一种基于二维经验模式分解的人脸识别方法

针对小波变换在人脸识别中存在识别正确率较低的问题,提出了一种基于二维经验模式分解的人脸识别方法。首先利用二维经验模式分解对人脸图像进行分解,再提取各分解子图像的能量作为人脸特征向量,并采用支持向量机进行训练和识别。经剑桥大学ORL人脸库的图像识别实验表明,所提方法的识别率高于小波方法,正确率达到98.6%。     

现代信号分析技术的经验模式分解方法

经验模式分解是一种优秀的信号分析方法,它克服了傅里叶分析、小波分析的缺点,能够自适应地分析非线性、非平稳信号,因此在很短的时间内就得到了广泛的应用.本文在分析传统信号分析方法优缺点的基础上,重点论述了经验模式分解的理论基础、算法流程和该方法的优点及热点研究问题.     

基于一维经验模式分解与梯度脸的人脸光照处理算法

提出一种基于一维经验模式分解与梯度脸的人脸光照处理算法。首先将人脸图像分别进行水平方向和垂直方向的一维经验模式分解,分解层数为一层,分解完成后将两张图像相加。重构后的人脸图像用梯度脸对其高频成分进行增强。运用主成分分析法对人脸图像进行降维处理,采用基于余弦距离的k近邻进行分类判别。在Yale B正面人脸库中的实验结果表明,选择适当的参数,利用算法能有效减少人脸光照的影响,对不同角度的光照具有很好的鲁棒性。     

二维经验模态分解法在漏磁图像处理中的应用

采用图像方法可以更加直观地对管道漏检测中的缺陷进行判断,但在图像数据的采集过程中噪声是不可避免的。采用二维经验模态分解(BEMD)与均值滤波法相结合的方法对漏磁图像进行去噪处理,将图像信号分解为有限个二维固有模态函数(BIMF)和一个残余分量,将残余分量保留,对BIMF分别进行均值滤波,再将处理后的BIMF分量与残差一起重构图像,所得重构图像在保留原图像基本信息的基础上,消除了大量噪声信息。文中还直接采用均值滤波方法对漏磁图像进行去噪处理,通过信噪比的比较,表明BEMD方法用于漏磁图像去噪效果明显。     

关系数据模式分解算法及应用

给出了关系数据模式分解中 ,既有无损连接性又保持函数依赖的分解算法 ,并用该算法指导应用软件的开发工作 .     

经验模态分解在电力绝缘气体SF6红外光谱去噪中的应用

经验模态分解(EMD)是以信号极值特征尺度为度量的时空滤波器,它充分保留了信号本身的非线性和非平稳特征,在信号去噪中具有较大的优势.本文以电力绝缘气体SF6为研究对象,在介绍EMD分解方法的基础上,首先对含噪的SF6光谱信号做EMD分解,得到各阶本征模态函数(IMF),然后对高频的IMF分量用阈值法进行处理,把经过阈值处理后的高频IMF分量与低频IMF分量叠加重构得到去噪后的信号.分析了在不同噪声水平上与小波阈值去噪方法的处理效果.实验结果表明EMD阈值去噪法有效地去除了噪声,较好地保留了光谱的细节信息,与小波阈值去噪方法相比较具有自适应的优势.     

奇异值分解及其在人脸识别中的应用

人脸识别技术是一门利用计算机分析来分辨人们身份的新兴技术。该技术可以用于政府、军队、银行、社会福利保障、电子商务、等许多领域。本文对奇异值分解进行了研究。探讨了其在人脸识别中的作用以及这种方法目前还有的问题。最后提出了改进的奇异值分解方法。     

MRSVD-EMD方法在滚动轴承故障诊断中的应用

经验模态分解(EMD)广泛应用在故障分析过程中,特征提取时从状态信息中提取与机械设备故障有关的信息［1］。针对经验模态分解受噪声影响较大的问题,提出多分辨奇异值分解的方法,可以先利用多分辨奇异值分解将信号分成具有不同分辨率的近似信号和细节信号实现信号降噪,再进行经验模态分解,并计算其Hilbert边际谱得到准确的特征频率。实验通过仿真信号和滚动轴承故障特征提取,证明了多分辨奇异值分解（MRSVD-EMD）方法在滚动轴承故障诊断中能有效去除信号中的噪声成分,提取故障特征频率。     

小波变换在故障特征提取中的应用

数字信号处理技术始终是进行故障诊断的核心，特别是现代数字信号处理技术的出现和发展，使故摩诊断步人了新的春天。论文针对传统Fourier变换只能在频域上对稳定信号进行分析的不足，探讨了利用小波变换进行非平稳信号分析的算法和应用。     

