导读:本文包含了特征参数提取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,参数,函数,灰度,矩阵,反褶积,磨损。
特征参数提取论文文献综述
唐利平,刘海雄[1]（2019）在《刀具磨损状态特征参数提取与识别方法研究》一文中研究指出为准确识别刀具磨损状态,提出了基于MF-DFA的特征提取方法和基于LS-SVM的磨损状态辨识方法。设计了刀具磨损试验方案;提出了具有可调节参数的改进阈值小波降噪方法,解决了硬阈值降噪不连续和软阈值降噪失真问题,降噪后信号的信噪比和均方误差优于另外两种阈值;分析了多重分形谱参数与声发射信号特征对应关系,基于此初选了特征参数,根据刀具不同磨损阶段各参数的分布情况优选了特征参数,且优选特征参数聚类效果极佳;采用基于LS-SVM算法的磨损阶段识别方法,分别使用初选特征参数与优选特征参数进行模式识别,实验结果表明,优选特征参数的识别精度明显高于初选特征参数;与BP神经网络、SVM算法相比,LS-SVM算法的识别准确率最高、时间消耗最小。(本文来源于《组合机床与自动化加工技术》期刊2019年10期）
曾定邦,李俊杰,周雄辉[2]（2019）在《基于点云的复杂叁维模型特征参数提取研究》一文中研究指出着眼于通过采集到的叁维点云数据来计算实体的特征参数,提出了一种基于横截面变化的自适应分层方法将点云模型分割切片,采用基于Delaunay叁角化的曲线重建算法来将切片截面重构出轮廓线;提出了高精度的轮廓参数计算方法来识别和处理多轮廓截面,提取切片截面的面积和质心坐标,并累积计算出叁维模型整体的特征参数。以汽车发动机曲轴的动平衡参数计算为实例,验证了算法的精确性和高效性,自适应分层算法在计算效率上的提升超过12%,最终各项参数的计算误差都在2%以内。(本文来源于《组合机床与自动化加工技术》期刊2019年10期）
韩宝国,马驰,李静鹏,王洪富,刘长道[3]（2019）在《基于DTCWT与LLE算法的变压器局部放电特高频信号特征参数提取方法》一文中研究指出提出了一种基于对偶树复小波变换(Dual-tree Complex Wavelet Transform,DTCWT)与局部线性嵌入(Locally Linear Embedding,LLE)算法的局部放电特高频信号特征参数提取方法,可以有效识别典型变压器内部绝缘缺陷。首先采用DTCWT算法分解变压器局部放电特高频信号,得到一系列不同变化尺度下细节分量信号。再提取出各细节分量信号的偏斜度和峭度作为初始特征参数。采用LLE算法对初始特征参数组成的特征向量进行降维处理,得到最终的特征参数及特征向量,输入到支持向量机(SupportVectorMachine,SVM)中识别各类绝缘缺陷。结果表明,该特征参数可以有效识别典型变压器内部绝缘缺陷,模拟绝缘缺陷识别准确率达到98.35%,现场检测信号识别准确率达到92.1%。(本文来源于《电力系统保护与控制》期刊2019年20期）
侯增选,李岩翔,杨武,赵有航,王军骅[4]（2019）在《智能配镜叁维特征参数提取方法研究》一文中研究指出针对智能配镜中叁维面部特征点提取算法复杂度较高的问题,提出一种将叁维点云转换为映射图像定位特征点的方法。采用Voronoi方法计算面部叁角网格各顶点处的高斯曲率、平均曲率。选取鼻尖、眼角等曲率特征明显的区域估计面部点云姿态。根据曲率旋转不变性,使用初选的点云方向向量简化旋转矩阵的计算,使面部点云正面朝向视点。将点云映射转换为图像,叁维网格模型中叁角面片一对一映射到图像中的叁角形。搭建卷积神经网络,使用Texas 3DFRD数据集进行模型训练。进行人脸对齐,预测所得各面部特征点分别限制在图像某叁角形中。根据图像中叁角形映射查找叁维网格模型中对应叁角面片,通过叁角面片顶点坐标计算配镜所需的面部特征点位置坐标,实现配镜特征参数的提取。(本文来源于《图学学报》期刊2019年04期）
卓嘎,边巴旺堆[5]（2019）在《一种藏语连续语音声学特征参数提取算法研究》一文中研究指出声学特征参数提取是连续语音信号处理过程中的关键环节之一。介绍了目前藏语语音声学特征参数提取研究基本情况,设计了提取藏语连续语音时域波形、短时平均能量、短时过零率、短时自相关函数以及连续语音基音轨迹的流程;在Matlab环境下进行编程仿真,结合藏语语音发音特征进行藏语连续语音参数特征分析,实验表明这些参数基本上能够很好的表征藏语连续语音中的声学特征,为藏语连续语音识别、语音合成和语音数据处理提供参考依据。(本文来源于《通信技术》期刊2019年08期）
瞿玉莹,杨扬,徐锋[6]（2019）在《基于AR-MED的阔叶材原木声信号特征参数提取及原木质量分等》一文中研究指出阔叶材原木的内部缺陷检测和质量分等是提高其利用率和经济效益的有效手段,然而因缺陷声信号的非平稳性和缺陷类型特征的重迭现象,有效的质量评估声参数非常有限。基于此,提出一种基于自回归(AR)和最小熵反褶积(MED)相结合的特征声参数提取与分等方法。基于赤池信息量准则(AIC)应用AR线性滤波器滤除声信号的周期平稳成分,对包含缺陷信息的残差信号进行MED增强,并将计算所得的峭度值作为表征声信号的特征参数,由峭度值对样本原木进行质量分等,并与传统的速度分等进行比较。数值仿真与阔叶材原木实测结果表明,该方法能够显着提高缺陷信号的峭度值并对原木质量进行有效地分等。(本文来源于《振动与冲击》期刊2019年14期）
