导读:本文包含了局部变换论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:局部,图像,特征,线性,小波,卷积,油膜。
局部变换论文文献综述
励文艳,程珩,赵立红,韩露[1]（2019）在《基于局部s变换和极限学习机的柱塞泵滑靴磨损故障诊断》一文中研究指出针对轴向柱塞泵结构复杂、故障信号微弱且易受噪声干扰难以进行故障模式识别的问题,提出一种基于局部s变换和极限学习机的柱塞泵故障诊断方法,对不同程度滑靴磨损故障进行诊断。采集柱塞泵在正常和不同故障状态下的振动信号进行局部s变换,对不同的特征向量组进行定性和定量比较,选择提取s矩阵最大奇异值、转轴振动基频能量占比和柱塞振动基频能量占比共叁维特征向量,将特征向量输入极限学习机完成故障模式的识别,识别精度可达99%以上。最后将极限学习机与支撑向量机分类结果进行对比,证明所提故障诊断方法可以用较少的特征向量获得较高的诊断精度。(本文来源于《液压与气动》期刊2019年12期）
孙京文,闫士举,韩勇森,宋成利[2]（2019）在《基于脑部磁共振图像叁维局部模式变换特征提取进行阿尔茨海默病病程预测分类》一文中研究指出本文提出一种叁维局部模式变换提取进行纹理特征并与常规特征相融合的方法,基于脑部磁共振图像,对认知功能正常的健康人体(CN)、轻度认知障碍(MCI)患者和阿尔茨海默病(AD)患者进行预测分类.首先对46例CN对照组、61例MCI患者和25例AD患者的脑部磁共振图像提取感兴趣区域,然后提取双侧海马体组织、灰质和白质的叁维局部模式变换纹理特征和常规特征,并将两类特征融合,使用支持向量机分类算法进行分类.结果显示利用本方法,基于双侧海马体组织对AD组和CN组进行分类的准确率为88.73%、敏感度为78.00%、特异度为95.7%、受试者工作特征(ROC)曲线下面积(AUC)为0.886 5;基于灰质的准确率为85.92%、敏感度为80.00%、特异度为86.6%、AUC为0.854 3.这证明基于海马体磁共振图像,利用本文提出的改进叁维局部模式变换提取的纹理特征进行阿尔茨海默病病程分类效果较好,融合常规特征后更可提高分类预测的精度.(本文来源于《波谱学杂志》期刊2019年03期）
秦金飞,朱琦,周玮,张军,薛丽[3]（2019）在《基于经验小波与小波变换的GIS局部放电信号去噪方法研究》一文中研究指出为解决气体绝缘组合电器(gas insulated switchgear,GIS)内部缺陷局部放电(partial discharge,PD)信号含有噪声的问题,搭建了模拟局部放电环境,采用超高频法(ultra-high frequency,UHF)采集缺陷PD信号。针对UHF PD信号具有周期性窄带噪声与白噪声的特点,提出了基于改进的经验小波(experience wavelet,EWT)与小波变换结合进行UHF PD信号的去噪研究。首先,含噪信号通过EWT预处理分解为多频率的模态函数,然后对模态函数进行小波去噪处理,将去噪后的模态函数按照峭度值进行划分,根据合适的阈值选取UHF PD信号的有效成分并重构信号,最后,通过构建UHF PD仿真信号并采用实测数据验证所提算法的有效性。仿真实验与实测去噪结果表明:文中所提改进去噪算法具有良好的噪声抑制能力,为GIS设备内部UHF PD信号去噪提供参考。(本文来源于《高压电器》期刊2019年07期）
