导读:本文包含了模糊多尺度论文开题报告文献综述及选题提纲参考文献，主要关键词:精细复合多尺度模糊熵,滚子轴承,支持向量机,故障诊断
模糊多尺度论文文献综述
许凡,谢伟达[1]（2019）在《基于精细复合多尺度模糊熵与粒子群优化支持向量机的滚动轴承故障诊断（英文）》一文中研究指出提出了一种结合精细复合多尺度模糊熵和采用粒子群优化支持向量机滚动轴承故障诊断模型。通过使用白噪声和1/f噪声的数值仿真实验中比较平滑度和分解精度的有效性,与精细复合多尺度样本熵和多尺度模糊熵相比,精细复合多尺度模糊熵的平滑度优于这些模型。随后使用精细复合多尺度模糊熵,精细复合多尺度样本熵和多尺度模糊熵对不同状态的滚动轴承振动信号进行特征提取,将提取的特征向量作为粒子群优化的支持向量机的输入实现滚动轴承故障诊断。实验结果表明,精细复合多尺度模糊熵的平滑度优于精细复合多尺度样本熵和多尺度模糊熵,同时,故障分类精度高于精细复合多尺度样本熵和多尺度模糊熵。(本文来源于《Journal of Central South University》期刊2019年09期）
贾瑞明,邱桢芝,崔家礼,王一丁[2]（2019）在《盲去模糊的多尺度编解码深度卷积网络》一文中研究指出针对拍摄场景中物体运动不一致所带来的非均匀模糊,为提高复杂运动场景中去模糊的效果,提出一种多尺度编解码深度卷积网络。该网络采用"从粗到细"的多尺度级联结构,在模糊核未知条件下,实现盲去模糊;其中,在该网络的编解码模块中,提出一种快速多尺度残差块,使用两个感受野不同的分支增强网络对多尺度特征的适应能力;此外,在编解码之间增加跳跃连接,丰富解码端信息。与2018年国际计算机视觉与模式识别会议(CVPR)上提出的多尺度循环网络相比,峰值信噪比(PSNR)高出0.06 dB;与2017年CVPR上提出的深度多尺度卷积网络相比,峰值信噪比和平均结构相似性(MSSIM)分别提高了1.4%和3.2%。实验结果表明,该网络能快速去除图像模糊,恢复出图像原有的边缘结构和纹理细节。(本文来源于《计算机应用》期刊2019年09期）
宋昊泽,吴小俊[3]（2019）在《图像多尺度密集网络去模糊模型》一文中研究指出使用基于深度学习的端到端去模糊方法,将模糊图像编码后再解码成高清图像。针对编码过程中网络模型存在提取特征信息不足,导致重建的去模糊图像质量下降的问题,提出两种网络结构改进方法:在自编码网络中添加密集网络结构以提高网络提取特征信息的能力;引入多尺度感受野结构,该结构由4个尺度的平均池化层和上采样层组成,从而提取更多输入图像的上下文特征信息。在GOPRO数据集和Kohler数据集,两种网络改进方法均取得了较好的图像重建效果。(本文来源于《激光与光电子学进展》期刊2019年21期）
刘鹏飞,赵怀慈,曹飞道[4]（2019）在《多尺度卷积神经网络的噪声模糊图像盲复原》一文中研究指出图像盲复原是从一幅观测的模糊图像恢复出模糊核和清晰图像,传统盲去卷积算法采用简化模型估计模糊核,导致预测模糊核与真实值误差较大,最终复原结果不理想。针对此问题提出一种基于改进残差模块的多尺度卷积神经网络模型,采用端到端模式,无需估计模糊核。提出了一种基于限制网络输入的改进Wasserstein GAN (WGAN),增加了一层输入限制层,能够限定参数初始值,提高了网络收敛速度。设计了多重损失函数,融合了基于多尺度网络的感知损失和基于条件式生成对抗网络的对抗损失。实验结果表明:所提方法在定量和定性评价指标上优于已有的代表性方法,并且运行速度比相近算法快了4倍。(本文来源于《红外与激光工程》期刊2019年04期）
