[發(fā)明專(zhuān)利]一種基于主元相似性分析的多模態(tài)過(guò)程模態(tài)辨識(shí)方法有效
| 申請(qǐng)?zhí)枺?/td> | 201810204240.1 | 申請(qǐng)日: | 2018-03-12 |
| 公開(kāi)(公告)號(hào): | CN108490912B | 公開(kāi)(公告)日: | 2019-08-30 |
| 發(fā)明(設(shè)計(jì))人: | 鄭英;秦泗釗;王楊;張洪 | 申請(qǐng)(專(zhuān)利權(quán))人: | 華中科技大學(xué) |
| 主分類(lèi)號(hào): | G05B23/02 | 分類(lèi)號(hào): | G05B23/02 |
| 代理公司: | 華中科技大學(xué)專(zhuān)利中心 42201 | 代理人: | 李智;曹葆青 |
| 地址: | 430074 湖北*** | 國(guó)省代碼: | 湖北;42 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 模態(tài) 辨識(shí) 相似性分析 相似性因子 相似性指標(biāo) 模態(tài)數(shù)據(jù) 多模態(tài) 二階矩 控制限 一階矩 主元 結(jié)果準(zhǔn)確率 主成分分析 窗口移動(dòng) 計(jì)算量 數(shù)據(jù)集 統(tǒng)計(jì)量 | ||
1.一種基于主元相似性分析的多模態(tài)過(guò)程模態(tài)辨識(shí)方法,其特征在于,包括:
(1)獲取不同模態(tài)的數(shù)據(jù),組成待識(shí)別模態(tài)的數(shù)據(jù)集;
(2)根據(jù)待識(shí)別模態(tài)的數(shù)據(jù)集,選取窗口大小h、窗口移動(dòng)的長(zhǎng)度L和PCA相似性因子的控制限值;
(3)窗口在待識(shí)別模態(tài)的數(shù)據(jù)集中移動(dòng)時(shí),將第一個(gè)窗口的數(shù)據(jù)作為初始模態(tài)的數(shù)據(jù),基于初始模態(tài)的數(shù)據(jù)計(jì)算初始模態(tài)的相似性指標(biāo)統(tǒng)計(jì)量的控制限值;
(4)根據(jù)當(dāng)前窗口的數(shù)據(jù),得到當(dāng)前窗口與當(dāng)前模態(tài)之間的PCA相似性因子和當(dāng)前窗口的相似性指標(biāo)統(tǒng)計(jì)量,分別與PCA相似性因子的控制限值和當(dāng)前模態(tài)的相似性指標(biāo)統(tǒng)計(jì)量的控制限值比較,判斷當(dāng)前窗口的模態(tài),所述當(dāng)前模態(tài)為已經(jīng)辨識(shí)出來(lái)的最近一個(gè)非過(guò)渡模態(tài);
(5)若當(dāng)前窗口屬于當(dāng)前模態(tài),將當(dāng)前窗口的數(shù)據(jù)并入當(dāng)前模態(tài)的數(shù)據(jù)后,得到當(dāng)前模態(tài)的相似性指標(biāo)統(tǒng)計(jì)量的新的控制限值,利用新的控制限值更新當(dāng)前模態(tài)的相似性指標(biāo)統(tǒng)計(jì)量的控制限值;若當(dāng)前窗口的數(shù)據(jù)不屬于當(dāng)前模態(tài),根據(jù)前一個(gè)窗口的模態(tài)判斷當(dāng)前窗口是否為新的模態(tài);
(6)若當(dāng)前窗口為新的模態(tài),根據(jù)當(dāng)前窗口的數(shù)據(jù)計(jì)算新的模態(tài)的相似性指標(biāo)的控制限值,并將當(dāng)前窗口的數(shù)據(jù)作為新的模態(tài)的數(shù)據(jù);
(7)重復(fù)步驟(4)~(6),直至待識(shí)別模態(tài)的數(shù)據(jù)集中所有數(shù)據(jù)模態(tài)辨識(shí)完成。
2.如權(quán)利要求1所述的一種基于主元相似性分析的多模態(tài)過(guò)程模態(tài)辨識(shí)方法,其特征在于,所述窗口大小h大于等于窗口移動(dòng)的長(zhǎng)度L。
3.如權(quán)利要求1或2所述的一種基于主元相似性分析的多模態(tài)過(guò)程模態(tài)辨識(shí)方法,其特征在于,所述PCA相似性因子的控制限值的取值范圍是0.7-0.8。
4.如權(quán)利要求1或2所述的一種基于主元相似性分析的多模態(tài)過(guò)程模態(tài)辨識(shí)方法,其特征在于,所述步驟(3)包括:
(3.1)窗口在待識(shí)別模態(tài)的數(shù)據(jù)集中移動(dòng)時(shí),將第一個(gè)窗口的數(shù)據(jù)作為初始模態(tài)的數(shù)據(jù),根據(jù)初始模態(tài)的數(shù)據(jù)計(jì)算初始模態(tài)的均值向量和標(biāo)準(zhǔn)差向量;
(3.2)利用初始模態(tài)的均值向量和標(biāo)準(zhǔn)差向量對(duì)初始模態(tài)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理;
(3.3)對(duì)標(biāo)準(zhǔn)化處理后的初始模態(tài)的數(shù)據(jù)的協(xié)方差矩陣進(jìn)行特征值分解,將初始模態(tài)的數(shù)據(jù)分為主元空間和殘差空間;
