导读:本文包含了特征信息融合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:特征,神经网络,信息,缺陷,视觉,齿轮箱,证据。
特征信息融合论文文献综述
王印松,王珏[1]（2019）在《特征指标信息融合的电动调节阀故障诊断》一文中研究指出调节阀作为控制系统的重要组成部分,它的故障诊断对于指导控制过程安全稳定地运行至关重要。为提高故障诊断的精确率,解决电动调节阀不同故障间可能存在相互关联的问题,提出一种基于特征指标信息融合的诊断方法。利用电动调节阀可测变量间的关系,计算能够反映电动调节阀不同故障特点的指标,并建立与之对应的神经网络;然后将每个神经网络的输出看作独立的证据体进行D-S证据融合,得到最终的诊断结果。实验结果及现场分析表明:该方法充分利用数据的有效信息,从不同侧面对故障进行诊断,能够有效地应用于电动调节阀的故障诊断,具有较高的应用价值。(本文来源于《中国测试》期刊2019年09期）
冯丹青,陈亮[2]（2019）在《基于多特征信息融合的彩色图像复杂度研究》一文中研究指出针对图像复杂度广泛应用却无统一标准的现状,构建基于彩色图像复杂度敏感模型的评价体系。以人类视觉系统为基准,选择颜色熵、能量、对比度、相关性、同质性和边缘比率特征,结合遗传算法和BP神经网络,构造了多特征信息融合的复杂度敏感模型。同时求解各个指标权重,创建图像复杂度与评价体系之间的定量机制。实验结果表明模型符合人眼视觉系统,且能够得到准确的彩色图像复杂度,为基于图像、视频等通信技术提供了有效参考依据。(本文来源于《通信技术》期刊2019年09期）
邵凡[3]（2019）在《基于多特征信息融合的岩体失稳预测方法研究》一文中研究指出岩体失稳预测是保障采矿安全生产的重要手段,岩体本身内部结构、力学性质及复杂的地质环境决定了从理论上对岩体稳定性进行评价是困难的。声发射技术通过对岩体失稳过程中能量释放效应的检测,能够提供缺陷在载荷下的不稳定信息,获得岩体失稳各阶段的力学行为与岩体失稳过程之间关系。因此,建立岩体失稳声发射信号与失稳过程之间的映射关系,能够为岩体失稳预测提供依据。本研究以红砂岩为研究对象,通过理论分析、仿真分析和试验研究相结合的方法,主要开展的工作有:在岩石力学试验系统上,通过对单轴压缩试验模拟岩体失稳过程,并采集岩体失稳声发射信号,对信号进行去噪及多特征提取,建立多特征信息融合预测模型,实现对岩体失稳各阶段的准确预测。主要研究成果如下:(1)通过分析声发射信号与岩体内部状态之间的关系,分析实验需求,设计单轴压缩试验和岩体声发射信号采集系统。获取岩体失稳声发射信号、垂直力和垂直形变。通过计算得到岩体失稳应力应变曲线,将岩体失稳状态划分为四个阶段。(2)针对岩体声发射信号非平稳、非线性的特点,由声发射信号数学模型构建仿真信号,并对其进行去噪处理,以均方根误差和相对误差为评价指标,证明了变分模式分解算法对非平稳、非线性信号的去噪能力。通过引入相关系数构建有效分量选取方法,对变分模式分解算法进行改进,消除了变分模式分解算法中参数K选取困难问题,并剔除虚假IMF分量。(3)采用参数分析法、时域分析法和频域分析法分别对岩体失稳各阶段提取的声发射信号进行特征提取,分析各特征对岩体失稳各阶段的区分能力;在此基础上提出了敏感特征评价方法,有效筛选出岩体失稳各阶段的敏感特征分量。(4)在分析BP神经网络特点的基础上,建立了基于BP神经网络的岩体失稳预测模型,利用遗传算法对BP神经网络的初始化权值和阈值进行优化,克服了BP神经网络模型易陷入局部最优解的缺陷;为消除预测过程中各环节可能产生的不确定性影响,结合D-S证据与遗传算法优化的BP神经网络预测模型提出一种多特征融合的岩体失稳现象预测模型,通过引入加权系数对基本概率分配函数构建方法进行优化,消除高冲突证据导致融合失效问题,提高了岩体失稳各阶段预测的准确性。综上所述,通过对岩体失稳声发射信号进行去噪和多特征提取,采用加权D-S证据融合结合遗传优化BP神经网络,并构建多特征信息融合岩体失稳预测模型,能够对岩体失稳各阶段进行精准预测,能够有效消除采矿生产中岩体失稳带来的安全隐患。(本文来源于《江西理工大学》期刊2019-05-22）
