检索结果-内蒙古大学图书馆

作者：米立飞中国石油大学（华东）

学位级别：硕士

目前，世界各油田广泛采用有杆泵采油的方式进行开采，该方式所用设备结构简单，操作方便，综合成本较低。然而，油田工作现场环境多变，井下工况复杂，极易导致抽油机井发生故障。及时准确地进行故障诊断，可以提高油井产量，增加油田... 详细信息

目前，世界各油田广泛采用有杆泵采油的方式进行开采，该方式所用设备结构简单，操作方便，综合成本较低。然而，油田工作现场环境多变，井下工况复杂，极易导致抽油机井发生故障。及时准确地进行故障诊断，可以提高油井产量，增加油田效益。油井示功图是油井工作状态的重要表征，能够反映出抽油泵发生的各类异常现象。示功图分析能够有效地诊断油井故障，因此，对示功图进行准确地分析识别意义重大。本文以有杆抽油泵的示功图为研究对象，主要研究了以下内容： 1、本文分析了有杆泵采油的工作原理，并结合有杆抽油泵的工作过程详细论述了示功图的形成过程。同时，建立了典型示功图样本库，对各类型故障示功图的成因及图形特点作了详细的分析，为后续示功图的特征提取及故障诊断提供了依据。 2、对示功图进行特征提取。本文选取了两种不同特性的示功图特征提取算法：基于矩特征的示功图特征提取算法，该方法提取的特征向量具有旋转、平移和尺度变换不变性，能够有效地排除示功图旋转变形对其识别效果的影响；基于频谱分析的示功图特征提取算法，该方法对示功图的平移和尺度变换不敏感，旋转则会造成其高频区域能量增加，该方法的优点在于能够有效排除抽油杆振动对示功图造成的影响。 3、对示功图进行分类识别。本文主要研究了仿生模式识别应用于有杆抽油泵示功图分析的识别效果，给出了仿生模式识别的理论基础，仿生模式识别应用于示功图识别的实现方法及采用两种不同特征向量对示功图分析的识别效果。作为对比，本文同时介绍了支持向量机的理论基础，采用台湾大学林智仁教授等人开发设计LIBSVM对示功图进行分类识别，再与仿生模式识别的识别效果进行比较。实验表明，使用基于矩特征算法的特征向量，两种识别方法识别效果相仿，都能达到98%以上；使用频谱分析算法提取的特征向量，仿生模式识别的识别效果更佳，可达到96.5%。

关键词：有杆抽油泵示功图特征提取仿生模式识别支持向量机

来源：评论

学校读者我要写书评

暂无评论

仿生模式识别在油气管道工况识别中的应用

仿生模式识别在油气管道工况识别中的应用

引用

第11届全国设备故障诊断学术会议

作者：余东亮张来斌梁伟姚峰中国石油大学(北京)机电工程学院北京 102249 中国石油西部管道有限责任公司乌鲁木齐 830012

在对油气管道进行泄漏检测时，需要对各种采样信号进行识别判断，确定该信号是否为泄漏信号。由于管道在实际操作中工况调节频繁，如何快速、准确识别这些工况，减少漏报警和误报警一直是人们研究的焦点。本文利用仿生模式识别技术对管... 详细信息

在对油气管道进行泄漏检测时，需要对各种采样信号进行识别判断，确定该信号是否为泄漏信号。由于管道在实际操作中工况调节频繁，如何快速、准确识别这些工况，减少漏报警和误报警一直是人们研究的焦点。本文利用仿生模式识别技术对管道不同的工况进行识别研究，从“认识”工况的角度研究工况样本之间的连续性规律，避免传统模式识别有限模式类强制划分带来的错判，提高工况识别准确率。现场试验表明，该方法具有识别准确率高、错识率低等优点，具有很强的实用性。

关键词：仿生模式识别工况识别油气管道信号识别率泄漏检测

来源：评论

学校读者我要写书评

暂无评论

基于仿生模式识别的脑MRI图像分割方法研究

基于仿生模式识别的脑MRI图像分割方法研究

引用

作者：何伟长沙理工大学

学位级别：硕士

医学图像分割一直是医学图像处理和分析领域的研究热点和难点,磁共振成像是一种无损伤、高分辨率、解剖结构显示清晰的医学成像技术。在脑组织的诊断中,磁共振成像有着独特的优势,已成为脑部临床的主要诊断技术。本文主要研究了支持向... 详细信息