郑近德,潘海洋,张俊,刘涛,刘庆运[5]（2019）在《基于多变量多尺度模糊熵的行星齿轮箱故障诊断》一文中研究指出行星齿轮箱被广泛用于风电、直升机和工程机械等大型复杂机械装备中。当行星齿轮箱发生故障时,振动信号往往表现出非线性和非平稳特征,多尺度熵理论能够有效地衡量振动信号的非线性和复杂性变化。同时为了尽可能地利用多通道振动信号信息来提高故障诊断的效率,将评价同步多通道数据多变量复杂度的多变量多尺度熵理论引入到行星齿轮箱故障诊断。针对其统计特征稳定性差的问题,提出了多变量多尺度模糊熵,并在基础上,提出了一种新的行星齿轮箱故障诊断方法。将提出的方法应用于行星齿轮箱故障试验数据分析,并与现有方法进行对比,结果表明了所提方法的有效性和优越性。(本文来源于《振动与冲击》期刊2019年06期）
温金玉,宣士斌,黄亚武,肖石林[6]（2019）在《多尺度多类中性模糊聚类图像分割算法》一文中研究指出图像分割是将数字图像分成多个非重迭子区域的过程。针对传统纹理分割方法在处理模糊边缘时容易产生边缘丢失,中性模糊聚类在处理图像时未考虑到局部空间信息,中性均值聚类模糊子集的聚类中心定义未充分考虑到每个样本点所属每个类的隶属度情况等问题,提出一种多尺度多类中性模糊聚类图像分割算法。为了降低错分率和提高模糊退化的效率,使用确定性子集的数据分布来确定模糊子集的聚类中心。为克服中性模糊聚类对噪声的敏感性,引入了小波去噪对图像进行预处理。实验结果表明,所提出的分割方法的分割精确度高、有很强的抗噪能力,比起现有的聚类分割方法更能提高收敛速度。(本文来源于《计算机技术与发展》期刊2019年07期）
李佳,李少娟,赵颖娟,杜海梅,马静囡[7]（2019）在《基于多尺度广义模糊算子的红外图像背景抑制》一文中研究指出自动检测和跟踪红外图像中的弱小目标在现代预警和探测系统中非常重要。针对现有的检测方法因受到复杂云层和地面自然背景的干扰,导致系统虚警率较高和探测概率较低的问题,提出了一种基于多尺度广义模糊算子的红外图像复杂背景抑制方法。首先利用非下采样轮廓波变换方法将图像进行分解,获取不同尺度和方向的包含小目标和背景杂波的子带图像。然后,通过应用模糊非线性背景抑制算子将红外图像中小目标和背景杂波系数差值拉大,同时将相关性较强的杂波系数做平滑处理以达到抑制背景和增强小目标的目的。多组包含真实和模拟图像序列的实验表明所提方法优于其他方法,特别是对于包含云层和地面复杂背景的红外图像。(本文来源于《半导体光电》期刊2019年01期）
王凤,潘广贞,孙艳青[8]（2018）在《基于EEMD多尺度模糊熵的心电分类算法》一文中研究指出为了提高心电(ECG)分类准确率,提出基于集合经验模态分解(EEMD)和多尺度模糊熵的ECG特征提取算法。对ECG进行EEMD分解得到一系列内蕴模态函数(IMF)分量。选取有效IMF分量计算其动力学参数模糊熵并组成特征向量。将特征向量送入径向基函数(RBF)神经网络中进行训练和识别。采用MIT-BIH心率失常数据库的数据进行仿真。结果表明:所提算法优于单一模糊熵和EMD多尺度模糊熵方法,且泛化能力优于其他算法。(本文来源于《传感器与微系统》期刊2018年12期）
李生鹏,韦朋余,丁峰,竺一峰,姜朝文[9]（2018）在《基于多尺度模糊熵和主成分分析的轴承故障特征提取》一文中研究指出针对滚动轴承故障特征难以提取的问题,文章提出了基于多尺度模糊熵(MFE)和主成分分析(PCA)相结合的滚动轴承故障特征提取方法。首先利用经验模态分解(EMD)将原始振动信号分解成若干个本征模态函数(IMF),并根据相关系数和峭度值准则剔除虚假IMF分量;然后在不同尺度下求取真实IMF分量的模糊熵值,利用PCA对其进行降维处理,形成能表征不同轴承故障的特征向量,最后借用支持向量机对其进行诊断验证。实验表明,该方法可以有效地提取轴承故障信息,对4种轴承状态的识别率为95%,实现了对轴承故障的精确诊断。(本文来源于《船舶力学》期刊2018年10期）