王竞雪,张晶[4]（2019）在《局部仿射变换的自适应窗口立体影像匹配算法》一文中研究指出针对现有固定窗口相关匹配方式难以适用纹理断裂、深度不一、纹理匮乏等近景影像匹配问题,该文提出一种结合局部仿射变换的自适应窗口匹配算法。以ASIFT特征点作为匹配基元:①利用同名叁角网局部仿射变换确定匹配搜索区域;②利用Canny边缘点约束确定候选点自适应相关窗口,对应的建立参考点相关窗口;③建立顾及窗口尺寸的灰度差异相似性测度函数,将小于阈值的最小函数值对应的候选点作为匹配同名点;④采用RANSAC方法对匹配结果进行检核剔除错误匹配。选择3组典型特征的近景影像进行匹配实验,该文算法均能获得可靠的匹配结果,验证该算法的鲁棒性。通过与不同窗口、不同算法进行对比分析,本算法能有效减少窗口内像素点深度不一致引起的错误匹配,且在增加匹配点数量的同时提高匹配精度和可靠性。(本文来源于《测绘科学》期刊2019年09期）
晋云雨[5]（2019）在《基于同步挤压傅立叶变换和多尺度散布熵的局部放电特征提取》一文中研究指出局部放电作为电气设备发生绝缘故障的伴随现象,包含了绝缘故障发生类型的各类信息。电气设备发生不同的绝缘故障时伴随着不同的局部放电信号,所以快速准确的对局部放电类型识别对判断电气设备绝缘故障类型及采取合适的维修方式有着重要意义。而在局部放电分类识别中关键步骤就是对放电信号进行特征提取。针对目前在放电信号特征提取中存在的特征识别稳定性差,分类识别率低的问题,本文研究了同步挤压傅立叶变换和多尺度散布熵的局部放电特征提取方法,主要的内容如下:文中提出提一种基于同步挤压窗口傅里叶变换(WFSST)和多尺度散布熵(MDE)的特征提取方法(WFSST-MDE)。首先使用同步挤压窗口傅里叶变换算法对实验室条件下采集的4种典型绝缘故障的局部放电信号进行分解,变换分解获得放电信号的内蕴模态类函数分量(IMTFs);然后,对于每一类局部放电信号,利用中心频率法选择适用于类型识别的模态分量的个数K,在分别计算模态分量的多尺度散布熵,并组合作为原始特征集。再对原始特征量使用最大相关最小冗余准则进行优选降维,将优化的特征集使用支持向量机(SVM)进行分类。实验结果表明:无论是否有噪声干扰,WFSST-MDE方法都能较好地提取局部放电信号的特征,所提取的特征能准确的刻画不同类型放电信号的波动提醒和复杂度差异,与MDE方法以及基于经验模态分解(EMD)的MDE方法(EMD-MDE)相比,WFSST-MDE方法具有更高的识别率和更好的噪声鲁棒性。为了进一步提高同步挤压窗口傅里叶变换对局部放电信号的频谱分析能力,减少模态分量抽取时的频谱混迭和频谱泄漏,提出了一种基于Kaiser自卷积窗的WFSST和多尺度散布熵的特征提取方法(KCWFSST-MDE)。Kaiser自卷积窗具有优良的旁瓣性能,能够抑制频谱泄漏和模态混迭对抽取分量的影响,使获得的MDE更好地反映局放信号的波动特性和时频复杂度。实验结果表明,基于Kaiser自卷积窗的KCWFSST-MDE算法的识别正确率要高于WFSST-MDE算法。(本文来源于《武汉科技大学》期刊2019-05-01）
雷建华,王长虎,罗浩[6]（2019）在《建设项目使用林地调查规范坐标系与工程设计局部坐标系的变换》一文中研究指出工程测量规范和建设项目使用林地可行性调查规范对各自成果的坐标系和精度要求不同,这使得一些工程测量成果(建设项目用地红线)在林业调查中不能直接迭加使用,需要进行坐标变换。文章介绍了多种工程局部坐标系建立原理,并重点对同一椭球下的多种工程局部坐标系变换到国家统一坐标系提出解决方法,同时也简述了不同椭球下的国家统一坐标系间变换。(本文来源于《四川林勘设计》期刊2019年01期）
谭莉[7]（2019）在《基于局部仿射变换一致性的图像匹配技术研究》一文中研究指出图像匹配技术是图像处理和计算机视觉领域中的一项基础性研究,在众多生活场景中均有应用。现有的图像匹配技术主要基于图像的局部特征展开,早期算法通常假定待匹配图像的正确匹配特征间具有全局一致的几何变换,因而只能处理具有固定变换的单物体匹配问题。近期的匹配算法主要采用图优化算法定位图像中具有相似几何变换的局部特征匹配集,较之早期算法能更好地处理多物体及形变等问题,但在匹配精度、鲁棒性及效率方面仍存在一定的局限性。