汤明皓[4]（2019）在《基于空时特征信息融合的微表情识别方法研究》一文中研究指出随着计算机技术和模式识别的飞速发展,人脸表情识别在许多研究领域都有广泛的应用。近年来,研究者们在人脸识别领域取得了许多成果,并开始着手研究一种特殊的面部细微表情——微表情。区别于一般的静态人脸表情识别,微表情识别不但需要提取每一帧图像中的人脸表情形变的空间特征信息,而且需要考虑到连续图像序列的时间运动信息。目前微表情识别方法的研究还处于一个发展的阶段,仍然存在一些尚未解决或者容易被忽视的问题:1)大部分现有特征提取算法提取的特征存在维度过高,冗余信息太多的问题,从而影响识别效果;2)由于微表情自身的微弱行为特点,微表情识别的特征提取方法鲁棒性差,识别效果不理想。针对上述问题,本文研究并设计了相关微表情识别的特征提取及其优化算法,主要工作如下:针对现有特征提取方法的信息冗余问题,提出了一种基于颜色空间信息融合(CSFL)的微表情识别方法。所提方法对微表情颜色空间通道的彩色信息进行有效地融合,同时结合时空特征的全局和局部信息,构建不同色彩通道特征的紧密关系,从而得到新的融合特征。新的融合特征相比于传统的特征,维度更低、干扰信息更少,特征更加紧凑有效。实验通过与在灰度空间和没有信息融合的颜色空间上直接提取的特征进行对比,利用支持向量机作为情感识别分类器训练评估识别效果,验证和分析该方法的微表情识别性能。实验结果表明,新型的融合特征可以有效地利用颜色信息并利用颜色空间中的微表情判别信息来增强时空描述符在处理微表情识别任务时的性能,在微表情识别率上有显着的提高。针对传统特征提取分类算法在微表情识别任务中鲁棒性差、识别效果不理想的问题,提出了一种基于块稀疏贝叶斯学习的微表情识别方法。该方法充分利用微表情特征矩阵内部结构的特性和相关性,通过块稀疏贝叶斯学习算法重构微表情特征矩阵的稀疏表示系数。与传统的稀疏表示分类方法相比,该方法得到的稀疏表示系数可以更好地获取微表情的内在差异信息。然后根据所求解的稀疏表示系数定义残差判别规则,从而测试微表情样本所属的类别。实验结果表明,该方法可以有效地改善传统稀疏表示分类算法的性能,解决微表情识别准确率低、鲁棒性差等问题,更为高效地识别微表情。(本文来源于《江苏大学》期刊2019-04-01）
脱羚[5]（2019）在《基于多特征信息融合的陶瓷砖表面质量在线检测方法研究》一文中研究指出我国陶瓷生产历史悠久,工艺制造水平随着时间的推移不断提高,现已成为世界上最大的建筑陶瓷生产基地。越来越多的陶瓷生产企业开始迈出国门进入国际市场。因而如何提升陶瓷砖品质,增加我国陶瓷生产企业的国际竞争力的问题不容忽视。而陶瓷砖表面的几何尺寸及其缺陷有无是衡量其品质的一个重要标准,因此陶瓷砖的尺寸测量及其缺陷检测就显得尤为重要。当前国内大部分陶瓷生产企业在面对陶瓷砖的质量检测时仍采用人工检选的方式,但这种方式精度低、速度慢,严重制约了陶瓷砖质量和档次的提升。而近年来随着图像采集技术和处理技术的发展,机器视觉检测技术已成为工业检测中的主要技术。该检测技术具有极强的灵活性和稳定性,操作简单且成本较低,已成为陶瓷砖质量检测的主要方向。面对这样的现状,本文以陶瓷砖为研究对象并结合机器视觉的检测技术,提出了一套基于多特征信息融合的陶瓷砖表面质量在线检测方法。根据陶瓷砖表面的待测参数及检测要求,本文的研究工作主要包括以下几个部分:(1)陶瓷砖表面质量在线检测硬件测试平台的搭建本文通过LED光源、面阵CCD相机及一些辅助性硬件设备完成了对陶瓷砖表面质量在线检测硬件测试平台的搭建。