检索结果-内蒙古大学图书馆

作者：黎芷昕燕山大学

学位级别：硕士

滚动轴承作为旋转机械传动系统的关键支撑部件,为风力发电机的承载与动力传递提供了坚强的保障。然而,由于风力发电机通常在恶劣环境下长时间连续运行,滚动轴承不可避免地会出现点蚀、磨损等局部故障,从而导致整个系统崩溃甚至人员伤亡... 详细信息

滚动轴承作为旋转机械传动系统的关键支撑部件,为风力发电机的承载与动力传递提供了坚强的保障。然而,由于风力发电机通常在恶劣环境下长时间连续运行,滚动轴承不可避免地会出现点蚀、磨损等局部故障,从而导致整个系统崩溃甚至人员伤亡。研究发现,当滚动轴承发生局部损伤时,将产生在时域表现为周期性瞬态脉冲的故障特征。然而,传感器采集的数据容易受到环境噪声和电磁干扰的污染,这使得很难从原始数据中直接识别出轴承故障特征信息。由于稀疏表示模型可以准确捕捉淹没在噪声中的故障特征,因此,本文基于稀疏表示理论,研究周期瞬态特征的提取问题,从而准确检测滚动轴承的健康状态。论文主要工作如下:(1)针对从混合信号中分离故障特征过于依赖先验知识的问题,提出了基于双树复小波包变换与混合非凸二阶差分组稀疏模型的滚动轴承故障诊断方法。首先,基于轴承故障信号的结构特点,将二阶差分模型与组稀疏模型融合,从而自适应分离出含噪信号中的故障特征,并进一步引入非凸惩罚项来提升重构信号的稀疏性。其次,利用双树复小波包变换分解振动信号,以平均子带峭度与构造的能量指标作为频带选取准则,有效消除了谐波和高斯噪声的干扰。然后,基于能量指标提出了一种正则化参数选定策略;讨论了所提模型的严格保凸条件,采用高效小波差分优化算法与极大极小优化算法求解目标函数。最后,利用数值仿真和风力发电机实测数据验证了所提方法在滚动轴承单故障检测中的有效性和优越性。(2)针对强噪声下微弱周期脉冲难以有效提取的问题,本文基于弹性网和L范数构造了一种非凸惩罚函数,提出了一种稀疏性增强周期组稀疏模型用以检测滚动轴承故障。提出的稀疏模型中,非凸惩罚函数的内部函数采用周期引导的弹性网组稀疏约束,并利用包络自相关函数动态更新周期先验信息,提高群内高度相关特征的提取精度。同时,在惩罚函数中引入非凸L范数来约束整体变量的稀疏性,从而在保持微弱脉冲振幅的前提下引导故障特征组内和组间的稀疏性。构建了一个综合评价指标作为蛾焰算法的适应度函数,实现了模型参数的自动选择。在极大极小优化算法和改进的软阈值算法的基础上,给出了模型目标函数的求解过程,并对所提方法的性能进行了分析。最后,借助两组滚动轴承故障数据验证了所提方法在弱周期脉冲的提取方面的有效性和优越性。

关键词：滚动轴承稀疏表示非凸正则化组稀疏模型故障特征提取

来源：评论

学校读者我要写书评

暂无评论

基于超分辨率和组稀疏表示的多聚焦图像融合

引用

光子学报 2019年第7期48卷 90-101页

作者：冯鑫胡开群袁毅张建华翟治芬重庆工商大学机械工程学院制造装备机构设计与控制重庆市重点实验室重庆400067 中国农业科学院农业信息研究所北京100081 农业部规划设计研究院北京100125

提出一种基于超分辨率结合组稀疏表示模型的多聚焦图像融合方法.首先,使用双三次插值方法增强源图像的分辨率及源多聚焦图像信息;然后采用自适应稀疏表示学习字典分别对没有明显主导方向和特定主导方向的图像块进行学习,并采用组稀疏表... 详细信息

提出一种基于超分辨率结合组稀疏表示模型的多聚焦图像融合方法.首先,使用双三次插值方法增强源图像的分辨率及源多聚焦图像信息;然后采用自适应稀疏表示学习字典分别对没有明显主导方向和特定主导方向的图像块进行学习,并采用组稀疏表示模型对源多聚焦图像进行稀疏系数表示;最后采用最大l1范数来选择最终的表示系数向量.实验结果表明,所提方法克服了多聚焦图像融合易出现的低空间分辨率和模糊效果的缺点,具有更好的对比度和清晰度,主观视觉效果和客观指标均优于传统多聚焦图像融合方法,在三组图像融合结果的互信息指标上分别领先0.37、0.38和0.32.

关键词：多聚焦图像图像融合组稀疏模型超分辨率自适应稀疏表示

来源：评论

学校读者我要写书评

暂无评论

基于稀疏表示和时空上下文的目标跟踪算法研究

基于稀疏表示和时空上下文的目标跟踪算法研究

引用

作者：赵俊齐兰州理工大学

学位级别：硕士

目标跟踪是计算机视觉领域重要的研究方向之一,目标跟踪技术已在视频监控、人机交互、视觉导航等领域取得了广泛应用。目标跟踪技术发展到现在,大量学者对其进行不断研究并提出了许多优秀的跟踪算法。但是,如何有效地解决目标跟踪过程... 详细信息

目标跟踪是计算机视觉领域重要的研究方向之一,目标跟踪技术已在视频监控、人机交互、视觉导航等领域取得了广泛应用。目标跟踪技术发展到现在,大量学者对其进行不断研究并提出了许多优秀的跟踪算法。但是,如何有效地解决目标跟踪过程中由于遮挡、光照变化、背景混乱等复杂性因素引起的目标外观变化仍然需要进行进一步的研究。本文在基于稀疏表示跟踪方法的基础上进行研究的,针对基于稀疏表示跟踪方法存在的计算复杂度高以及目标表示准确性差的不足进行改进。论文的主要研究工作和创新性体现在以下几个方面:针对基于稀疏表示跟踪方法存在的计算复杂度高以及目标表示准确性不高的问题,提出联合反稀疏表示与时空上下文的目标跟踪方法。由于候选目标是由粒子滤波的方法通过随机采样生成的,使得一些候选目标与目标模板或者前一帧图像跟踪结果的相似性较低,进而影响跟踪结果的准确性。因此,这里使用时空上下文的方法对候选目标进行优化选择以提高候选目标表示目标模板的准确性。最后根据选择出的候选目标和目标模板通过反稀疏表示的方法进行稀疏系数的求解,并根据计算出的稀疏系数找出最优的候选作为跟踪结果。针对基于反稀疏表示跟踪方法没有利用候选目标之间相似性的不足,提出基于组稀疏模型的目标跟踪方法。由于利用粒子滤波方法生成的候选目标之间存在着一定程度的相似性,为了利用候选目标之间的相似性,使用K-means聚类方法对候选目标根据相似性进行聚类,并将聚类后得到的具有组结构的候选目标作为字典来表示目标模板。最后通过求解组稀疏系数,并从组结构的候选目标中选择最相似的一组或多组候选目标,进而选出最相似的候选目标作为跟踪结果。

关键词：目标跟踪稀疏表示时空上下文组稀疏模型 K-means聚类

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：