导读:本文包含了局部特征提取论文开题报告文献综述及选题提纲参考文献，主要关键词:有载分接开关,振动信号降噪,时频分析,互补集总经验模态分解
局部特征提取论文文献综述
张知先,陈伟根,汤思蕊,王有元,万福[1]（2019）在《基于互补集总经验模态分解和局部异常因子的有载分接开关状态特征提取及异常状态诊断》一文中研究指出为了及时发现和诊断有载分接开关(OLTC)的异常状态,在特征提取方面,结合驱动电机电流信号选取OLTC振动信号的特定时段,以突出状态特征;利用互补集总经验模态分解(CEEMD)得到振动信号的固有模态函数(IMF),针对OLTC振动信号的特点,提出基于IMF能量特征的降噪算法;设计了时频矩阵划分算法,提取划分线、峭度、包络谱熵、时频矩阵能量密度、时频矩阵变异系数等特征参量。在异常状态诊断方面,通过多个振动测点,同时实现OLTC本体和传动机构的异常状态诊断;建立了以局部异常因子(LOF)为诊断参量的OLTC异常状态诊断方法,通过待测样本与正常样本集的比较来发现和诊断OLTC的异常状态,具有较好的普适性。仿真和实验结果表明,基于该文提出的方法能有效发现和诊断OLTC的异常状态。(本文来源于《电工技术学报》期刊2019年21期）
陈敏,王娆芬[2]（2019）在《基于总体局部均值分解方法的心律失常特征提取与分类》一文中研究指出针对心电信号自动分类技术中的特征提取,提出一种新的特征提取方法—总体局部均值分解(ELMD)方法。该方法首先对心电信号加入不同的高斯白噪声,然后进行局部均值分解得到若干乘积函数(PF)分量,求取多次分解后的PF分量均值。多次加入噪声及分量平均的过程可以克服基本局部均值分解方法存在的模态混迭问题。选取较优的前4个PF分量进行特征计算,将得到的特征向量矩阵送入支持向量机对正常心电信号和4种常见的心律失常信号进行分类。从MIT-BIH心律失常数据库的分类结果来看,ELMD总体分类准确率达到99.61%,高于一般方法,证明了ELMD方法的有效性。(本文来源于《中国医学物理学杂志》期刊2019年10期）
张乾,杨玉成,岳诗琴,邵定琴,王林[3]（2019）在《模糊聚类局部保存投影在视觉数据特征提取中的应用》一文中研究指出为解决在处理和计算视觉大数据中遇到的速度瓶颈,提出了一种模糊聚类局部保存投影算法用于视觉数据的特征提取应用中。首先,通过某种方法对图像进行分割;接着,将通过统计方法对图像进行特征描述得到相应的视觉数据;然后,通过提出的模糊聚类局部保存投影对视觉数据进行特征提取;最后,通过Ada Boost对提取后的特征进行识别分类。经在国际公开的UCAS-AOD和Flower-102数据集上进行大量实验,经实验对照,结果验证了模糊聚类局部保存投影算法在视觉数据特征提取中的有效性。(本文来源于《科学技术与工程》期刊2019年29期）
韩宝国,马驰,李静鹏,王洪富,刘长道[4]（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）
靳海岗[5]（2019）在《应用变分模态分解和独立分量分析的变压器局部放电信号特征提取研究》一文中研究指出针对现有局部放电信号特征提取方法存在的不足以及变压器局部放电信号中存在大量的电磁干扰,提出了一种利用变分模态分解法将被测信号分解成围绕若干中心频率波动的模态,同时去除白噪声。再进行含变压器局部放电信息的模态重构,用独立分量分析法滤除周期干扰噪声,实现了信号的特征提取。仿真结果验证了该方法的有效性,保证原始信号能量损失较小,局部放电特征保留较好,是局部放电信号去噪的一种新方法。(本文来源于《电测与仪表》期刊2019年21期）
陈鹏云,张鹏飞,常建龙,沈鹏[6]（2019）在《水下地形辅助导航中局部地形特征的快速提取方法（英文）》一文中研究指出Terrain matching accuracy and real-time performance are affected by local underwater terrain features and structure of matching surface. To solve the extraction problem of local terrain features for underwater terrain-aided