简介：滚动轴承的故障信号往往是微弱的周期信号,而混沌振子对特定频率的微弱周期信号十分敏感,可以有效地检测出故障信号.介绍了混沌振子的数学模型和基本检测原理,以及策动力临界阈值的确定方法.将混沌振子检测法应用于滚动轴承外圈、内圈和滚动体故障信号的检测中,通过输出相图的变化来判断故障信号是否存在,有效地实现了对滚动轴承故障信号的检测.

简介：摘要院对风电机组齿轮传动系统的加速度振动信号（称为实验信号）进行测试，计算获得其功率谱。并用细化谱与解调谱分析相结合的方法对其功率谱进行分析，得到实验信号的故障特征，初步判断齿轮传动系统发生故障的大概位置及故障类型。为进一步准确验证故障，建立其相应故障的齿轮传动系统的动力学模型，进行动力学模拟分析，对所模拟的振动响应信号采用实验信号相同的处理方法对其处理分析，得到模拟振动信号的故障特征。通过模拟信号的故障特征分析验证了对实验信号故障诊断的正确性。并用分形方法分析了齿轮传动系统不同状态信号功率谱的分形特征。结果表明，关联维数能反映出其振动信号成分的复杂程度，区别出故障的位置和程度。所以，可作为齿轮传动系统的故障特征量及故障诊断的依据。

简介：目标长、宽、高三维几何特征，对SAR图像解译与目标识别等具有重要意义。从SAR成像几何出发，根据SAR观测俯仰角、目标及阴影之间的几何关系，研究提出了基于两维高分辨SAR图像阴影信息的车辆目标三维几何特征提取方法。该方法既可由某一方位角的单幅SAR图像提取目标三维几何特征，也可通过任意有限（3～5）个方位角SAR图像的融合提取目标三维几何特征，而且融合还可有效提高目标三维几何特征的提取精度。通过大量MSTAR实测SAR图像数据的实验结果，验证了其有效性。

简介：摘要隧道区域是高速公路管理的重点区域，行人和非机动车辆违规进入高速公路隧道内会严重影响高速公路的正常运行，造成巨大的安全隐患。因此，针对隧道环境下视频监控中的行人检测技术是高速公路正常运营的重要保障。隧道环境内，环境光照条件差，在图像中产生大量噪声，行人在隧道内目标小，像素低，给隧道环境下行人检测带来很大挑战。本文主要研宄了视频检测中的前景目标与背景目标的分割方法，使用了基于数学特征提取方法与卷积神经网络的行人目标检测方法。并且针对提取特征训练的分类器遍历搜索慢，在隧道场景下采用运动信息缩小搜索范围，节省了搜索时间。另外针对隧道环境下噪声大行人特征提取困难的问题，利用卷积神经网络对特征提取的优势特点，训练了端到端的隧道场景下行人检测网络。

简介：本文提出了一种基于支持向量机分类器的水平集方法的图像特征提取方法,在提取图像特征的水平集方法应用中,通过改进水平集能量函数,引入区域信息,能够同时提取图像目标的内外边界,并且收敛速度快。提取图像特征之后通过支持向量机非线性分类器对待处理图像进行分类。

简介：从DEM（数字高程模型）中提取地形、地貌信息是当今GIS空间分析领域中的一个重要方面.利用ArcGIS软件的Hydrology模块,对丹江口水库上游的汉江流域的ASTERGDEM（先进星载热发射和反射辐射仪全球数字高程模型）进行了相关处理,提取了研究区域水流流向、汇流栅格生成、河网水系、子流域边界等流域特征信息,讨论分析了信息提取过程中存在的问题及解决方法.