(3.4)對(duì)標(biāo)準(zhǔn)化處理后的初始模態(tài)的數(shù)據(jù),根據(jù)下式計(jì)算初始模態(tài)的相似性指標(biāo)統(tǒng)計(jì)量的控制限值τ2:
其中,F(xiàn)l,s-l,1-α是具有自由度l和s-l,置信度為1-α的F分布值,s為初始模態(tài)的數(shù)據(jù)個(gè)數(shù),l是主元個(gè)數(shù)。
5.如權(quán)利要求1或2所述的一種基于主元相似性分析的多模態(tài)過(guò)程模態(tài)辨識(shí)方法,其特征在于,所述步驟(4)包括:
(4.1)根據(jù)當(dāng)前窗口i的數(shù)據(jù),得到當(dāng)前窗口i的相似性指標(biāo)統(tǒng)計(jì)量
其中,P為當(dāng)前窗口i的數(shù)據(jù)的主元空間的載荷矩陣,Λ為對(duì)角矩陣,x為待識(shí)別模態(tài)的數(shù)據(jù)集中的每一行,相似性指標(biāo)統(tǒng)計(jì)量用于衡量?jī)蓚€(gè)不同數(shù)據(jù)集之間的一階矩差異,且相似性指標(biāo)統(tǒng)計(jì)量超過(guò)當(dāng)前模態(tài)的相似性指標(biāo)統(tǒng)計(jì)量的控制限值時(shí),二者一階矩差異明顯;
(4.2)對(duì)于當(dāng)前窗口的數(shù)據(jù)D1和當(dāng)前模態(tài)的數(shù)據(jù)D2,分別對(duì)其進(jìn)行PCA分解,相應(yīng)的主元個(gè)數(shù)分別為k1和k2,令k=max(k1,k2),則當(dāng)前窗口與當(dāng)前模態(tài)之間的PCA相似性因子由下式得出:
其中,θij是D1中第i個(gè)載荷向量Pi,1和D2中第j個(gè)載荷向量Pj,2之間的夾角,λi,1和λj,2分別是D1和D2中主元相對(duì)應(yīng)的特征值;
(4.3)將當(dāng)前窗口與當(dāng)前模態(tài)之間的PCA相似性因子和當(dāng)前窗口的相似性指標(biāo)統(tǒng)計(jì)量,分別與PCA相似性因子的控制限值和當(dāng)前模態(tài)的相似性指標(biāo)統(tǒng)計(jì)量的控制限值比較,判斷當(dāng)前窗口的模態(tài),所述當(dāng)前模態(tài)為已經(jīng)辨識(shí)出來(lái)的最近一個(gè)非過(guò)渡模態(tài)。
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于華中科技大學(xué),未經(jīng)華中科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810204240.1/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 一種基于特定模態(tài)語(yǔ)義空間建模的跨模態(tài)相似性學(xué)習(xí)方法
- 一種發(fā)動(dòng)機(jī)多模態(tài)控制系統(tǒng)
- 一種基于多模態(tài)生成式對(duì)抗網(wǎng)絡(luò)的云圖分類(lèi)方法
- 雙向飛翼飛行器氣動(dòng)外形和設(shè)計(jì)方法
- 一種跨模態(tài)信息檢索方法、裝置和存儲(chǔ)介質(zhì)
- 一種多模態(tài)數(shù)據(jù)處理方法及系統(tǒng)
- 一種基于壓電雙模態(tài)諧振器的雙通帶濾波器
- 增程器控制方法、裝置、介質(zhì)、整車(chē)控制器及車(chē)輛
- 一種基于門(mén)機(jī)制多模態(tài)融合的情感分析方法
- 面向?qū)捰蝻w行的多模態(tài)精確劃分方法
- 基于塊相似性的交互式圖像分割方法
- 基于加權(quán)BORDA計(jì)數(shù)法的多元時(shí)間序列相似分析方法
- 使用信息檢索進(jìn)行源代碼流分析
- 一種基于Spark-Streaming的文本相似性分析的數(shù)據(jù)處理方法和裝置
- 基于顏色和內(nèi)容多因素綜合的圖像相似性定量分析方法
- 一種結(jié)合二分網(wǎng)絡(luò)和文本的醫(yī)院科室相似性分析方法
- 基于代碼映射和詞法分析的大規(guī)模程序相似性快速檢測(cè)與證據(jù)生成方法
- 一種歷史相似性天氣分析方法
- 一種基于語(yǔ)義相似性分析的技術(shù)文件相似性排查方法
- 基于流量自相似性的DDoS入侵檢測(cè)方法及相關(guān)裝置
- 儲(chǔ)層分析的系統(tǒng)和方法
- 用于確定是否允許創(chuàng)建內(nèi)容頻道的方法和裝置
- 一種基于多特征融合的抖動(dòng)檢測(cè)算法
- 一種基于主觀視頻質(zhì)量的H.264碼率控制方法
- 基于評(píng)價(jià)內(nèi)容和ID相似性識(shí)別的電商評(píng)價(jià)判斷系統(tǒng)
- 基于ID相似性識(shí)別的電商評(píng)價(jià)鑒別系統(tǒng)
- 基于雙向隨機(jī)游走和多標(biāo)簽學(xué)習(xí)的miRNA-環(huán)境因子關(guān)系預(yù)測(cè)方法
- 一種融合相似性和共同評(píng)分項(xiàng)數(shù)量的概率矩陣分解模型
- 一種引種選址方法及裝置
- 一種基于學(xué)習(xí)情況相似度的協(xié)同過(guò)濾個(gè)性化學(xué)習(xí)推薦方法





