小波变换和特征加权融合的人脸识别

在人脸识别领域,提取人脸特征和降低维数是人脸识别的关键。传统的基于小波变换的人脸识别算法仅在小波分解的低频分量上提取用于分类的图像特征,造成了高频分量中部分对识别有利信息的丢失。为了更有效地提取人脸图像特征,提出一种基于小波变换和特征加权融合的人脸识别算法。首先通过小波变换对人脸图像进行降维处理,然后对4个小波子图分别运用主成分分析法(PCA)提取特征,并把这4部分特征加权融合,最后利用支持向量机(SVM)进行分类识别。在ORL人脸库上进行实验验证,识别准确率可达到97.5%,实验结果表明该算法能够有效提高人脸识别能力,与传统识别算法相比具有较高的识别准确率和识别速度。     

混合语音识别模型的设计与仿真研究

研究语音识别率问题,语音信号是一种非平稳信号,含有大量噪声信息,目前大多数识别算法线性理论,难以正确识别语音信号非线性变化过程,识别正确率低。通过将隐马尔可夫模型(HMM)和SVM相结合组成一个混合抗噪语音识别模型(HMM-SVM)。同时用HMM模型对语音信号时序进行建模,并得到待识别语音信号的输出概率,然后将输出概率作为SVM的输入进行学习,得到语音分类信息,最后通过利用HMM-SVM识别结果做出正确识别决策。仿真结果表明,HMM-SVM提高语音识别正确率,尤其在低信噪比环境下,明显改善了语音识别系统的性能。     

航空发动机传感器故障鲁棒检测方法

研究发动机传感器故障准确检测问题,现代航空发动机数字电子控制系统对传感器的可靠性要求日益提高。针对航空发动机结构复杂,又工作在高温和高压下,常规采用的传感器故障检测方法的准确性易受到建模误差与外界扰动的影响,造成漏报或误报。为了提高检测精度,提出建立航空发动机数控系统传感器未知输入故障模型,采用特征结构配置的方法,通过配置闭环系统左特征向量实现故障检测残差对不确定性因素的干扰解耦,降低扰动对故障诊断结果的影响。用某型涡扇发动机数控系统传感器故障数字仿真试验表明,所设计的方法对范数有界的不确定量可以实现干扰解耦,抑制干扰对故障检测的影响,改善检测算法的鲁棒性,提高检测结果的准确性,同时满足在线运算的实时性要求。提高了航空发动机的可靠性,保证了安全飞行。     

基于卡尔曼滤波SVM图像鉴别方法研究

研究如何区分自然图像和计算机图形判别图像问题。由于人眼难以判别真伪图像,针对传统的图像鉴别方法由于参数的设置而造成识别准确率低,从而无法准确的区分自然图像和计算机图形。提出了一种卡尔曼滤波和支持向量机分类算法相结合的高性能图像真伪鉴别方法。算法首先采用卡尔曼滤波器提取图像的各个级别的分量,求解出各级分量和判别的误差值并作为特征数据,然后采用支持向量机分类算法对特征数据进行训练判别。仿真结果表明,提出的算法可以有效的判别图像的真伪,可以有效的识别出原始自然图像和合成图像,识别率高达99%以上,同时算法的稳定性较高,具有一定的实际应用价值。     

时间相关性经验知识与SVM的融合方法研究

时序数据在时间维度上存在着很强的时间相关性,在时序预测中,利用时序数据的时间相关性特点,构造了一种适用于时序数据预测的时序核函数,实现了将时间相关性融合于支持向量机,并通过人工数据和真实数据验证了时序核函数解决时序预测问题的有效性,并与传统核函数相比具有较好的泛化能力。     

基于混淆矩阵和集成学习的分类方法研究

针对多分类问题,本文提出一种基于混淆矩阵和集成学习的分类方法。从模式间的相似性关系入手,基于混淆矩阵产生层次化分类器结构;以支持向量机(SVM)作为基本的两类分类器,对于分类精度不理想的SVM,通过AdaBoost算法对SVM分类器进行加权投票。以变电站环境监控中的目标识别为例(涉及到人、动物、普通火焰(红黄颜色火焰)、白色火焰、白炽灯),实现了变电站环境监控中的目标分类。实验表明,所提出的方法有效提高了分类精度。     

基于支持向量机的代谢网络特征分析

把细胞内所有生化反应表示为一个网络指为代谢网络,是所有参与代谢过程的化合物之间以及所有催化酶之间的相互作用的反映,是抽象表达对细胞的代谢。在不同的物种中都含有大量的代谢翻译,却代谢网络是高度保守的。要了解包括代谢系统在内的许多自然、社会系统都起着重要的作用,所以要对于复杂网络进行研究并掌握它们的规律意义很大。利用代谢网络对微生物的耐热性进行分类研究对认识和利用细胞代谢过程有很大的帮助,从而促进发酵工程、制药工业等产业的发展。     

电网故障下光伏并网低压故障穿越控制策略的研究

电网发生故障或扰动可能造成光伏并网点电压跌落,严重影响电力系统的安全运行,光伏发电站有必要具备在电压跌落范围和时间内保证不脱网运行的能力。提出一种基于无功补偿的光伏并网低压穿越控制策略。该方法在检测到电压跌落时,通过断开外部电压环路将双闭环控制模式更改为单电流环路操作模式,采用改进后的无功补偿控制策略防止逆变器产生过电流,为电网电压提供无功补偿,较好实现不脱网运行。最后利用Matlab / Simulink软件比较和分析低压穿越控制策略前后的相关参数。仿真结果表明,改进的控制策略可以有效地抑制逆变器输出电流的增加,并且能提供无功功率来支持电网电压,以在电网电压骤降期间实现低压穿越。     

双向准Z源逆变器驱动永磁同步电机的快速有限集模型预测控制

双向准Z源逆变器驱动永磁同步电机(PMSM)系统在兼具Z源逆变器和PMSM优点的同时,还可实现能量的双向流动。针对双向准Z源逆变器驱动PMSM系统的特点,提出一种快速矢量选择有限集模型预测电流控制(FCS\|MPCC)策略。由双向准Z源网络直流链电压闭环与PMSM电磁功率前馈生成电感电流参考值,由电机转速闭环生成电机电流参考值。通过预测直通(ST)及非直通(NST)状态下的电感电流值并引入电感电流子代价函数以确定是否选择ST状态,进而实现对直流链电压的控制。在NST状态下,结合空间电压矢量脉宽调制策略,仅使目标电压矢量所在扇区的4个矢量参与PMSM定子电流预测和代价函数计算,以选择最优的开关状态,在实现对PMSM转速控制的同时减小在线计算量。仿真结果表明,所提控制策略可实现对双向准Z源逆变器的升压及PMSM牵引或制动工况下的转速控制,系统具有良好的稳态及动态性能。     

基于频率自适应复矢量PI控制器的PMSM电流谐波抑制策略

逆变器非线性和电机反电动势谐波给永磁同步电机（PMSM）系统引入了电流谐波,在对其特性分析的基础上,将复矢量PI控制器用于电流谐波的抑制。在磁场定向矢量控制的d、q轴电流环中,将若干复矢量PI控制器与原有PI控制器并联,其中心频率随着电机转速自适应调节,PI控制器调节d、q轴中的直流分量,通过复矢量PI控制器在中心频率处的高增益无静差跟踪控制d、q轴中不同频率的交流量,从而达到抑制电流谐波的目的。仿真和试验结果表明,复矢量PI控制器对电流的5、7等频次的谐波具有良好的抑制效果。