郑近德,代俊习,朱小龙,潘海洋,潘紫微[10]（2018）在《基于改进多尺度模糊熵的滚动轴承故障诊断方法》一文中研究指出滚动轴承故障诊断的关键是敏感故障特征的提取。多尺度模糊熵(multi-scale fuzzy entropy,简称MFE)是一种衡量时间序列复杂性的有效分析方法,已经被用于滚动轴承振动信号故障特征提取。针对MFE算法中多尺度粗粒化过程存在的缺陷,笔者采用滑动均值的方式代替粗粒化过程,提出了改进的多尺度模糊熵算法,并通过仿真信号将其与MFE进行了对比分析。在此基础上,提出了一种基于改进多尺度模糊熵与支持向量机的滚动轴承故障诊断方法。最后,将所提故障诊断方法应用于的滚动轴承实验数据分析,并与基于MFE的故障诊断方法进行了对比,结果验证了所提方法的有效性和优越性。(本文来源于《振动.测试与诊断》期刊2018年05期）
模糊多尺度论文开题报告
（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：
针对拍摄场景中物体运动不一致所带来的非均匀模糊,为提高复杂运动场景中去模糊的效果,提出一种多尺度编解码深度卷积网络。该网络采用"从粗到细"的多尺度级联结构,在模糊核未知条件下,实现盲去模糊;其中,在该网络的编解码模块中,提出一种快速多尺度残差块,使用两个感受野不同的分支增强网络对多尺度特征的适应能力;此外,在编解码之间增加跳跃连接,丰富解码端信息。与2018年国际计算机视觉与模式识别会议(CVPR)上提出的多尺度循环网络相比,峰值信噪比(PSNR)高出0.06 dB;与2017年CVPR上提出的深度多尺度卷积网络相比,峰值信噪比和平均结构相似性(MSSIM)分别提高了1.4%和3.2%。实验结果表明,该网络能快速去除图像模糊,恢复出图像原有的边缘结构和纹理细节。
（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。
模糊多尺度论文参考文献
[1].许凡,谢伟达.基于精细复合多尺度模糊熵与粒子群优化支持向量机的滚动轴承故障诊断（英文）[J].JournalofCentralSouthUniversity.2019
[2].贾瑞明,邱桢芝,崔家礼,王一丁.盲去模糊的多尺度编解码深度卷积网络[J].计算机应用.2019
[3].宋昊泽,吴小俊.图像多尺度密集网络去模糊模型[J].激光与光电子学进展.2019
[4].刘鹏飞,赵怀慈,曹飞道.多尺度卷积神经网络的噪声模糊图像盲复原[J].红外与激光工程.2019
[5].郑近德,潘海洋,张俊,刘涛,刘庆运.基于多变量多尺度模糊熵的行星齿轮箱故障诊断[J].振动与冲击.2019
[6].温金玉,宣士斌,黄亚武,肖石林.多尺度多类中性模糊聚类图像分割算法[J].计算机技术与发展.2019
[7].李佳,李少娟,赵颖娟,杜海梅,马静囡.基于多尺度广义模糊算子的红外图像背景抑制[J].半导体光电.2019
[8].王凤,潘广贞,孙艳青.基于EEMD多尺度模糊熵的心电分类算法[J].传感器与微系统.2018
[9].李生鹏,韦朋余,丁峰,竺一峰,姜朝文.基于多尺度模糊熵和主成分分析的轴承故障特征提取[J].船舶力学.2018
[10].郑近德,代俊习,朱小龙,潘海洋,潘紫微.基于改进多尺度模糊熵的滚动轴承故障诊断方法[J].振动.测试与诊断.2018
标签：精细复合多尺度模糊熵; 滚子轴承; 支持向量机; 故障诊断;