基于稀疏表示和大间隔分布学习的轴承故障分类诊断方法

    公开(公告)号:CN104655425B

    公开(公告)日:2017-05-03

    申请号:CN201510099984.8

    申请日:2015-03-06

    Applicant: 重庆大学

    Abstract: 本发明提供了一种基于稀疏表示和大间隔分布学习的轴承故障分类诊断方法,该方法克服了现有单通道机械复合故障诊断方法中信号分解不完备、重构信号难以较好保持观测信号特征等不足,通过完备总体经验模态分解法实现信号从一维到高维的转化,保证了分解的完备性,抑制了模态混叠现象;同时,在盲源信号的特征提取处理过程中,引入了基于稀疏表示的维数约简方法,通过稀疏表示对数据进行稀疏重构,从全局数据中提取出数据特征信息,使得重构信号能够更好的保持了观测信号数据特征;并且,在对待测轴承机型故障类型分类处理过程中,引入了大间隔分布学习分类方法,借助大间隔分布学习分类方法的泛化能力,能够提高轴承故障诊断的准确性和有效性。

    基于稀疏保持流形嵌入的高光谱遥感影像分类方法

    公开(公告)号:CN103729652B

    公开(公告)日:2016-08-31

    申请号:CN201410024004.3

    申请日:2014-01-17

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于稀疏保持流形嵌入的高光谱遥感影像分类方法,对训练样本数据点由其余训练样本进行稀疏表示,通过各数据点的稀疏系数可得所有训练样本的稀疏表示矩阵S;根据稀疏表示矩阵S构建无向权重图G;根据无向权重图G设置各边线的权重系数,得到权值矩阵W;由权值矩阵W,保持数据间由稀疏表示体现的相似性不变,得到投影矩阵A;根据投影矩阵A,分别对训练样本和测试样本实现数据的维数约简,得到低维鉴别特征;利用分类器分类,判断出测试样本的低维鉴别特征所属类别,即得到测试样本的类别信息。本发明能够更有效地提取出鉴别特征,且分类结果更准确,对高光谱遥感影像的地物分类效果更好。

    基于智能小车的钢轨表面缺陷检测系统及方法

    公开(公告)号:CN105891217A

    公开(公告)日:2016-08-24

    申请号:CN201610269971.5

    申请日:2016-04-27

    Applicant: 重庆大学

    CPC classification number: G01N21/8851 G01N2021/8887

    Abstract: 本发明公开了一种基于智能小车的钢轨表面缺陷检测系统,包括智能小车和上位机,智能小车包括获取图像装置、通信模块、电机驱动装置和控制装置,所述获取图像装置、通信模块、电机驱动装置分别与控制装置连接,智能小车和上位机通过通信模块进行通信。改变了传统人工对钢轨缺陷的巡检,采用智能小车和上位机的结合,完成对钢轨缺陷数据的准确获取,有效避免了人为因素带来的误差,准确度高,提高了检测速度,降低了工人劳动强度,在保证铁路线路安全的同时,可以节省检测成本,提高线路维护效率。

    基于局部光谱角度量流形近邻的高光谱遥感影像分类方法

    公开(公告)号:CN103729651A

    公开(公告)日:2014-04-16

    申请号:CN201410023922.4

    申请日:2014-01-17

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于局部光谱角度量流形近邻的高光谱遥感影像分类方法,先采用传统欧氏距离得到大范围近邻,再由光谱角得到准确近邻,通过近邻进行局部重构,并使重构误差最小,在低维空间中保持局部重构方式不变,最小化重构误差,进而提取出高维数据中的内在鉴别特征。分类时,先由欧氏距离得到新样本的近邻,再计算新样本与近邻间的光谱角,把新样本归为光谱角最小的类。本发明能够更有效地提取出鉴别特征,且分类结果更准确,对高光谱遥感影像的地物分类效果更好。

    一种节水型卫生间冲水系统及其楼层用水系统

    公开(公告)号:CN102330457B

    公开(公告)日:2014-04-09

    申请号:CN201110205301.4

    申请日:2011-07-21

    Applicant: 重庆大学

    Inventor: 刘嘉敏 胡东坡

    Abstract: 本发明公开了节水型卫生间冲水系统及其楼层用水系统,所述卫生间冲水系统包括与自来水管相连的厕所冲水箱,厕所冲水箱通过第一进水管路与其上方的生活用水蓄水箱连接,同时通过第二进水管路与其上方的一个雨水蓄水箱连接,生活用水蓄水箱和雨水蓄水箱内均设有水位检测器;第一进水管路和第二进水管路上分别设有第一电磁阀和第二电磁阀,与厕所冲水箱相连的自来水管上还设有第三电磁阀;所述第一电磁阀、第二电磁阀、第三电磁阀和各水位检测器均与控制芯片相连,厕所冲水箱上的控制开关由控制芯片联动打开或关闭第一、第二或第三电磁阀。本发明实现了对生活用水和雨水的二次利用,各种水源的供水秩序控制更加有序。具有节水性能大大提高的优点。

