期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
彩色图像迭代滤波算法 被引量:3
1
作者 李岳阳 孙俊 《计算机工程与应用》 CSCD 北大核心 2011年第28期12-16,51,共6页
对于被脉冲噪声污染的彩色图像,基于噪声检测,提出了一系列迭代滤波算法。运用脉冲噪声检测器,估计出图像中的噪声像素,应用一系列后续滤波算法,只对检测出来的噪声像素进行滤波,而对非噪声像素(即信号像素)保持其值不变。传统的矢量滤... 对于被脉冲噪声污染的彩色图像,基于噪声检测,提出了一系列迭代滤波算法。运用脉冲噪声检测器,估计出图像中的噪声像素,应用一系列后续滤波算法,只对检测出来的噪声像素进行滤波,而对非噪声像素(即信号像素)保持其值不变。传统的矢量滤波算法(矢量中值滤波、基本矢量方向滤波和方向距离滤波)加以改进后可作为后续的滤波算法。实验结果表明,这些新的滤波算法与传统滤波算法相比,在有效消除噪声的同时,更能够保留图像中的边缘和细节特征。 展开更多
关键词 彩色图像滤波 脉冲噪声 噪声检测 迭代滤波算法
在线阅读 下载PDF
基于改进AILF与JRD算法的轴承损伤量化评估研究 被引量:1
2
作者 张震 刘保国 +1 位作者 周万春 黄传金 《机电工程》 CAS 北大核心 2022年第4期460-466,473,共8页
在对轴承损伤进行量化评估时,在特征提取算法方面易出现模态混叠、收敛速度慢的现象,同时在轴承损伤的评估指标方面,由于工况的变化也容易导致其鲁棒性差、精确度不高,而难以满足实际的需求,针对上述一系列问题,提出了一种以改进的自适... 在对轴承损伤进行量化评估时,在特征提取算法方面易出现模态混叠、收敛速度慢的现象,同时在轴承损伤的评估指标方面,由于工况的变化也容易导致其鲁棒性差、精确度不高,而难以满足实际的需求,针对上述一系列问题,提出了一种以改进的自适应局部迭代滤波(ALIF)算法作为性能退化特性提取算法,以频带间能量JRD距离作为评估指标的轴承损伤量化评估算法。为了提高AILF算法的收敛速度和精度,首先,将具有主成分分析(PCA)特性的奇异值分解(SVD)算法作为AILF算法的前置滤波单元;然后,采用AILF将通过前置处理的信号进行自适应迭代分解;最后,以频带间能量的JRD距离作为评估指标,对轴承的损伤状态进行了量化评估实验以及加速寿命实验。研究结果表明:在量化评估轴承损伤和监测其全寿命性能退化状态方面,该评估算法具有较好的效果;在外界工况发生变化时,与其它的相关算法相比,该量化评估算法具有更好的鲁棒性和量化积聚性,能够更加灵敏地辨识轴承的早期性能退化,因此,该算法在工程实际中具有良好的应用前景。 展开更多
关键词 轴承 损伤量化评估 性能退化 自适应局部迭代滤波算法 JRD 奇异值分解算法
在线阅读 下载PDF
基于预标定基坐标系及MIEKF算法的工业机器人标定方法
3
作者 林耿聪 肖曙红 +2 位作者 杨林 卢浩文 张建华 《机床与液压》 北大核心 2023年第23期23-29,共7页
为了提高工业机器人的绝对定位精度和标定效率,提出一种基于预标定基坐标系及改进迭代扩展卡尔曼滤波(MIEKF)算法的运动学标定方法。该方法的优点在于用采集的位置数据进行基坐标系和工具坐标系预标定,节省两者拟合的时间。在建立位置... 为了提高工业机器人的绝对定位精度和标定效率,提出一种基于预标定基坐标系及改进迭代扩展卡尔曼滤波(MIEKF)算法的运动学标定方法。该方法的优点在于用采集的位置数据进行基坐标系和工具坐标系预标定,节省两者拟合的时间。在建立位置误差模型时利用相关系数和复共线性分析去除模型的冗余参数。用MIEKF算法辨识模型的几何参数误差。通过实验对比验证,机器人经补偿后的绝对定位精度提高了88.07%。 展开更多
关键词 预标定基坐标系 相关系数 改进扩展卡尔曼滤波算法 运动学标定
在线阅读 下载PDF
基于改进ALIF与FA-BP的滚动轴承故障诊断 被引量:1
4
作者 吴鑫坤 刘慧明 《现代电子技术》 2023年第3期109-113,共5页
针对滚动轴承的故障信号存在大量噪声信号和滚动轴承故障的准确诊断等问题,提出一种基于改进自适应迭代滤波算法与萤火虫算法优化BP神经网络相结合的故障诊断新方法。首先采用自适应迭代滤波算法对故障信号进行分解得到若干个内禀模态函... 针对滚动轴承的故障信号存在大量噪声信号和滚动轴承故障的准确诊断等问题,提出一种基于改进自适应迭代滤波算法与萤火虫算法优化BP神经网络相结合的故障诊断新方法。首先采用自适应迭代滤波算法对故障信号进行分解得到若干个内禀模态函数,再进行奇异值分解,绘制差分谱曲线并选择重构信号,对其进行二次降噪;然后通过萤火虫算法寻找BP神经网络的最佳参数,建立FA-BP故障诊断模型,提取降噪后的内禀模态函数中心频率形成特征矩阵,输入故障诊断模型;最后应用于美国凯斯西储大学的轴承数据进行检测,准确率达99.4%,诊断时间为3.18 s。该方法与BP神经网络、萤火虫算法网络、遗传算法网络、遗传算法优化BP神经网络的诊断模型相比,大大提高了诊断效率并具有较高准确率。 展开更多
关键词 滚动轴承 故障诊断 自适应迭代滤波算法 奇异值分解算法 萤火虫算法 BP神经网络 内禀模态函数 奇异值差分谱
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部