该平台能够对待测陶瓷砖表面图像进行了采集,并利用计算机对采集到的图像做进一步处理。(2)陶瓷砖表面质量在线检测算法的研究与设计本文通过对陶瓷砖待测参数特性的分析并根据其检测要求,研究并设计出了一套陶瓷砖表面质量检测算法。主要包含陶瓷砖表面尺寸在线测量算法和陶瓷砖表面缺陷在线检测算法两部分。其中尺寸测量部分的算法主要以改进的霍夫变换算法和TMOAA(Tuo`s Max Of Acme Algorithm)算法为核心,可快速准确的实现对陶瓷砖边长、厚度及其对角线尺寸的在线测量工作;而缺陷检测部分的算法主要以多特征信息融合技术为核心,采用基于自适应模糊推理系统的缺陷辨识器,完成对待测陶瓷砖表面五种常见缺陷的精确辨识,确定缺陷有无及其类型。(3)陶瓷砖表面质量在线检测软件的设计与实现本文在Visual Studio 2010软件开发环境下,采用C++语言并结合MFC框架及多线程技术等完成了对陶瓷砖表面质量在线检测软件系统的设计。该软件通过完成对人机交互界面的设计、检测算法的移植、数据库的调用等工作,实现了对陶瓷砖表面尺寸测量和缺陷检测、及检测信息的显示和存储等功能。本文通过对该检测系统硬件测试平台的搭建、质量检测算法的研究与设计及其软件部分的实现,完成了对陶瓷砖表面尺寸的在线测量及其缺陷检测。实验结果表明:所用方法针对陶瓷砖表面尺寸的测量精度可到达±0.1mm,并可精确完成对陶瓷砖表面五种常见缺陷的辨识工作,可达到陶瓷砖表面质量检测要求。(本文来源于《陕西科技大学》期刊2019-03-01）
金棋,王友仁,王俊[6]（2019）在《基于深度学习多样性特征提取与信息融合的行星齿轮箱故障诊断方法》一文中研究指出针对行星齿轮箱振动信号噪声干扰大、单一分类器泛化能力不强的问题,提出了一种基于深度学习多样性特征提取与信息融合的行星齿轮箱故障诊断方法。利用多目标优化算法优化多个堆栈去噪自动编码器(SDAE)以获得多个性能优异的SDAE,并提取多样性的故障特征;采用多响应线性回归模型集成多样性故障特征实现信息融合,得到多目标集成堆栈去噪自动编码器(MO-ESDAE),最后将其应用于行星齿轮箱故障诊断。实验结果表明:该方法能有效提高故障诊断精度与稳定性,具有较强的泛化能力。(本文来源于《中国机械工程》期刊2019年02期）
周强,脱羚,王莹,杨晓妍,王浩然[7]（2019）在《基于多特征信息融合的陶瓷墙地缺陷在线检测》一文中研究指出针对陶瓷墙地砖表面多种缺陷的检测问题,提出一种基于多特征信息融合的缺陷在线检测方法。该方法借助自适应神经模糊推理系统构建缺陷辨识器,对陶瓷墙地砖表面多种缺陷的各类特征值进行计算及信息融合,从而实现对这些缺陷的精确辨识。实验表明:该方法可准确有效地完成陶瓷墙地砖表面多种缺陷的在线检测工作。(本文来源于《硅酸盐通报》期刊2019年01期）
张思丝[8]（2018）在《基于特征判别的多源信息融合方法研究》一文中研究指出以我国互联网的迅猛发展为时代背景,基于在证据融合过程中经常遇到的信息来源广泛、信息数量庞大、信息不确定性等特点,研究了多源信息的融合方法和决策问题。选取信息的原理和特征进行系统研究,提出应用D-S证据理论的冲突证据修正方法。首先,对于网络信息时代对信息处理和整合的难点问题进行文献综述,主要分析了多源信息融合的国内外研究现状,以及在信息特征判别的基础上进行多源信息融合研究进展,为后续理论和技术研究提供研究基础。其次,主要研究了信息、信息分类、信息融合等相关概念,介绍主要信息融合框架型和信息融合主要技术,引出D-S证据理论的基础理论和应用方式,指出Dempster合成在高度冲突时缺陷问题,并对D-S证据理论的应用缺陷提出修正和完善的解决思路。然后,在研究D-S证据理论多源信息融合时,基于信息特征的提取的复杂性和随机性,以基本概率赋值函数的信息形式进行的融合方法构造BPA,为表达多源信息的复杂性和不确定性提供有效的基础信息处理技术方法。最后,基于D-S证据理论对冲突进行有效的识别,提出了基于不确定度的证据冲突度量方法。在证据冲突度量的基础上,作基于D-S证据理论在假设信息不同证据间的冲突问题,提出将证据冲突划分为高、中、低叁个信任区间进行识别的新思路,并通过具体算例验证提供融合决策的有效性。图14幅;表4个;参44篇。(本文来源于《华北理工大学》期刊2018-11-26）
