共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
《黑龙江科技信息》2018,(34)
变压器是电力系统中的关键设备,它的继电保护措施需要更加可靠的方案来确保其平稳运转。变压器内部故障电流和励磁涌流的识别是变压器继电保护设计中的一个富有挑战性的问题。当励磁涌流产生时,变压器保护经常会误动作而跳闸,导致在正常运行中出现一系列的问题,并且这些问题除非人为解除,否则会一直存在。传统的识别方法在解决该问题的准确性方面有一定局限性。本文研究了一种基于EWT和SVM的变压器内部故障电流和励磁涌流识别的方法。使用MATLAB中的SIMULINK功能建立仿真,来验证该方法。利用EWT算法对仿真数据进行特征提取。这些特征被用来修正SVM。之后,利用测试向量对识别精度进行检验。为了提高识别精度,还对SVM的不同内核函数进行了测试。 相似文献
3.
不同舰船目标辐射噪声的噪声平均功率谱具有差异性特征,能在一定程度上反映舰船目标的吨位、航速、类型等。研究舰船辐射噪声信号的特征提取和频谱分解方法,对提高舰船目标的识别能力具有重要意义。传统的舰船辐射噪声关联特征提取采用的是基于定量递归分析的关联维特征提取方法,当在关联特征提取中舰船辐射噪声信号出现奇异吸引子特征时,提取的舰船目标特征产生混迭谱,导致频谱畸变,影响目标识别性能。针对这一问题,提出一种基于预畸变趋化关联特征提取的舰船噪声信号混迭谱分解方法,设计舰船辐射噪声产生与信号源系统模型,进行声传感器布置研究,进行特征提取和混迭谱分解算法改进分析。仿真实验得出,采用该方法进行舰船辐射噪声信号的预畸变趋化关联特征提取,能有效展示舰船辐射噪声信号的内部规律特征,提高对舰船辐射噪声信号的特征提取性能和目标识别精度。 相似文献
4.
电气设备发生故障或者老化的时候,运行声音首先发生变化,为了准确的识别电气设备的磨损状态,提出了基于电气设备磨损声发射信号的小波包多尺度信息熵(频域)特征和 AR模型系数(时域)特征相触合的特征提取方法.然后采用核主成分分析方提取触合特征的主元,降低特征向量维数组成新的特征向量,送入最小二乘支持向量机训练、识别. 相似文献
5.
为了最大限度提取到局放故障最本质的信息,利用超球面支持向量机对不同绝缘故障局部放电类型进行模式识别。局部放电信号检测复杂,对应故障类型多样,局部放电样本数目有限且特征量呈非线性,使得BP神经网络和SVM的识别率较低。本文基于自回归系数特征,采用经过粒子群优化的超球面支持向量机对不同绝缘故障类型的局部放电进行模式识别,识别率高,这对提高局部放电模式识别率具有一定的指导意义。 相似文献
6.
7.
轨道交通网络配网调度管理中,需要对交通网络的故障特征节点进行准确检测和识别,实现故障排除和诊断的目的。传统方法中,对轨道交通的故障网络特征识别采用模糊前馈神经网络识别方法,容易使得故障节点边缘化,特征识别性能不好。提出一种基于干扰伪峰聚焦检测的轨道交通故障网络特征识别方法,首先进行轨道交通故障网络模型构建与信号提取,对故障信号进行数学模型构建,实现对故障特征的有效提取,计算控制中心采集到的故障网络宽带波动信号的指向性增益。采用二阶累积算子对故障信号的干扰伪峰进行后置聚焦,实现对干扰伪峰的滤除,提高对轨道交通故障网络的特征识别性能。实验结果得出,该算法具有较好的轨道交通网络组网和故障检测识别能力,识别率较高,优越性明显,具有较高的实用价值。 相似文献
8.
基于Hilbert谱提取的舰船发动机故障信号分解 总被引：2，自引：0，他引：2
发动机故障特征提取是进行故障诊断的基础,研究舰船发动机故障信号分解下特征参数提取和专家系统故障诊断识别问题,传统方法中通过经验模态分解方法提取故障信号的基频信息,在特征分解过程中需要预先选择基函数,计算复杂,且不能反映信号的幅值在整个频率段上随频率的变化,故障信息表征不全。提出一种基于改进的经验模态分解Hilbert谱提取的发动机故障诊断方法,采用Hil-bert-Huang变换方法的Hilbert谱提取方法,把舰船发动机故障信号这一复杂信号分解成若干个IMF分量之和,利用局部极大值与局部极小值对信号的特征时间尺度进行信号包络分解,在时变ARMA(2p,2q)模型中,分别对每个IMF用Hilbert-Huang变换进行谱分析,提取故障信号的Hilbert谱特征,在Simu-link平台下进行仿真实验,结果表明该故障诊断方法和智能专家系统能准确诊断发动机5类故障,稳定性好。 相似文献
9.