本文在前人研究的基础上,进一步探索基于局部仿射变换一致性的图像匹配技术。主要提出了一种基于局部几何结构仿射变换一致性评估的算法,以及基于局部特征匹配对仿射变换和特征点坐标联合域一致性的密度聚类算法来实现图像匹配。本文主要包括以下内容:首先,简要介绍本文算法所涉及的相关理论知识。主要对图像匹配流程、图像特征提取、聚类方法以及对称传递误差等方面知识进行简要介绍,为后期具体的算法表述做一个基础知识的铺垫。其次,提出一种基于局部几何结构仿射变换一致性评估的算法,并基于该评估算法提出一种启发式图像局部特征集匹配方法。采用局部线性嵌入将每个的预匹配特征点均用其相邻预匹配对的特征点线性表示。该表示蕴含了当前特征点邻近区域的几何结构特性,且正确的预匹配对在不同图像上的局部邻域几何结构应具有仿射变换不变性。为此,设计一个能量式优化评估一对匹配点局部几何结构在待匹配图像中的差异程度,并采用启发式原则依据差异程度的大小过滤预匹配集中的错误匹配。为提高查全率,以当前过滤后的特征匹配集为基准,查找其邻近区域中的每一个匹配对重新构建能量式并评估其几何结构一致性,找回正确的匹配对,不断重复该过程直至结果集不再增加。本文实验表明了基于局部结构相似的匹配算法的有效性。最后,提出一种基于预匹配对局部邻域仿射变换空间及特征点坐标空间联合密度聚类的图像匹配算法。每一对预匹配对关联的局部特征区域之间都可估算一个仿射变换映射。观察表明,匹配同一物体的正确匹配对之间其对应的仿射变换较为相似,且它们位于同一个图像上的特征点相对靠近,而错误的匹配对并不具有这两种特性。因此,在预匹配对的仿射变换及特征点坐标联合空间中,正确的匹配对成簇出现,而错误的匹配呈现为散乱噪声点。有鉴于此,本文利用预匹配对几何变换的相似性及其坐标点的距离协同过滤错误匹配。基于这两种距离将具有相近的坐标点及相似局部几何变换的匹配映射到联合空间中,估算每个特征匹配对在空间中的密度,并进行基于密度的聚类。实验对比表明本文提出的匹配算法相对于其他匹配算法获得了更好的匹配效果。(本文来源于《安徽大学》期刊2019-03-01）
周慧,陈澎[8]（2019）在《利用曲波变换和局部线性嵌入算法的SAR图像海面油膜特征提取》一文中研究指出溢油事故带来的海洋污染问题日益严重,SAR图像快速准确地自动识别为溢油事故的处理和决策支持提供了重要前提。为了获得更高的油膜识别准确率,提出了一种基于曲波变换(Curvelet)和局部线性嵌入(Local Linear Embedding,LLE)算法的SAR图像特征提取方法。首先,利用Curvelet对图像进行分解,选取包含了主要信息的低频分量作为新的图像矩阵;然后,利用LLE进行非线性降维,提取图像分类特征。为了验证提取特征的有效性,所提的Curvelet-LLE算法与PCA、LLE、等距特征映射(Isomap)、Curvelet变换和Fisher判别分析(Curvelet-KFD)、Wavelet-LLE等特征提取算法,利用K最近邻和支持向量机分类器分别进行了对比实验。实验结果表明,Curvelet-LLE算法能更有效地提取SAR图像油膜识别的分类鉴别特征,其准确率相对较高,具有较好的实用性。(本文来源于《电讯技术》期刊2019年01期）
张方东[9]（2018）在《基于轮廓波变换和局部二元模式的齿轮箱故障分类方法研究》一文中研究指出针对实际工况中难于提取齿轮箱故障特征的问题,根据轮廓波变换的全局纹理和局部二元模式的局部纹理特性,提出了一种基于振动信号时频图像的故障特征提取方法。首先,利用小波变换将振动信号变换到时频域并得到其时频灰度图像;然后,对该灰度图像进行轮廓波变换,得到低频和高频子带部分,提取低频子带的均值和标准差以及高频子带各层的能量均值作为一部分特征向量;同时,对该时频灰度图像进行局部二元模式的特征值提取并得到另一部分特征向量,将两部分特征向量进行组合连接得到最终的特征向量;最后,利用支持向量机对齿轮箱不同程度故障进行分类测试,实验结果表明了该方法的有效性,为机械设备的模式识别提供了一种方法。(本文来源于《机械传动》期刊2018年12期）
