电红外信号识别

为使现有热释电红外(PIR)探测器具有识别检测区域内红外辐射源的功能,提出一种基于典型相关分析(CCA)特征融合的人体和非人体PIR信号识别方法.该方法首先提取PIR信号的频谱和小波包熵特征,然后对频谱进行子模式划分,并分别与小波包熵特征进行CCA融合,把融合后的结果作为判别信息,从而实现了特征融合且消除了特征之间的信...     

应用小波包能量谱及SVM的安瓿内浮类异物识别

目的：为了解决安瓿内漂浮物与悬浮物的识别问题,本文提出了一种基于小波包能量谱的特征提取及支持向量机的识别方法。方法：首先通过图像序列差分及点检测分割提取杂质存在区图像作为目标区;然后将目标区沿安瓿瓶轴线方向逐行叠加形成一维信号;对一维信号进行小波包分解,采用主成分分析方法提取小波包分解特征向量中独立主成分;以小波包特征向量中独立主成分的能量谱作为异物类型特征;将提取的特征作为支持向量机的输入向量,采用序列最小优化方法实现训练样本快速分类。实验过程中选择不同类型的核函数和相应参数进行训练和测试。结果：实验结果显示,相对于传统BP网络,SVM在将识别用时减少近60%,识别精度提高了35%。结论：能够满足在生产中对浮类杂质的提取和快速识别的要求。     

基于小波包分析和LS-SVM的钻削刀具状态识别研究

为了有效地识别钻削刀具磨损状态,提出一种基于小波包分析和最小二乘支持向量机(LS-SVM)的状态识别方法。通过在线监测钻削加工过程中的钻削轴向力和刀具状态,采用时域分析、频域分析以及小波包分析法对刀具磨损状态的信号进行特征向量提取,建立基于最小二乘支持向量机(LS-SVM)的分类识别模型。通过试验验证了该方法可以提高刀具磨损状态的识别精度。     

基于小波包熵和支持向量机的运动想象任务分类研究

对运动想象脑电特征进行准确提取和分类是脑-机接口技术研究的重要问题。针对脑电信号非平稳性和非线性特点,提出了一种将小波包熵(WPE)和支持向量机(SVM)相结合的脑电信号识别方法,利用小波包系数能量分布分析脑电时频特性,结合信息熵分析其不确定性和复杂性,并从单次实验中提取运动想象脑电特征;通过支持向量机对特征信号进行分类,采用了一种核函数参数v和误差惩罚因子c的最佳寻优方法,并用互信息(MI)、信噪比(SNR)、最小错分率(MR)等准则对分类器进行评判。测试结果为:想象左右手运动脑电信号识别精度达到90%,M I为0.65 bit,SNR为1.44。结果表明WPE-SVM识别方法能够准确提取脑电本质特征,具有较强的分类性能和抗干扰能力,为大脑运动意识任务分类提供了有效方法,它可以应用于脑-机接口系统中。     

纳米科技与仪器仪表

本文介绍了纳米科技的基本概念,针对纳米材料独特的结构和优异的性能,联系现代仪器仪表的实际情况,阐述了纳米科技在现代仪器仪表领域的应用和前景,目的在于探索高新科技如何与生产实际相结合,与广大同行共同推动仪器仪表产业的发展。     

CVD和PVD及其在工、模具上的应用

介绍了CVD和PVD的发展历史、性能特点及其在工、模具上的应用。用CVD和PVD技术可以在钢和硬质合金表面沉积高硬度的陶瓷薄膜，改善工、模具的耐磨性和耐烧蚀性，从而大大提高工、模具的使用寿命。     

石油化工装备与石油化工工业(上篇)

石化工业生产用装备一般分为专用设备和通用设备。石化专用设备包括工业炉、反应设备，换热设备，塔器，储运设备和专用机械等；石化通用设备包括气体压缩机．泵、阀门等。由于石化工业生产一般是高压、高温、低温、易燃、易爆、腐蚀、有毒和连续化生产条件下，因此要求石化装备性能优良、质量可靠，经济安全，符合环保，能够满足石化安全，稳定、长周期、满负荷生产的需要。     

用辉光放电质谱法和火花源质谱法分析表征金属和半导体

辉光放电质谱（ＧＤＭＳ）和火花源质谱（ＳＳＭＳ）是进行高纯固体材料直接和全面分析的两种主要的分析技术，ＧＤＭＳ和ＳＳＭＳ各有所长，有互补性。适当运用这两种技术，综合其优势，可望在固体样品分析表征的许多应用中获得更全面的信息和更可靠的分析结果。本文介绍了ＧＤＭＳ在贵金属分析领域中的两个应用，讨论了高纯镓分离中的表面富集问题，介绍了用ＳＳＭＳ研究杂质元素分布均匀性和相关性的方法。     

Education and training of engineers and scientists in measurement and instrumentation

The paper reviews problems of education and training in measurement and instrumentation, and the work of IMEKO in this field. Among the principal topics discussed is the nature, scope and organisation of measurement and instrumentation science.     

企业经营管理与变革

阐述了我国企业管理变革的目的和存在的问题，并分析了发达国家企业管理进程所经历三个阶段的特征和表现，着重提出我国企业应不失时机地结合企业实际，按步骤认真地进行管理变革，才能确保企业持续稳定的发展。     

MEMS研究的新进展——微型系统及其发展应用的研究

简要叙述了微电子机械系统(MEMS)研究中的多单元综合体--微型系统,包括它的种类、结构、工作原理及相关的特性。对其应用前景作了讨论,并提出了一些超前的设想     

石油化工装备与石油化工工业(下篇)

石化装备技术发展趋势 国际上石化专用设备技术发展趋势，基本是根据石化工艺技术发展的要求，对各种石化专用设备进行了反应动力学、流体力学、传质和传热机理、分离和干燥原理研究和设计计算研究。其中反应设备实现大型化、结构简单化、操作自动化、研究方法趋向综合化方向发展；换热设备的性能对石化产品质量、能量利用率以及系统的经济性和可靠性起着重要的作用，     

自动化立体仓库的若干设计和控制问题及其研究进展

总结了近年来在自动化立体仓库设计和控制方面的最新研究成果。重点讨论了自动化立体仓库设计过程中的硬件参数确定、存放规则、堆垛机待命位以及存放序列规划,并指出自动化立体仓库在设计和控制方面的研究方向。