基于经验模态分解的筛选条件研究

经验模态分解是Hilbert—Huang变换（HHT）的关键算法,它分解信号的能力直接影响到HHT的实用性和应用价值．为了研究经验模态分解对多分量复合信号的筛选条件,我们主要研究了在理想条件下经验模态分解筛选过程的特性及其对双分量信号模型的筛选条件,然后推出经验模态分解对多分量复合信号的筛选条件,并给出相应数值实验分析．     

基于奇异值分解和支持向量机的故障诊断方法研究

针对设备故障信号的微弱和噪声干扰严重问题,提出了基于奇异值分解和支持向量机的故障诊断方法.利用聚类分析的方法预处理设备的状态信号,剔除信号的异常点,以提高信号的准确性.对预处理后的信号进行构造矩阵和奇异值分解,选择恰当的窗口长度,以奇异值作为信号特征.支持向量机对信号特征进行识别和分类,为了避免支持向量机在多状态分类中输出的不确定性,记录支持向量机的训练输出作为决策表.支持向量机测试时的输出与决策表比对,以提高诊断结果的可靠性.最后,通过对比试验验证了基于奇异值分解和支持向量机的方法可以对设备进行可靠、准确、快速的故障诊断.     

基于神经网络的旋转门故障诊断系统的应用研究

为了让用户对旋转门性能状况了如指掌,操作起来胸有成竹,同时为旋转门维修和管理提供参考资料,设计具有故障自诊断功能的旋转门是非常有必要的。以离线方式运行,通过适当的算法处理,给出系统故障信息,包括故障位置信息、故障程度信息和故障报警信息等,以便管理人员对症下药,及时采取措施,从而避免事故的发生。     

振动状态监测及故障诊断系统在大功率风机上的应用

以本钢265m^2烧结机主抽风机为例,介绍了振动状态监测及故障诊断系统在大功率风机上的实际应用及运行特点。     

基于神经网络的模糊系统在电厂风机故障诊断中的应用

基于模糊理论,通过对电厂风机的故障机理的研究,提出了基于神经网络的风机模糊诊断模型,并解决了其中的关键技术。     

EPC模式在社会保障性住房建设中的应用研究

当前,保障性住房建设已成为国家住房政策的重点,社会各界正积极探寻其建设模式和实施策略。EPC模式具有减少工程项目建设的各个阶段之间的矛盾、缩短建设工期和节约投资等优点,将其应用到社会保障性住房建设中,可以有效促进社会保障性住房的建设。在阐述EPC模式的内涵和特征的基础上,提出了社会保障性住房建设项目EPC模式的结构设计思路,具有较高的适用性和可行性。     

利用网络英语新闻促进大学英语教学的实验研究

由于缺乏真实性语言输入,现阶段非英语专业大学生普遍不能熟练、准确地使用英语表达思想,且交际的内容过于空洞,欠缺深度。鉴于此,笔者将网络英语新闻内容穿插到大学英语的课堂教学,并进行了为期一个学年的教学实验,采用测试和访谈等研究手段,发现利用网络英语新闻不仅能够调动学生的学习积极性,活跃课堂气氛,还能引导、帮助他们树立正确的英语学习观念,有效地提高其书面表达能力,进而提高他们的英语学业成绩。     

越南出口贸易发展及其经济效应的实证研究（1999年—2010年）

1986年越南政府实施＂革新开放＂的新政策,大力发展＂出口导向型＂经济战略,积极融入世界经济体系。二十余年来,越南对外贸易发展取得了令人瞩目的成就,实证研究表明：出口贸易是越南实现和保持其国内经济快速增长的重要＂引擎＂。加入WTO后,越南＂革新开放＂迈入了新的发展阶段,努力提升出口贸易层次、优化贸易结构将是促进其国内经济持续、快速、健康发展的重要保障。在WTO框架下,越南出口贸易具有极其广阔的发展前景。     

分形理论在发动机故障诊断中的应用

在发动机农度分析基础上应用分形理论讨论了康明斯发动机数据的分形结构,为发动机的故障诊断提供了一种新的分析方法．     

构建“大就业教育”模式的探索与实践——以绵阳师范学院为分析个案

当前异常严峻的大学生就业形势将长期存在,大学生就业的主体意识普遍缺乏,部分高校对就业教育重视不够、认识不足,教育理念封闭滞后,就业教育方式单一,缺乏与社会结合,不能适应社会需求等不足,就业教育效果不尽人意,高校毕业生就业困难进一步加大。绵阳师范学院通过多年的探索与实践,不断完善就业教育的内容体系、实施途径与保障机制,大大提升了教育效果,为高校创新了就业教育体系构建了值得借鉴的"大就业教育"新模式。