基于散射变换的信号处理应用研究

发布时间：2017-08-08 20:25

  本文关键词：基于散射变换的信号处理应用研究

  更多相关文章： 小波变换 散射变换 机械故障诊断 中文手写体笔迹识别

【摘要】：散射变换是2012年由S.mallat提出的一种新型时频信号处理工具,其基于传统小波理论但却克服了其缺点,具有时移不变性及局部稳定性等优良性质,同时可在二维图像上构建具有旋转、平移以及尺度不变的表达式。目前已在语音、图像处理、高光谱图像处理等领域得到很好的应用。本文对典型的一维周期信号——机械故障信号诊断和二维信号——中文手写体笔迹识别分别展开了研究。针对机械故障信号诊断问题,本文利用散射变换的特性结合最小二乘投影双支持向量机(Least Squares recursive Projection Twin Support Vector Machine,LSPTSVM)分类性能好、计算复杂度低、数据驱动等特点,从散射系数的能量特征出发,提出了一种既高效简洁又对振动信号敏感的新方法以提高诊断性能。LSPTSVM是在PTSVM(Projection Twin Support Vector Machine)的基础上进行改进并确保了优化问题的正则性。将PTSVM采用的二次优化替换为最小二乘进行优化求解,能解决PTSVM在迭代过程中对类内方差矩阵要求非奇异的限制,提高其适应性。通过大量实验,对散射的参数进行了选择并对其性质进行了分析研究,在不同尺度的各个散射子带上提取能量特征,采用LSPTSVM进行故障分类诊断。最后将该方法与常用的PSVM(Proximal Support Vector Machine)和SVM及多尺度理论诊断方法进行对比,实验结果表明:本文的方法在大部分数据集上达到了100%的故障诊断正确率,在小部分数据集上也超过了99%。针对中文手写体笔迹识别问题,本文引入了一种平移以及旋转不变的联合算子——旋转平移散射。在文中详细阐述了联合不变算子构造的必要性以及旋转平移散射的构造过程,并针对尺度不变性进行了分析。通过取对数能够将尺度变异线性化,然后通过仿射空间模型进行分类。本文充分分析了中文手写体笔迹在数据采集时存在的问题,即采集过程中常常会发生一定的角度偏移甚至尺度变化,及纸张易褶皱而产生不同程度的平移以及形变等问题。本文结合旋转平移散射的平移、旋转、尺度不变性及形变稳定性的特性,将其应用到中文手写体笔迹识别中,通过实验分析,结果表明:本文的方法在旋转平移尺度变异上的手写体笔迹识别正确率达到了99%以上。
【关键词】：小波变换 散射变换 机械故障诊断 中文手写体笔迹识别
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH17;TN911.7
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-16
• 1.1 研究背景与意义8-9
• 1.2 机械故障诊断研究的国内外研究现状9-12
• 1.2.1 故障机理10
• 1.2.2 故障信息的获取方法10
• 1.2.3 信号处理及故障特征提取方法研究10-12
• 1.3 中文手写体笔迹识别的研究现状12-14
• 1.4 本文的主要工作及章节安排14-16
• 1.4.1 本文的主要工作14
• 1.4.2 本文的章节安排14-16
• 2 散射变换相关理论16-30
• 2.1 引言16
• 2.2 形变稳定性以及平移不变性的构建16-19
• 2.2.1 形变稳定性的条件16-17
• 2.2.2 平移不变表达式17-19
• 2.3 小波变换19-21
• 2.4 深度卷积网络21-23
• 2.4.1 神经网络21
• 2.4.2 卷积网络21-23
• 2.5 散射表达式的构建23-29
• 2.5.1 散射小波23-24
• 2.5.2 散射的具体表达式24-26
• 2.5.3 散射卷积网络26-27
• 2.5.4 散射的性质27-29
• 2.6 本章小结29-30
• 3 基于散射变换的机械故障诊断30-52
• 3.1 引言30
• 3.2 一维散射表达式的构造30-32
• 3.3 一维散射变换的特性32-33
• 3.4 支持向量机33-37
• 3.4.1 线性分类机33-35
• 3.4.2 非线性分类机35-36
• 3.4.3 最小二乘投影双联支持向量机36-37
• 3.5 基于散射变换的故障预测37-39
• 3.5.1 故障特征提取38
• 3.5.2 故障预测38-39
• 3.6 旋转机械故障诊断与结果分析39-51
• 3.6.1 数据说明39-41
• 3.6.2 参数选择41-45
• 3.6.3 散射变换的稳定性45-47
• 3.6.4 不同SVM的性能比较47-49
• 3.6.5 齿轮故障预测49-51
• 3.7 本章小结51-52
• 4 基于散射变换的中文手写体笔迹识别52-64
• 4.1 引言52-53
• 4.2 旋转平移散射的构建思想53-55
• 4.3 旋转平移散射表达式构建55-58
• 4.3.1 平移旋转族上的小波变换55-56
• 4.3.2 第一层空间小波的构造56
• 4.3.3 更深层的旋转式平移小波的构造56-58
• 4.4 旋转平移散射的尺度不变性58
• 4.5 形变不变投影58-59
• 4.6 实验结果与分析59-63
• 4.7 本章小结63-64
• 5 总结与展望64-66
• 5.1 本文工作总结64
• 5.2 未来工作展望64-66
• 致谢66-67
• 参考文献67-72
• 附录72
• A. 作者在攻读学位期间内发表的论文目录72
• B. 作者在攻读学位期间内参加的科研项目72

【参考文献】

中国期刊全文数据库 前5条

1 尚赵伟;曹海;陈波;;褶皱中文手写体身份鉴别[J];电子科技大学学报;2015年01期

2 朱贝贝;尚赵伟;袁博;国庆;张峰;杨建伟;;抗混叠轮廓波变换的脱线中文手写体笔迹识别[J];计算机工程与应用;2011年24期

3 高彦宇,杨扬;脱机手写体汉字识别研究综述[J];计算机工程与应用;2004年07期

4 段晨东,姜洪开,何正嘉;一种改进的第2代小波变换算法及应用[J];西安交通大学学报;2004年01期

5 段晨东,何正嘉;第2代小波变换及其在机电设备状态监测中的应用[J];西安交通大学学报;2003年07期

中国硕士学位论文全文数据库 前2条

1 魏运玉;基于移动平台的手写体笔迹鉴别算法研究[D];西安电子科技大学;2013年

2 张燕;基于非负矩阵分解算法的离线笔迹鉴别[D];河北工业大学;2007年

，

本文编号：641883