    融合小波分析与矩特征的人耳图像识别方法

    公开(公告)号:CN100570628C

    公开(公告)日:2009-12-16

    申请号:CN200810069589.5

    申请日:2008-04-25

    Applicant: 重庆大学

    Abstract: 本发明涉及一种融合小波分析与矩特征的人耳图像识别方法,其特征在于所述方法有以下步骤:(1)对采集的人耳图像进行预处理:用小波变换模极大值对采集的人耳图像去噪,提取人耳图像边缘,得到小波分解各尺度下模极大值边界图像;(2)提取人耳图像的特征值:利用改进的小波矩不变量算法计算小波矩不变量值,用于提取人耳图像的特征值;(3)识别人耳:将步骤(2)得到的人耳图像的特征值进行加权以及分类,对人耳进行识别。本发明通过小波模极大值与改进小波矩不变量算法对人耳特征值进行提取,不但计算准确度高、计算速度快,并可以提高在光照不均、光照变化、噪声干扰环境下采集的人耳图像的识别率。

    利用改进Hausdorff距离提取识别人耳特征的方法

    公开(公告)号:CN100550037C

    公开(公告)日:2009-10-14

    申请号:CN200710093030.1

    申请日:2007-11-23

    Applicant: 重庆大学

    Abstract: 本发明涉及一种利用改进Hausdorff距离提取识别人耳特征的方法。本发明通过对人耳图像的预处理,包括人耳图像的采集、非肤色噪声的去噪、空间尺寸归一化和光照补偿等,得到标准人耳图像。再采用灰度形态学梯度和局部阈值分割的方法提取人耳边缘特征,得到标准人耳边缘图像。采用本发明方法,通过标准方差和边缘线段间长度差改进的Hausdorff距离,减小了点集非轮廓边缘线段点(外野点)的影响,得到较好的抗噪性能,增强了基于Hausdorff距离获得的特征值用于人耳边缘图像识别的准确性,使得对人耳的识别率大大提高。

    用万有引力场转换算法识别人耳特征的方法

    公开(公告)号:CN101214150A

    公开(公告)日:2008-07-09

    申请号:CN200710093223.7

    申请日:2007-12-27

    Applicant: 重庆大学

    Abstract: 本发明涉及一种用万有引力场转换算法识别人耳特征的方法,其特征在于所述方法有以下步骤:采集人耳图像,对所述人耳图像做预处理,得到标准的人耳图像;对得到的标准人耳图像用万有引力场转换算法提取其势能阱;利用势能阱的位置信息进行特征提取,确定人耳特征向量并进行识别。本发明对图像源的要求低,在提取人耳特征时,无需精确边缘检测,转换图像有更清晰真实的边缘,人耳的识别更加准确。

    一种矫正人脸图像的方法

    公开(公告)号:CN107358207A

    公开(公告)日:2017-11-17

    申请号:CN201710575263.9

    申请日:2017-07-14

    Applicant: 重庆大学

    CPC classification number: G06K9/00228 G06K9/00268 G06K9/00288

    Abstract: 本技术方案提供了一种矫正人脸图像的方法,所述方法包括接收发送端发送的原始图像,检测原始图像,截取得到人脸图像,定位人脸图像上的特征点,生成至少两个人脸特征点位置坐标,基于至少两个人脸特征点位置坐标计算人脸偏转角度,基于人脸偏转角度反向旋转人脸图像,检测反向旋转后的人脸图像,截取得到人脸矫正图像。进行人脸识别之前先将图像中偏转的人脸图像进行矫正,即将人脸图像沿其偏转方向的反方向旋转其偏转角度,再对旋转后的图像进行检测,截取人脸矫正图像。因人脸矫正图像不存在偏转,可提高人脸识别时的准确率,且截取人脸矫正图像时去除了大量非人脸的区域,因此,可减少后续图像处理时的工作量。

    基于稀疏保持流形嵌入的高光谱遥感影像分类方法

    公开(公告)号:CN103729652A

    公开(公告)日:2014-04-16

    申请号:CN201410024004.3

    申请日:2014-01-17

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于稀疏保持流形嵌入的高光谱遥感影像分类方法,对训练样本数据点由其余训练样本进行稀疏表示,通过各数据点的稀疏系数可得所有训练样本的稀疏表示矩阵S;根据稀疏表示矩阵S构建无向权重图G;根据无向权重图G设置各边线的权重系数,得到权值矩阵W;由权值矩阵W,保持数据间由稀疏表示体现的相似性不变,得到投影矩阵A;根据投影矩阵A,分别对训练样本和测试样本实现数据的维数约简,得到低维鉴别特征;利用分类器分类,判断出测试样本的低维鉴别特征所属类别,即得到测试样本的类别信息。本发明能够更有效地提取出鉴别特征,且分类结果更准确,对高光谱遥感影像的地物分类效果更好。

Patent Agency Ranking