-
题名小波包增强稀疏表征分类的管道堵塞故障识别
被引量：5
- 1
-
-
作者
伍林峰
冯早
黄国勇
李洋
-
机构
昆明理工大学信息工程与自动化学院
云南省矿物管道输送工程技术研究中心
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2019年第3期35-43,共9页
-
基金
国家自然科学基金(61563024
61663017)资助项目
-
文摘
针对在声学主动检测埋地排水管道故障的过程中,不同程度堵塞信号及常规管道部件三通件信号等难以有效区分的问题,提出小波包增强稀疏表征分类(SRC)的堵塞故障识别方法。该方法首先对管道中采集的声学信号进行小波包分解,提取不同尺度分量的多个时频特征参数并筛选出更为有效的特征值,构建能全面表征不同程度堵塞与管道三通件信号的特征向量,然后利用特征向量分别构造字典和稀疏表征分类器。实验结果表明,该方法在少量样本情况下仍能有效识别排水管道内不同程度的堵塞故障及管道三通件,具有一定的工程实用价值。
-
关键词
埋地管道
堵塞识别
小波包
稀疏表征分类
-
Keywords
underground pipeline
blocking identification
wavelet packet
sparse representation classification
-
分类号
TU992
[建筑科学—市政工程]
O429
[理学—声学]
-
-
题名基于稀疏表征的单样本人脸识别
被引量：7
- 2
-
-
作者
畅雪萍
郑忠龙
谢陈毛
-
机构
浙江师范大学计算机科学系
-
出处
《计算机工程》
CAS
CSCD
北大核心
2010年第21期175-177,共3页
-
基金
国家自然科学基金资助项目(60805001)
浙江省自然科学基金资助项目(Y1090579)
-
文摘
提出2种基于稀疏表征SRC的单样本人脸识别方法。通过Shift或PCA重构的方法产生冗余样本,将生成的新样本作为训练样本,运用SRC进行识别分类。在ORL人脸库上的实验证明,在单样本情况下,2种方法分别比原SRC方法提高了5.56%和1.67%。与Shiftedimages+PCA、Shiftedimages+LDA、PCA重构人脸图像+LDA、PCA、LDA等方法做比较,实验表明,2个方法均具有良好的识别性能。
-
关键词
人脸识别
单样本
主成分分析
基于稀疏表征的分类
-
Keywords
face recognition
single sample
Principle Component Analysis（PCA）
Sparse Represerrtation-based Classification（SRC）
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
