傅里叶变换同轴数字全息记录余弦变换谱系数

余弦变换广泛应用于图像和视频的压缩编码以及模式识别之中。余弦变换为实偶对称的傅里叶变换,把实偶对称物体传送到位于傅里叶变换透镜前焦面的空间光调制器上,采用单色均匀平面激光光波照射,则在后焦面上为光波复振幅分布为实偶对称物体的傅里叶变换,即为物体的余弦变换。由于余弦变换谱系数既有正实数又有负实数,提出了采用傅里叶变换同轴数字全息方法记录余弦变换谱系数,通过把数字全息图减去参考光光强和物光光强而得到余弦变换系数。理论推导和实验结果表明了该方法的可行性,该方法可应用于图像的快速余弦变换。     

基于核熵成分分析的工业过程多类型故障诊断

核熵成分分析(KECA)特征提取过程中只保留了数据的最大瑞丽熵(Renyi)信息，没有充分利用数据的类别信息。由于监督学习算法线性判别分析(LDA)能够有效提取特征中的类别信息，因此提出KECA-LDA(KEDA)的特征提取方法。首先KECA依据最小Renyi熵损失策略对数据进行维数约简；然后在KECA特征空间使用LDA算法获取具有判别信息的低维特征并输入到支持向量机(SVM)分类器中，利用天牛须优化算法(BAS)得到最佳性能的SVM分类器，从而建立故障诊断模型。将KEDA-BAS-SVM方法应用于田纳西-伊斯曼化工过程(TE)进行仿真实验，结果表明：当采用基于距离测度的矩阵相似性优化确定KEDA中所选用的径向基函数(RBF)核参数时，相比KECA和LDA算法，KEDA特征提取后多类型故障诊断准确率达到99.7%,验证了KEDA-BAS-SVM在多类型故障诊断领域的优越性。     

浅析煤气排水器防爆危险区域划分

冶金煤气排水器日常巡检中，需要定期开启排水管上的检验阀，因此存在因偶尔短暂的煤气释放而造成爆炸的危险。本文结合IEC 60079-10-1探讨了煤气排水器爆炸危险区域划分。