-
题名基于改进小波矩特征的快速无损图像描述算法
被引量：3
- 1
-
-
作者
刘嘉敏
谢海军
刘强
朱晟君
张威
-
机构
重庆大学光电技术及系统教育部重点实验室
-
出处
《自动化学报》
EI
CSCD
北大核心
2009年第10期1278-1282,共5页
-
基金
重庆市自然科学基金(CSTC2008BB0035)资助~~
-
文摘
为了更有效地利用小波矩不变量算法来快速无损地计算图像特征值,提出了一种融合Mallat算法的无损采样的新型小波矩不变量算法.在此基础之上,结合傅坐叶变换的原理及特点,提出了基于频率幅值谱与小波矩不变量的特征提取方法.并将改进的小波矩不变量算法与传统使用三次B样条矩的小波矩、Hu矩进行了比较.实验表明,改进的小波矩不变量在比传统小波矩不变量算法性能几乎没有损失的情况下,大大加快了小波矩不变量的计算速度,并且基于频率幅值谱的小波矩有更强的抗噪性.
-
关键词
MALLAT算法
小波矩不变量
特征提取
幅值谱
-
Keywords
Mallat algorithm, wavelet moment invariants, feature extraction, amplitude spectrum
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于PSO-VMD的齿轮特征参数提取方法研究
被引量：12
- 2
-
-
作者
蒋丽英
卢晓东
王景霖
崔建国
于明月
-
机构
沈阳航空航天大学自动化学院
上海航空测控技术研究所故障诊断与健康管理技术航空科技重点实验室
-
出处
《制造技术与机床》
北大核心
2017年第11期65-71,共7页
-
基金
航空科学基金(20153354005
20163354004)
+1 种基金
国防基础科研项目(Z052012B002)
辽宁省自然科学基金(2014024003)
-
文摘
针对变分模态分解(Variational Mode Decomposition,VMD)中分解模态个数需要凭经验去预先设置这一问题,提出一种基于幅值谱的粒子群优化算法(Particle Swarm Optimization,PSO)对VMD参数进行优化的方法,并应用到齿轮故障特征参数提取中。首先,根据齿轮振动信号的特点,选取了幅值谱作为PSO的适应度函数,利用基于幅值谱的PSO求取VMD参数中的模态分解个数K和惩罚因子α;其次,使用参数组合[K,α]优化后的VMD来分解采集的齿轮数据,可得K个模态分量;最后,将K个模态分量构造出的矩阵进行奇异值分解,可得K个奇异值并将其构成特征向量,用特征向量构造欧氏距离分类器来诊断测试数据。所提出的方法应用到QPZZ-II故障仿真平台。试验结果表明,所提出的方法可以有效地提出齿轮故障的特征,得到的诊断率最高。
-
关键词
齿轮
特征提取
变分模态分解
幅值谱
粒子群优化算法
奇异值分解
-
Keywords
gear
feature extraction
variational mode decomposition
amplitude spectrum
particle swarm optimization algorithm
singular value decomposition
-
分类号
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
-