navigation(UTAN), real-time data model and selection method of beams are proposed. Then, an improved structure of terrain storage is constructed, and a fast interpolation strategy based on index is proposed, which can greatly improve the terrain interpolation–reconstruction speed.Finally, for the influences of tide, an elimination method of reference depth deviation is proposed, which can reduce the reference depth errors caused by tidal changes. As the simulation test shows, the proposed method can meet the requirements of real-time performance and effectiveness. Furthermore, the extraction time is considerably reduced, which makes the method suitable for the extraction of local terrain features for UTAN.(本文来源于《Journal of Marine Science and Application》期刊2019年03期）
孙京文,闫士举,韩勇森,宋成利[7]（2019）在《基于脑部磁共振图像叁维局部模式变换特征提取进行阿尔茨海默病病程预测分类》一文中研究指出本文提出一种叁维局部模式变换提取进行纹理特征并与常规特征相融合的方法,基于脑部磁共振图像,对认知功能正常的健康人体(CN)、轻度认知障碍(MCI)患者和阿尔茨海默病(AD)患者进行预测分类.首先对46例CN对照组、61例MCI患者和25例AD患者的脑部磁共振图像提取感兴趣区域,然后提取双侧海马体组织、灰质和白质的叁维局部模式变换纹理特征和常规特征,并将两类特征融合,使用支持向量机分类算法进行分类.结果显示利用本方法,基于双侧海马体组织对AD组和CN组进行分类的准确率为88.73%、敏感度为78.00%、特异度为95.7%、受试者工作特征(ROC)曲线下面积(AUC)为0.886 5;基于灰质的准确率为85.92%、敏感度为80.00%、特异度为86.6%、AUC为0.854 3.这证明基于海马体磁共振图像,利用本文提出的改进叁维局部模式变换提取的纹理特征进行阿尔茨海默病病程分类效果较好,融合常规特征后更可提高分类预测的精度.(本文来源于《波谱学杂志》期刊2019年03期）
祝磊,胡奇峰,王棋林,杨君婷,严明[8]（2019）在《基于正交指数局部保留投影的高光谱图像特征提取》一文中研究指出针对高光谱图像,在判别局部保留投影(Discriminant Locality Preserving Projection,DLPP)的基础上,提出了一种名为正交指数判别局部保留投影(Orthogonal Exponential Discriminant Locality Preserving Projection,OEDLPP)的特征提取方法。该算法不但保留了DLPP算法的有监督特性,还利用了指数矩阵(the matrix exponential)来获取更有效的样本信息,避免了小样本问题。同时,OEDLPP对投影矩阵进行施密特正交化,解决了特征的冗余性问题。应用OEDLPP算法对高光谱图像进行特征提取后,并采用支持向量机(SVM)对降维后的数据进行分类。与主成分分析(PCA)、局部保留投影(LPP)、判别局部保留投影(DLPP)、指数判别局部保留投影(EDLPP)、正交判别局部保留投影(ODLPP)等对比实验结果表明,本文算法对样本有效信息的获取具有一定的优越性,分类精度提升了2%～3%左右。(本文来源于《光电子·激光》期刊2019年09期）