简介：为提高人脸识别的正确率，提出了一种改进的特征提取及分类算法。首先采用Contour-let变换对人脸图像进行多尺度分解，然后由低频子带和各尺度各方向的高频子带得到人脸的特征值，并将它们组合成多尺度特征向量，再应用多元回归分析方法进行人脸识别。由于多尺度特征向量不仅反映了整幅图像的全局特征，还反映了图像各种尺度下的边缘、纹理等奇异特征，因此具有更多的鉴别信息；多元回归分析则充分考虑了同一总体的各样本间的强线性关系。在ORL人脸库上的实验显示人脸识别率达97．78％，优于其他的方法。

简介：传统的遥感图像机场跑道自动目标检测由于仅提取灰度特征常产生过分割现象,本文采用灰度特征和纹理特征相结合的方法进一步提高跑道的检测精度。利用阈值对遥感图像进行初始分割,以定位感兴趣区域（ROI）,再利用EM算法估计ROI区域训练样本,引入马尔可夫随机场（MRF）模型,分割机场跑道。实验表明MRF可以很好地描述空间连续性,可以达到精确检测机场跑道的目的。

简介：摘要：近些年，随着社会发展的影响，带动了我国科学技术水平的进步。本文基于大数据对图像进行隐写分析，着重研究了几种传统隐写算法，LSB，DWT，DCT，卡方统计在变换域隐写。并以JEPG图片为样本，实现了Jsteg算法，可完成图片的加密与解密。结合SRNet神经网络实现了隐写分析，在一定程度上可以有效实现不同格式图像的隐写分析。

简介：摘要：本研究旨在探讨基于深度学习的军事大数据特征提取与预测模型构建。通过对军事大数据的特点与挑战进行分析，揭示了深度学习在大数据处理中的优势。针对军事大数据，建立了相应的数据集并应用深度学习算法进行特征提取，包括性能评估、可视化与解释以及应用案例。进一步地，设计了基于深度学习的军事大数据预测模型，包括模型架构设计、数据准备、训练与优化等方面的内容。实验结果表明，所提出的模型在军事领域具有潜在应用前景。

简介：摘 要：空管危险特征的提取是航空安全风险评估的核心问题。在此基础上，提出了一种新的基于文本特性的词汇提取算法。试验证明，利用专家知识对某一种特殊的语言进行处理，能够提取出更丰富的信息，从而利用K－均值方法建立危害记录的解析语境。本文提出的方法具有较高的分类准确率，飞行控制系统的实际操作资料集与信道资料集的分类准确率分别为82%与86%。同时，其所包含的风险特性也可为相关部门进行风险评估和决策分析，从而减少风险识别的费用。

简介：摘要目的通过观察研究B超图像中的特征及有用信息来判断脂肪肝的严重程度，给予较为准确的分级诊断。方法采用图像纹理分析方法和模式识别技术对48例脂肪肝患者的B超图像进行研究分析，以临床诊断不同程度脂肪肝B超图像纹理的变化和标准来研究的出发点，选择每一幅图像上感兴趣的区域，计算远场灰度比、多重谱面积、奇异标度差和基于小波变换的角二阶距等特征量。根据每一幅图像的特征矢量进行分类识别，识别方法有无监督识别—C-均值聚类和有监督识别—基于反向神经传播方向两种。结果正常肝脏识别率为96.0%，重度脂肪肝识别率为92.0%，中度脂肪肝识别率为88.0%，轻度脂肪肝识别率为80.0%。结论根据B超图像的特征能够有效的区分出正常肝脏与轻中重度脂肪肝，应用于脂肪肝的常规检查，能减少医生的工作量，避免造成误诊漏诊。

简介：为从协议不相关角度提取未知协议比特流的特征值，分别从比特流中的比特0和1的频数、连续比特0和1的出现频率、固定长度分块内的比特0和1的比特频数、比特流0和1的随机游动最大偏移以及比特流0和1进行傅里叶变换后的峰值高度出发，定义了码元频数统计特征值、游程统计特征值、块内频数统计特征值、累加和统计特征值以及离散傅里叶变换统计特征值作为比特流特征向量参数。在HTTP、DNS、ICMP及TELNET数据集上的实验结果表明：采用本方法获得的未知协议比特流特征参数具有良好的可区分性，为进一步实现未知协议比特流聚类奠定了基础。