代荡荡,王先培,龙嘉川,田猛,朱国威[10]（2018）在《基于改进Protrugram和小波变换的超高频局部放电信号去噪方法》一文中研究指出为同时抑制超高频(UHF)局部放电(PD)信号中的周期性窄带噪声和随机白噪声,在分析UHF PD信号频谱特性的基础上,发现PD脉冲的频谱具有以某一频率为中心向左右两侧衰减的特征,中心频率处的谱线幅值要明显高于边带部分,且位于谱图上的局部极大值点处。为此,提出了一种基于改进Protrugram和小波变换的UHFPD信号去噪算法。该方法首先在频域上识别PD脉冲的中心频率,然后依据"峭度值"这一指标自适应获取中心频率所对应的频宽,实现脉冲的频谱定位。最后采用小波去噪法去除信号中的冗余白噪声,实现多类噪声的有效抑制。仿真和实测结果表明:同经典的小波去噪算法和集合经验模态分解(EEMD)自适应阈值算法相比,所提算法不仅具有更好的噪声抑制能力,且能更好地保留有效信号。论文研究可为超高频信号去噪提供参考。(本文来源于《高电压技术》期刊2018年11期）
局部变换论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文提出一种叁维局部模式变换提取进行纹理特征并与常规特征相融合的方法,基于脑部磁共振图像,对认知功能正常的健康人体(CN)、轻度认知障碍(MCI)患者和阿尔茨海默病(AD)患者进行预测分类.首先对46例CN对照组、61例MCI患者和25例AD患者的脑部磁共振图像提取感兴趣区域,然后提取双侧海马体组织、灰质和白质的叁维局部模式变换纹理特征和常规特征,并将两类特征融合,使用支持向量机分类算法进行分类.结果显示利用本方法,基于双侧海马体组织对AD组和CN组进行分类的准确率为88.73%、敏感度为78.00%、特异度为95.7%、受试者工作特征(ROC)曲线下面积(AUC)为0.886 5;基于灰质的准确率为85.92%、敏感度为80.00%、特异度为86.6%、AUC为0.854 3.这证明基于海马体磁共振图像,利用本文提出的改进叁维局部模式变换提取的纹理特征进行阿尔茨海默病病程分类效果较好,融合常规特征后更可提高分类预测的精度.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
局部变换论文参考文献
[1].励文艳,程珩,赵立红,韩露.基于局部s变换和极限学习机的柱塞泵滑靴磨损故障诊断[J].液压与气动.2019
[2].孙京文,闫士举,韩勇森,宋成利.基于脑部磁共振图像叁维局部模式变换特征提取进行阿尔茨海默病病程预测分类[J].波谱学杂志.2019
[3].秦金飞,朱琦,周玮,张军,薛丽.基于经验小波与小波变换的GIS局部放电信号去噪方法研究[J].高压电器.2019
[4].王竞雪,张晶.局部仿射变换的自适应窗口立体影像匹配算法[J].测绘科学.2019
[5].晋云雨.基于同步挤压傅立叶变换和多尺度散布熵的局部放电特征提取[D].武汉科技大学.2019
[6].雷建华,王长虎,罗浩.建设项目使用林地调查规范坐标系与工程设计局部坐标系的变换[J].四川林勘设计.2019
[7].谭莉.基于局部仿射变换一致性的图像匹配技术研究[D].安徽大学.2019
[8].周慧,陈澎.利用曲波变换和局部线性嵌入算法的SAR图像海面油膜特征提取[J].电讯技术.2019
[9].张方东.基于轮廓波变换和局部二元模式的齿轮箱故障分类方法研究[J].机械传动.2018
[10].代荡荡,王先培,龙嘉川,田猛,朱国威.基于改进Protrugram和小波变换的超高频局部放电信号去噪方法[J].高电压技术.2018
论文知识图