10.
文字图像由于受噪声、随机污点的干扰,以及图像边框的影响,其字符很难精确分割,直接影响后续的特征提取以及识别工作.为解决上述问题,本文提出采用分形理论进行字符切分,仿真结果证明此方法和传统的基于上下轮廓凹凸特征的分割方法相比,可以有效抑制噪声特别是图像边框干扰,提高了切分的正确率. 相似文献
11.
12.
13.
本文重点论述了基于形状特征的不变矩特征提取方法,并通过实验验证不变矩特征提取方法在合成孔径雷达(Synthetic Aperture Radar,简称SAR)图像目标识别过程中既能保证特征的有效性,又具有旋转、平移和缩放不变性,同时维数不高,计算量不大,是一种有效的目标特征提取方法。 相似文献
14.
基于SVM的人脸识别系统的研究 总被引：1，自引：0，他引：1
该文使用PCA来提取人脸的特征,克服了K-L算法计算量大,计算耗时长的缺点。实验表明该算法减少了特征提取时间。然后运用SVM来进行人脸识别。将两类分类问题的识别策略应用到多类分类问题,以ORL人脸库做的实验中得到了很好的识别效果 相似文献
15.
张娅婷 《内蒙古科技与经济》2019,(10)
针对常用的特征提取方法存在着误差较大,且方法多样难以有效对其进行选取等问题,提出一种基于变分模态分解和卷积神经网络的脱硫增压风机轴承智能诊断故障诊断方法,首先对信号做变分模态分解,以期把信号中不同成分分解到不同的频段节点上;最后对包含有故障信号的不同节点作为卷积神经网络的输入进行自动特征提取,利用分类器对特征进行分类,从而实现脱硫增压风机轴承的故障智能诊断。 相似文献
16.
充分研究反演积分量对S变换控制的无损可逆性,提出基于宽度不可变高斯窗函数的无损可逆时频联合特征提取算法,对高频复杂电磁特征提取实现和精确挖掘。对目标电磁信号进行时频分析,在S变换中加入宽度可变反演积分函数窗,进行特征分流控制,根据S变换无损可逆性,结合时频分析,提取无损可逆联合分布特征。仿真实验在不同信噪比下进行特征提取,实验结果表明不同信噪比下提取的时频联合分布特征具有相对不可变性,特征分类准确性比传统方法高,健壮性强,在目标识别等领域研究价值和应用前景。 相似文献
17.
针对传统方法的人体动态行为智能识别方法存在识别率较低等问题,提出基于神经网络的人体动态行为智能识别方法。对人体动态行为数据预处理,并构建人工神经网络模型,实现人工神经网络训练以及特征提取;将视频的光流图像放置于卷积神经网络模型中,获取图像的时域特征;融合人工神经网络特征与时域特征,并将其放入SVM中进行类别划分,实现基于神经网络的人体动态行为智能识别。仿真实验研究结果表明,所提方法能够有效提升人体动态行为识别准确率,并且整个方法的综合性能较好。 相似文献
18.
《科技通报》2015,(8)
对重叠指纹的快速分离是实现复杂环境下指纹特征鉴别和识别的关键。传统的重叠指纹分离算法采用指纹特征提取自动匹配技术,需要大量的先验指纹数据库知识才能实现重叠指纹的分离,可操作性不强。提出一种基于纹理特征分形的重叠指纹快速分离技术。构建指纹图像采集系统,指纹图像采集根据嵴与峪的几何特性进行指纹的纹理特征提取,感知指纹的几何特性是指在空间上嵴是突起特征部分,采用指纹增强技术,增强嵴峪对比度,使得图像更加清晰和真实,把重叠指纹的嵴的宽度降为单个像素的宽度,得到嵴线的骨架图像,设计纹理特征分形算法实现重叠指纹的快速分离。仿真结果表明,采用该算法进行指纹分离和识别,性能优越,准确度高,耗时少。 相似文献
19.
20.
为有效定位识别和提取网络流量序列的暂态性异常特征,针对网络异常流量特征扰动性和暂态性特点,提出一种基于小波分解的二叉分类回归决策树主分量特征优化跟踪特征提取算法。利用训练集建立决策树模型,采用二叉分类回归决策树模型进行主分量特征优化跟踪建模,利用双正交提升小波分解得到的各层细节信号对暂态性扰动特征的敏感性,实现网络流量异常特征的定位提取和识别。仿真实验表明,改进算法的抗干扰能力和分辨率提高显著,暂态性异常特征谱图分辨能力提高,异常特征分布谱清晰可见,展示了较好的特征提取和状态识别性能。 相似文献