吕震宇[7]（2019）在《刀具磨损特征参数提取与状态识别方法》一文中研究指出为提高刀具磨损状态识别准确率,文章提出了S变换时频图纹理特征参数提取方法和基于隐马尔科夫模型的磨损状态识别方法。以声发射信号为敏感信号,设计了刀具磨损实验方案;基于EEMD算法,提出了互相关系数与鞘度相结合的综合降噪方法;使用S变换处理声发射信号得到等高线灰度图,通过灰度共生矩阵提取等高线灰度图的纹理特征参数;将类内散布矩阵和类间散布矩阵结合,提出了基于散布矩阵的特征参数敏感度分析和降维方法;采用基于隐马尔科夫模型的磨损状态识别方法,分别将全维特征参数和降维特征参数用于磨损状态识别,实验结果表明,全维特征参数的识别准确率为88.34%,降维特征参数的识别准确率为100%。(本文来源于《组合机床与自动化加工技术》期刊2019年07期）
周杰,陈珍,薛玉洁[8]（2019）在《隧道环境的统计物理信道特征参数提取与计算》一文中研究指出针对隧道无线信道视距和非视距传输环境下的车对车(V2V)通信系统,提出了一种隧道空间物理信道模型,其移动发射机和移动接收机均处于移动状态,无限数量的散射体随机分布在隧道壁上.从隧道空间物理信道模型开始引入了一种随机参考模型,考虑电磁信号的单点散射传播路径,推导出叁维空间域信道特征参数,即空-时-频互相关函数、二维时频互相关函数、时间自相关函数和频率相关函数.此外,根据参考模型设计出一种高效的顺式和(SOC)信道仿真模型,其时间自相关和频率相关函数都和参考模型相符合.在信道模型的基础上,分析了V2V系统中天线数量和信噪比与信道容量的关系.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年07期）
马智愚[9]（2019）在《基于FPGA的语音特征参数提取模块的设计》一文中研究指出基于FPGA设计了一种语音特征参数提取模块。针对生活中孤立词识别的应用场景,采用了最常用的MFCC特征参数。利用FPGA上丰富的IP资源和查找表结构,实现了MFCC特征参数提取独立模块的设计,提高了运算速度。采用了蜂鸟e203作为MCU控制特征提取模块。仿真结果表明,该特征参数提取模块运算速度快,误差在1%以内,满足实时处理的应用要求。(本文来源于《通信电源技术》期刊2019年06期）
周慧巧,邓耀华[10]（2019）在《柔性材料卷对卷系统多域特征参数提取》一文中研究指出由于柔性材料卷对卷系统辊轴的运行状态会直接影响产品质量,非常有必要对辊轴的运行状态进行实时监测,并根据监测数据制定出合理的预防性维护策略,以保证加工设备平稳运行。采用滑动平均法对样本数据滤波降噪预处理,并对降噪后的样本数据进行多域特征参数提取,包括时域提取、频域提取和基于EMD分解的时频域提取。最终实现了从海量样本中提取到多维特征变量用于性能衰退分析。在不影响有效特征信息的情况下,通过剔除噪声信号来提高设备性能衰退趋势预测的准确度,具有一定的参考意义。(本文来源于《机电工程技术》期刊2019年05期）
特征参数提取论文开题报告
（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：
着眼于通过采集到的叁维点云数据来计算实体的特征参数,提出了一种基于横截面变化的自适应分层方法将点云模型分割切片,采用基于Delaunay叁角化的曲线重建算法来将切片截面重构出轮廓线;提出了高精度的轮廓参数计算方法来识别和处理多轮廓截面,提取切片截面的面积和质心坐标,并累积计算出叁维模型整体的特征参数。以汽车发动机曲轴的动平衡参数计算为实例,验证了算法的精确性和高效性,自适应分层算法在计算效率上的提升超过12%,最终各项参数的计算误差都在2%以内。
（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。
特征参数提取论文参考文献
[1].唐利平,刘海雄.刀具磨损状态特征参数提取与识别方法研究[J].组合机床与自动化加工技术.2019
[2].曾定邦,李俊杰,周雄辉.基于点云的复杂叁维模型特征参数提取研究[J].组合机床与自动化加工技术.2019
[3].韩宝国,马驰,李静鹏,王洪富,刘长道.基于DTCWT与LLE算法的变压器局部放电特高频信号特征参数提取方法[J].电力系统保护与控制.2019
[4].侯增选,李岩翔,杨武,赵有航,王军骅.智能配镜叁维特征参数提取方法研究[J].图学学报.2019
[5].卓嘎,边巴旺堆.一种藏语连续语音声学特征参数提取算法研究[J].通信技术.2019
[6].瞿玉莹,杨扬,徐锋.基于AR-MED的阔叶材原木声信号特征参数提取及原木质量分等[J].振动与冲击.2019
[7].吕震宇.刀具磨损特征参数提取与状态识别方法[J].组合机床与自动化加工技术.2019
[8].周杰,陈珍,薛玉洁.隧道环境的统计物理信道特征参数提取与计算[J].华中科技大学学报(自然科学版).2019
[9].马智愚.基于FPGA的语音特征参数提取模块的设计[J].通信电源技术.2019
[10].周慧巧,邓耀华.柔性材料卷对卷系统多域特征参数提取[J].机电工程技术.2019
论文知识图