简介：摘要：针对交流试送系统中采集的故障信号信噪比低、特征提取困难的问题，提出了一种结合小波阈值去噪算法和高通滤波器的特征信号预处理方法。该组合方法通过对含有高斯白噪声的信号进行多分辨率分析，实现了微弱故障特征信号的高效提取。与传统的处理方法相比，小波阈值去噪算法具有较高的信噪比和较小的均方误差，具有较好的处理效果和成像效果。

简介：本文在充分利用各种前人资料的基础上，以TM／ETM^＋遥感影像数据为信息源，利用门限化模型分析方法对西昆仑尉犁地区进行了遥感找矿异常提取方法研究，根据矿化蚀变的遥感影像特征，利用基于光谱特征原理对信息数据进行了数学处理，并采用目视解译与人机交互式解译、初译与详译相结合原则，对遥感影像进行地质构造解译，最后圈定了遥感异常范围。并针对区内与铜镍矿有关的主要蚀变类型进行了提取，分别赋色后形成了遥感矿化蚀变异常图，并分析蚀变异常与构造及铜镍矿化关系，结果表明基于主分量门限化提取模型分析方法的异常提取应用效果较好。

简介：为提取航空发动机转子相对机匣的运动特征,在叶尖间隙测试方法的基础上,建立了理论间隙、实际间隙最小值、转子偏心距、偏心角度及轴心轨迹等特征参数的提取模型。利用该模型从涡轮试验件叶尖间隙测试数据中,计算出该试验件理论间隙、实际间隙最小值、转子偏心距、偏心角度及轴心轨迹随转速的变化规律,从中发现了试验件发生转静碰磨的深度与角度,并与分解检查情况相符。这些特征参数对于转静间隙评估、转静故障预判具有重要作用。

简介：多环芳烃易致畸致癌，是一种持久性有机污染物，容易在土壤中富集，土壤环境中多环芳烃的含量主要是来自外源性的多环芳烃，并且与人类的生活密切联系。目前，土壤环境保护越来越受到重视，为了针对了解化工区土壤污染状况，采集了徐州某化工区的9个特征土壤样品，以气相色谱-质谱联用仪（GC-MS）测定样品中16种多环芳烃的含量。分析了土壤中多环芳烃的组成特征。

简介：摘要图像特征提取是图像处理的关键基础，随着科技的进步，具有4V特征的大数据技术为图像处理技术的发展带来了新机遇。本文基于大数据环境，以多帧模糊图像特征提取为研究对象，针对性地提出多帧模糊图像时频复合加权提取技术。并通过仿真实验，验证了该技术在提高图像特征提取方面具有高效性和实用性。

简介：针对行星齿轮传动故障诊断中的信号故障特征微弱、特征提取困难等问题,提出了基于自适应聚合经验模态分解(EnsembleEmpiricalModeDecomposition,EEMD)和样本熵(SampleEntropy,SE)的行星齿轮箱故障特征提取方法。首先,针对EEMD结果存在较大的盲目性和主观性等问题,提出自适应EEMD方法;然后,使用此方法将行星齿轮箱振动信号分解为若干个固有模态函数(IntrinsicModeFunctions,IMF)分量,通过相关性分析选取含有齿轮状态特征信息的IMF分量并对信号进行重构,计算重构信号样本熵值,以此判断行星齿轮箱的运行状态;最后,对行星齿轮箱故障模拟试验台采集的2种状态振动信号的自适应EEMD样本熵进行求解,并与直接样本熵、EEMD样本熵等特征提取方法对比,验证了自适应EEMD样本熵具有更好的分类能力。

简介：摘要：多环芳烃易致畸致癌，是一种持久性有机污染物，容易在土壤中富集，土壤环境中多环芳烃的含量主要是来自外源性的多环芳烃，并且与人类的生活密切联系。目前，土壤环境保护越来越受到重视，为了针对了解化工区土壤污染状况，采集了徐州某化工区的 9个特征土壤样品，以气相色谱 -质谱联用仪（ GC-MS）测定样品中 16种多环芳烃的含量。分析了土壤中多环芳烃的组成特征。