期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于GLCM-HOG和WOA-ELM的往复压缩机气阀故障诊断方法 被引量：9
1
作者 李颖 吴仕虎 +1 位作者 杨鑫杰 巴鹏 《电子测量技术》 北大核心 2023年第20期156-163,共8页
气阀是往复压缩机在工作过程中极易发生故障的部件。从气阀时频图分析的角度,提出了一种基于GLCM-HOG和WOA-ELM的往复压缩机气阀故障诊断方法。首先,通过小波变换对各运行状态气阀的振动信号进行处理,生成时频图;用GLCM和HOG分别提取气... 气阀是往复压缩机在工作过程中极易发生故障的部件。从气阀时频图分析的角度,提出了一种基于GLCM-HOG和WOA-ELM的往复压缩机气阀故障诊断方法。首先,通过小波变换对各运行状态气阀的振动信号进行处理,生成时频图;用GLCM和HOG分别提取气阀时频图特征,融合形成GLCM-HOG特征。然后,利用WOA方法对ELM模型的输入层节点权值和隐藏层节点阈值进行优化,构建气阀故障诊断模型。最后,将GLCM特征和GLCM-HOG特征分别输入到WOA-ELM模型中,来证明本文所提方法的有效性和优越性,从而实现往复压缩机气阀故障的诊断。实验结果表明:与GLCM特征相比,构造的GLCM-HOG特征更能准确全面地反映气阀时频图特征;与ELM模型相比,WOA-ELM模型诊断气阀故障的准确率更高。 展开更多
关键词 往复压缩机气阀 glcm-hog WOA-ELM 故障诊断
原文传递
结合改进聚合通道特征和灰度共生矩阵的俯视行人检测算法 被引量：5
2
作者 李琳 张涛 《计算机应用》 CSCD 北大核心 2018年第12期3367-3371,3398,共6页
针对传统俯视行人检测方法提取的头部特征单一、检测错误率高的问题,提出了结合改进聚合通道特征(ACF)和灰度共生矩阵(GLCM)的俯视行人检测算法。首先,将提取到的HSV颜色特征、梯度幅值大小以及改进后的梯度方向直方图(HOG)特征组合成AC... 针对传统俯视行人检测方法提取的头部特征单一、检测错误率高的问题,提出了结合改进聚合通道特征(ACF)和灰度共生矩阵(GLCM)的俯视行人检测算法。首先,将提取到的HSV颜色特征、梯度幅值大小以及改进后的梯度方向直方图(HOG)特征组合成ACF描述子;然后,采用窗口法计算改进的GLCM参数描述子,提取纹理特征,串联每个窗口的特征向量得到共生矩阵特征描述子;最后,将聚合通道和共生矩阵特征分别输入Adaboost训练得到分类器,并进行检测得到最终结果。实验结果表明,所提算法能在干扰背景存在的情况下有效检测目标,提高了检测的准确率和召回率。 展开更多
关键词 俯视行人检测 聚合通道特征 灰度共生矩阵 梯度方向直方图 ADABOOST
在线阅读 下载PDF
基于匹配滤波和多特征融合的羊绒羊毛纤维识别 被引量：2
3
作者 朱耀麟 穆婉婉 +1 位作者 李云红 武桐 《毛纺科技》 CAS 北大核心 2021年第11期64-69,共6页
针对传统纤维骨架提取方法鲁棒性较差的问题,提出一种基于匹配滤波和多特征融合的羊绒羊毛纤维识别方法。该方法利用高斯曲线来拟合纤维SEM图像鳞片边缘横截面处灰度值的分布,设计合适的滤波核函数以分割纤维骨架,弱化了光照和噪声的影... 针对传统纤维骨架提取方法鲁棒性较差的问题,提出一种基于匹配滤波和多特征融合的羊绒羊毛纤维识别方法。该方法利用高斯曲线来拟合纤维SEM图像鳞片边缘横截面处灰度值的分布,设计合适的滤波核函数以分割纤维骨架,弱化了光照和噪声的影响;依据纤维骨架图像鳞片密度、鳞片均匀度、形状轮廓的不同,提取其灰度直方图统计特征、GLCM特征和HOG特征并将三者进行融合,避免了鳞片密度计算的复杂性,且较为完善地获取了纤维信息。实验结果表明:提出的算法在羊绒和羊毛纤维的分类上准确率提升至97.1%,相比其他算法至少提高了3.3%,证实了该方法的有效性。 展开更多
关键词 羊绒羊毛 匹配滤波 多特征融合 灰度直方图统计 GLCM HOG
在线阅读 下载PDF
融合HOG和GLCM特征的输送带撕裂在线检测方法 被引量：4
4
作者 曾飞 赵玉凯 +1 位作者 欧宏日 赵晨晨 《仪表技术与传感器》 CSCD 北大核心 2022年第11期108-112,共5页
针对输送带表面信息复杂且难以在线准确监测的问题,提出一种融合HOG和GLCM特征的输送带撕裂在线检测方法。首先,搭建了输送带撕裂在线检测系统,并设计了输送带撕裂检测流程。然后,对正常、划伤和撕裂3种不同输送带表面缺陷特征进行研究... 针对输送带表面信息复杂且难以在线准确监测的问题,提出一种融合HOG和GLCM特征的输送带撕裂在线检测方法。首先,搭建了输送带撕裂在线检测系统,并设计了输送带撕裂检测流程。然后,对正常、划伤和撕裂3种不同输送带表面缺陷特征进行研究,提出融合HOG和GLCM特征的输送带撕裂检测算法。最后,根据撕裂在线检测系统的需求,设计出检测系统的上位机软件,搭建实验台,并开展相关实验。实验结果表明:融合HOG和GLCM特征的输送带撕裂在线检测在小样本的情况下识别平均准确率为95.37%,单幅输送带图像识别率耗时为38.6 ms,优于HOG、GLCM和LBP-GLCM特征提取的识别准确率,能够满足输送带在线检测的需求。 展开更多
关键词 带式输送机 撕裂检测 HOG GLCM 在线检测
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部