医学图像分割一直是医学图像处理和分析领域的研究热点和难点,磁共振成像是一种无损伤、高分辨率、解剖结构显示清晰的医学成像技术。在脑组织的诊断中,磁共振成像有着独特的优势,已成为脑部临床的主要诊断技术。本文主要研究了支持向量聚类和仿生模式识别在脑磁共振图像分割中的应用,论文的主要工作包括: 1、传统的图像滤波方法在滤除噪声的同时,往往会使图像的边缘和细节受到损害。本文提出一种基于SVC多窗口的脑MRI(Magnetic Resonance Imaging)图像去噪方法。该方法首先利用局部统计特性将像素点标记为信号点、可能的正噪声点及可能的负噪声点;然后,在后两类噪声中根据灰度值不同迭代使用支持向量聚类确定噪声点的位置,并对其进行多窗口滤波。实验结果表明,该方法既能有效地滤除图像中的噪声又能较好地保持图像的细节及边缘。 2、利用仿生模式理论建立起分割神经网络。仿生模式识别是从“认识”而不是“区分”的角度来进行模式识别,是对学习样本的全体在特征空间中形成的复杂几何体“形状”的分析和“认识”。本文首先根据训练样本矢量确定ψ3神经元的权值,并在此基础上构建多权值神经元网络;然后,利用神经元网络完成样本在高维特征空间的最佳覆盖;最后,根据覆盖结果进行识别、分割。实验结果表明,与传统医学图像分割方法相比,该算法具有较高的准确性和可靠性,较好的泛化能力。此外,该算法从“认识”的角度出发,可以有效地融合先验知识,能快速准确地从医学图像中分割出感兴趣的区域,具有较高的智能性。

关键词：图像分割 SVC 神经网络仿生模式识别 ψ3神经元

来源：评论

学校读者我要写书评

暂无评论

基于仿生模式识别的汉语语音声调识别方法的研究

基于仿生模式识别的汉语语音声调识别方法的研究

引用

作者：双丹华东理工大学

学位级别：硕士

在汉语中声调承担着重要的辨意作用,相同声母和韵母构成的音节随着声调的不同而具有完全不同的意义。为了进行语音识别,需要把每小段语音进行切割分离提取需要的语音段。为此本文采用了短时过零率与短时能量相结合以及相连帧互相关的方... 详细信息

在汉语中声调承担着重要的辨意作用,相同声母和韵母构成的音节随着声调的不同而具有完全不同的意义。为了进行语音识别,需要把每小段语音进行切割分离提取需要的语音段。为此本文采用了短时过零率与短时能量相结合以及相连帧互相关的方法对语音进行切割并且做了一系列的实验。实验结果表明,本文方法能很好地切割浊辅音和元音,低噪声和语音段。声调的特征可以用基音轨迹反应,所以对基音轨迹的提起关系带以后对声调的识别。本文提出基于自相关平方法与时域特性结合的方法提取基音频率,并运用阈值确定舍弃和替换以及与中值滤波和线性平滑相结合的方法对基音轨迹平滑处理的。由于序列长度不一,本文为了统一基音序列长度,又提出了通过插值和规整统一序列长度的方法,方便后期声调识别。本文将仿生模式识别用于汉语声调识别,提出了基于仿生模式识别理论,通过动态聚类寻找覆盖区域及其区域中心,用多权值神经元覆盖的声调识别方法。同时分别采用小样本和较大样本的实验,实验结果表明,本文提出的基于仿生模式识别理论,通过动态聚类寻找覆盖区域及其区域中心,用多权值神经元覆盖的声调识别方法有良好的效果。本文最后探讨了语音识别的建模基元,提出了基于声母,韵母和声调三元决策树模型并将该模型应用于孤立和孤立词字识别,取得了较好的效果。

