基于深度卷积自编码器和多尺度残差收缩网络的滚动轴承寿命状态识别

针对滚动轴承早期故障识别困难、退化性能难以准确评估的问题,提出了基于深度卷积自编码器(DCAE)和多尺度残差收缩网络(MSRSN)的滚动轴承寿命状态识别方法。首先,为获得清晰的故障特征频率及倍频,将原始数据样本转换为包络谱输入深度卷积自编码器中,实现轴承寿命状态特征的自动提取与表达,并基于多维尺度分析(MDS)算法约简寿命状态特征获得低维特征,然后计算低维特征空间内样本间的欧几里得距离(ED),即为轴承性能衰退评估指标;其次,为全面提取轴承性能衰退特征,提出了改进的多尺度残差收缩网络识别模型,并开发了ReLU与DropBlock正则化相结合的新激活策略增强模型的抗噪性;最后,将所提方法及对比方法应用于轴承全寿命实验数据。实验结果表明：笔者提出的性能衰退评估指标能够精准地识别轴承性能退化起始点以及刻画轴承的退化趋势,所提出的改进的多尺度残差收缩网络识别模型在S_SNR=-4～6 dB环境中平均识别正确率为91.75%,能够准确识别轴承寿命状态,验证了方法的实用性以及有效性。     

铁路旅客列车运行质量模糊逻辑判别方法

以铁路旅客列车为研究对象,从舒适性、经济性、时效性、超载率4个方面,对旅客满意度进行调研。从车站能力可靠性和区段通过能力可靠性两个方面,对列车运行能力进行评价。综合考虑旅客满意度和列车运行能力这两个指标,运用模糊逻辑方法,在二维平面内对旅客列车运行质量进行评价。     

稀疏表示的人脸识别及其优化算法

稀疏表示的本质就是稀疏正规化约束下的信号分解。提出一种改进的正交匹配追踪算法,使运算量较高的矩阵求逆运算转变为轻量级的向量运算或向量与矩阵的运算,可以加快逆矩阵和大矩阵乘积的求解。将此算法应用于稀疏表示的人脸识别,探讨并验证了稀疏阀值的设置和训练字典的选择对人脸识别率和识别速度的影响。     

分块组合搜索的结构稀疏人脸识别模型

介绍一种新的稀疏表示人脸识别模型,在经典的稀疏表示分类模型基础上,利用数据字典的结构信息,考虑算法实现的可行性,提出了一种分块组合搜索的稀疏表示人脸识别模型,主要思想是将数据字典按类别自然分块,然后在数据块内进行组合搜索,再联合不同类别的组块,以寻找表示能力最强的组块。为验证模型的性能,使用结构贪婪算法实现分块组合搜索方法和其他的结构稀疏方法,并进行比较,实验显示分块组合搜索的人脸识别率高于其他结构稀疏方法,且此方法性能稳定,不受数据字典排列的影响。     

用于人脸识别的图像预处理方法研究与实现

提出了一种人脸图像预处理改进算法:将图片转化为灰度图像后进行去噪滤波,根据灰度投影曲线确定人脸的边界,依据确定的眼、嘴以及脸的左右边界这些参数对图像进行剪裁,根据人脸特征的几何关系确定人脸图像的缩放系数,得到标准化图像.解决了传统方法无法适用于侧脸和双眼闭上的人脸的问题.     

һ�����͵��˶�Ŀ��ʶ��������㷨�о�

提出了一种应用于智能交通监控系统的运动目标识别和跟踪方法。针对帧间差分提取运动目标的缺陷与不足,提出了一种基于冗余小波变换的运动目标识别算法,即直接在冗余小波变换域提取运动区域,从而检测出运动目标。对于检测出来的运动目标,本文对mean-shift算法进行了改进,采用自适应mean-shift算法,对目标进行跟踪。实验结果表明,本文提出的算法可以有效地提取运动目标,即使目标与背景具有较高的相似度,也可以较准确的提取出前景运动信息,效果要好于传统的帧差法;跟踪目标准确度高,不受目标大小变化的影响。本算法具较高的实用价值和应用前景。     

A Combined Speaker Adaptation Method for Mandarin Speech Recognition

A speaker adaptation method that combines transformation matrix linear interpolation with maximum a posteriori (MAP) was proposed. Firstly this method can keep the asymptotical characteristic of MAP. Secondly,as the method uses linear interpolation with several speaker-dependent (SD) transformation matrixes, it can fully use the prior knowledge and keep fast adaptation. The experimental results show that the combined method achieves an 8.24% word error rate reduction with only one adaptation utterance, and keeps asymptotic to the performance of SD model for large amounts of adaotation data.     

Smolyak Type Sparse Grid Collocation Method for Uncertainty Quantification of Nonlinear Stochastic Dynamic Equations

This paper develops a Smolyak-type sparse-grid stochastic collocation method(SGSCM) for uncertainty quantification of nonlinear stochastic dynamic equations.The solution obtained by the method is a linear combination of tensor product formulas for multivariate polynomial interpolation.By choosing the collocation point sets to coincide with cubature point sets of quadrature rules,we derive quadrature formulas to estimate the expectations of the solution.The method does not suffer from the curse of dimensionality in the sense that the computational cost does not increase exponentially with the number of input random variables.Numerical analysis of a nonlinear elastic oscillator subjected to a discretized band-limited white noise process demonstrates the computational efficiency and accuracy of the developed method.     

沥青路面施工质量的控制措施

沥青路面施工质量影响因素较多,从施工测量、原材料选择、筛孔控制、沥青用量、透层油洒布以及混合料拌和、摊铺、碾压等角度论述沥青路面施工质量控制措施,以保证工程项目的高质量、高水平完成。     

A Remote Real—Time Monitoring System for Power Quality

Introduction　　Withthewideapplicationofelectricpowerequipmentandelectronicdevicestoelectricrailways ,thenonlinearimpactloadinpublicsupplynetworksincreasesunceasingly .Itleadstopowervoltage qualitydeterioration ,powerharmonic pollutionandsevereinterferenc…     

一种用于火灾识别的高斯函数动态神经网络分类方法

在火灾识别过程中,模式类的统计特性通常是未知的或者无法估计的,这类决策问题最好直接通过训练,生成所需的判别函数来处理.文中构建了高斯动态神经网络G-DNN结构,给出了G-DNN的理论分析和具体的算法步骤.对于网络学习的收敛速度非常重要网络参数σ,μ,ω,τ初值设定问题,充分利用参数与输入特征值、输出值和中间值分别相关的思想,引入参数预定义的方法,实验证明这种方法可以使网络学习较快收敛.