李松,蔡航,于蒙[9]（2019）在《基于自适应局部二值模式的纹理特征提取方法》一文中研究指出局部二值模式(local binary pattern, LBP)是一种简单有效的纹理特征描述符,但是存在对噪声缺乏鲁棒性以及编码过程中信息缺失的问题。针对该问题提出基于自适应阈值的带方向的完整局部二值模式(adaptation threshold complete local binary pattern with direction,DAT-CLBP)。提出一种自适应阈值选取方法和判别条件,通过判别条件,从自适应邻域像素中值和中心像素值中选取一种作为LBP编码时的阈值;计算邻域像素和阈值的差分的幅值,并以幅值最小点为起点,从小到大地计算局部邻域的二值模式。在通用纹理库上运行算法,统计两种阈值的发生率,证明了采取自适应阈值的必要性。以纹理库上添加了不同程度的椒盐噪声的纹理图像为样本实验,结果表明算法能更好地描述纹理,同时也对椒盐噪声具有鲁棒性。(本文来源于《计算机应用与软件》期刊2019年09期）
贾宗福,孙殿柱,沈江华,李延瑞[10]（2019）在《局部中轴约束的散乱点云特征提取方法》一文中研究指出逆向工程领域内,为提升散乱点云特征提取结果的准确性,提出一种基于局部中轴判断采样曲面形态的方法。通过叁维Voronoi剖分处理初始点云数据,基于任一给定样点邻近区域内的Voronoi极点模拟局部中轴面,随后求解极点坐标的协方差矩阵,通过主元分析、特征值平面拟合等方法求解局部中轴的形位分布特性,进而判断采样曲面在给定样点处的形貌特点,实现对棱边、尖角区域样点的识别与提取。试验结果表明,该方法适用于不同采样密度的点云,可显着提升棱边、尖角区域特征提取结果的准确性。(本文来源于《机械设计与研究》期刊2019年04期）
局部特征提取论文开题报告
（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：
针对心电信号自动分类技术中的特征提取,提出一种新的特征提取方法—总体局部均值分解(ELMD)方法。该方法首先对心电信号加入不同的高斯白噪声,然后进行局部均值分解得到若干乘积函数(PF)分量,求取多次分解后的PF分量均值。多次加入噪声及分量平均的过程可以克服基本局部均值分解方法存在的模态混迭问题。选取较优的前4个PF分量进行特征计算,将得到的特征向量矩阵送入支持向量机对正常心电信号和4种常见的心律失常信号进行分类。从MIT-BIH心律失常数据库的分类结果来看,ELMD总体分类准确率达到99.61%,高于一般方法,证明了ELMD方法的有效性。
（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。
局部特征提取论文参考文献
[1].张知先,陈伟根,汤思蕊,王有元,万福.基于互补集总经验模态分解和局部异常因子的有载分接开关状态特征提取及异常状态诊断[J].电工技术学报.2019
[2].陈敏,王娆芬.基于总体局部均值分解方法的心律失常特征提取与分类[J].中国医学物理学杂志.2019
[3].张乾,杨玉成,岳诗琴,邵定琴,王林.模糊聚类局部保存投影在视觉数据特征提取中的应用[J].科学技术与工程.2019
[4].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
[5].靳海岗.应用变分模态分解和独立分量分析的变压器局部放电信号特征提取研究[J].电测与仪表.2019
[6].陈鹏云,张鹏飞,常建龙,沈鹏.水下地形辅助导航中局部地形特征的快速提取方法（英文）[J].JournalofMarineScienceandApplication.2019
[7].孙京文,闫士举,韩勇森,宋成利.基于脑部磁共振图像叁维局部模式变换特征提取进行阿尔茨海默病病程预测分类[J].波谱学杂志.2019
[8].祝磊,胡奇峰,王棋林,杨君婷,严明.基于正交指数局部保留投影的高光谱图像特征提取[J].光电子·激光.2019
[9].李松,蔡航,于蒙.基于自适应局部二值模式的纹理特征提取方法[J].计算机应用与软件.2019
[10].贾宗福,孙殿柱,沈江华,李延瑞.局部中轴约束的散乱点云特征提取方法[J].机械设计与研究.2019
标签：有载分接开关; 振动信号降噪; 时频分析; 互补集总经验模态分解;