关键词：仿生模式识别声调汉语语音识别

来源：评论

学校读者我要写书评

暂无评论

基于仿生模式识别的变压器状态检修

基于仿生模式识别的变压器状态检修

引用

作者：杜联兴广东工业大学

学位级别：硕士

墨菲法则提出,凡是有可能出现问题的地方一定会出现问题。我们无法完全避免变压器出现故障,唯一能做的,就是减少因变压器故障而造成的损失。本文所进行的研究正是基于这一目的。变压器状态检修通过对变压器的状态进行监控,能够发现变压... 详细信息

墨菲法则提出,凡是有可能出现问题的地方一定会出现问题。我们无法完全避免变压器出现故障,唯一能做的,就是减少因变压器故障而造成的损失。本文所进行的研究正是基于这一目的。变压器状态检修通过对变压器的状态进行监控,能够发现变压器潜在故障隐患,及时排除隐患,延长变压器在线运行时间,增加运行效益。对已经发生故障的变压器,正确判断故障类型,能够快速确定故障可能发生的部位,迅速修复,减少停机运行时间。随着我国电力事业的发展,电网容量不断增大,用户对供电可靠性的要求日益提高,及时准确的发现变压器内部故障,合理安排检修,已经成为十分迫切和重要的任务。本文第一章阐述了状态检修的发展现状,对检修策略的演变做了简单介绍。通过对变压器油中溶解气体分析能够检测变压器早期故障,因此本文第二章详细介绍了变压器油中溶解气体的产生机理以及内部故障类型与溶解气体含量的关系,并对电力部门分析变压器故障的三比值法原理和方法进行讨论。传统的三比值法存在部分故障查不到编码等不足,随着人工智能理论技术的发展,在变压器故障诊断的研究中也出现许多基于人工智能算法的诊断方法,为变压器故障诊断提供了新的研究途径。传统的故障诊断方法都是建立在“分类划分”的基础上,根据一定的分类准则来找寻“最优的分类界面”,所以在实现算法时,都是倾向于不同事物的“区别”,即一类样本与有限类已知样本的区分。但实际上,人类对事物的认识与此相反。人在认识事物的过程是一类一类地认识,重视同类事物的联系,在细节之处再进行区分。所以,中科院半导体研究所王守觉院士提出了“仿生模式识别”的概念,从人类认识事物的角度出发来进行模式识别。该算法已经在语音识别和图像处理领域有了较好的应用。本文第三章中详细给出了仿生模式识别的基本数学理论以及实现方法。在第四章中尝试将此方法应用到变压器故障诊断中,经过验证,取得较好效果,特别是在样本数量较少的情况下,比概率神经网络的识别效果要好。在第五章中介绍了当前变压器状态评估的分类,并给出两个供电局的状态检修实例。本论文受到广东省教育厅电力节能与能源技术重点实验室资助项目基金(ZDSYSZOO701)的资助。

关键词：变压器状态检修故障诊断仿生模式识别油中溶解气体分析

来源：评论

学校读者我要写书评

暂无评论

基于仿生模式识别的地面声目标识别方法

引用

电子测量与仪器学报 2007年第2期21卷 62-65页

作者：黄琦魏建明刘海涛中国科学技术大学近代物理系信息处理实验室安徽合肥四号信箱230027 上海微系统与信息技术研究所无线传感网研发中心上海200050

利用地面目标的声信号实现目标类型的识别是当前传感器应用领域的研究热点,大量研究集中于提高目标的正确识别率,而关于实用系统中更为关键的目标误识率的实验结果却很少。针对这一问题,本文提出了一种新的基于仿生模式识别的地面声目... 详细信息

利用地面目标的声信号实现目标类型的识别是当前传感器应用领域的研究热点,大量研究集中于提高目标的正确识别率,而关于实用系统中更为关键的目标误识率的实验结果却很少。针对这一问题,本文提出了一种新的基于仿生模式识别的地面声目标识别算法,详细描述了其原理及基于二权值神经元网络的实现算法,并利用实测数据集将其识别效果与现有识别方法(GMM,神经网络)进行了比较分析。实验结果表明,仿生模式识别方法能够有效克服现有识别系统中,误识率高、低训练样本数量情况下识别率低、系统需重复训练等缺点,具有更好的应用前景。

关键词：声目标识别仿生模式识别二权值神经元

来源：评论

学校读者我要写书评

暂无评论

基于矢量量化的仿生模式识别方法研究