尤政,赵开春[9]（2018）在《仿生偏振特征感知与导航信息融合的空间态势感知系统》一文中研究指出偏振成像技术已经成为有效提升空间遥感信息应用能力的有力工具。通过模拟自然界的昆虫、鸟类及鱼类偏振视觉系统的信息感知与高精度导航机制,探索基于仿生偏振视觉环境信息感知与位置姿态测量中的科学问题。构建基于偏振成像目标特征与导航信息融合的仿生态势感知系统,建立了仿生信息感知与导航解算模型,提出基于生物偏振视觉的仿生信息感知与导航的信息融合与误差分析关键算法,设计实现一种空间环境特征感知及导航信息融合的态势感知系统原理样机,数据更新率高于25 Hz,角度测量重复精度优于0.05°。(本文来源于《遥感学报》期刊2018年06期）
杜明洋,毕大平,王树亮,潘继飞[10]（2018）在《多特征信息融合的中心群跟踪算法》一文中研究指出传统的中心群跟踪(CGT)算法通过跟踪群的几何中心来实现对群整体运动的估计,但当存在杂波时,群目标的空间分布会受到杂波干扰,使群的中心位置受到影响,导致跟踪误差增大。文中基于多特征信息融合的思想,利用传感器获得的电磁辐射特征信息,将运动状态信息与时、频域特征信息进行融合,通过比较相关波门内的量测值与预测值之间的关联度,以达到滤除杂波的效果,完成对群中心的状态估计。仿真结果表明,文中算法在均方根误差和平均有效量测点数等方面相比传统算法有所改善,证明了算法的有效性。(本文来源于《弹箭与制导学报》期刊2018年06期）
特征信息融合论文开题报告
（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：
针对图像复杂度广泛应用却无统一标准的现状,构建基于彩色图像复杂度敏感模型的评价体系。以人类视觉系统为基准,选择颜色熵、能量、对比度、相关性、同质性和边缘比率特征,结合遗传算法和BP神经网络,构造了多特征信息融合的复杂度敏感模型。同时求解各个指标权重,创建图像复杂度与评价体系之间的定量机制。实验结果表明模型符合人眼视觉系统,且能够得到准确的彩色图像复杂度,为基于图像、视频等通信技术提供了有效参考依据。
（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。
特征信息融合论文参考文献
[1].王印松,王珏.特征指标信息融合的电动调节阀故障诊断[J].中国测试.2019
[2].冯丹青,陈亮.基于多特征信息融合的彩色图像复杂度研究[J].通信技术.2019
[3].邵凡.基于多特征信息融合的岩体失稳预测方法研究[D].江西理工大学.2019
[4].汤明皓.基于空时特征信息融合的微表情识别方法研究[D].江苏大学.2019
[5].脱羚.基于多特征信息融合的陶瓷砖表面质量在线检测方法研究[D].陕西科技大学.2019
[6].金棋,王友仁,王俊.基于深度学习多样性特征提取与信息融合的行星齿轮箱故障诊断方法[J].中国机械工程.2019
[7].周强,脱羚,王莹,杨晓妍,王浩然.基于多特征信息融合的陶瓷墙地缺陷在线检测[J].硅酸盐通报.2019
[8].张思丝.基于特征判别的多源信息融合方法研究[D].华北理工大学.2018
[9].尤政,赵开春.仿生偏振特征感知与导航信息融合的空间态势感知系统[J].遥感学报.2018
[10].杜明洋,毕大平,王树亮,潘继飞.多特征信息融合的中心群跟踪算法[J].弹箭与制导学报.2018
论文知识图
