基于散射變換的信號(hào)處理應(yīng)用研究.pdf

1、散射變換是2012年由S.mallat提出的一種新型時(shí)頻信號(hào)處理工具，其基于傳統(tǒng)小波理論但卻克服了其缺點(diǎn)，具有時(shí)移不變性及局部穩(wěn)定性等優(yōu)良性質(zhì)，同時(shí)可在二維圖像上構(gòu)建具有旋轉(zhuǎn)、平移以及尺度不變的表達(dá)式。目前已在語(yǔ)音、圖像處理、高光譜圖像處理等領(lǐng)域得到很好的應(yīng)用。本文對(duì)典型的一維周期信號(hào)——機(jī)械故障信號(hào)診斷和二維信號(hào)——中文手寫體筆跡識(shí)別分別展開(kāi)了研究。
　　針對(duì)機(jī)械故障信號(hào)診斷問(wèn)題，本文利用散射變換的特性結(jié)合最小二乘投影雙支持向量

2、機(jī)（LSPTSVM）分類性能好、計(jì)算復(fù)雜度低、數(shù)據(jù)驅(qū)動(dòng)等特點(diǎn)，從散射系數(shù)的能量特征出發(fā)，提出了一種既高效簡(jiǎn)潔又對(duì)振動(dòng)信號(hào)敏感的新方法以提高診斷性能。LSPTSVM是在PTSVM（Projection Twin Support Vector Machine）的基礎(chǔ)上進(jìn)行改進(jìn)并確保了優(yōu)化問(wèn)題的正則性。將PTSVM采用的二次優(yōu)化替換為最小二乘進(jìn)行優(yōu)化求解，能解決PTSVM在迭代過(guò)程中對(duì)類內(nèi)方差矩陣要求非奇異的限制，提高其適應(yīng)性。通過(guò)大量實(shí)驗(yàn)，

3、對(duì)散射的參數(shù)進(jìn)行了選擇并對(duì)其性質(zhì)進(jìn)行了分析研究，在不同尺度的各個(gè)散射子帶上提取能量特征，采用LSPTSVM進(jìn)行故障分類診斷。最后將該方法與常用的PSVM（Proximal Support Vector Machine）和SVM及多尺度理論診斷方法進(jìn)行對(duì)比，實(shí)驗(yàn)結(jié)果表明：本文的方法在大部分?jǐn)?shù)據(jù)集上達(dá)到了100％的故障診斷正確率，在小部分?jǐn)?shù)據(jù)集上也超過(guò)了99%。
　　針對(duì)中文手寫體筆跡識(shí)別問(wèn)題，本文引入了一種平移以及旋轉(zhuǎn)不變的聯(lián)合算子

4、——旋轉(zhuǎn)平移散射。在文中詳細(xì)闡述了聯(lián)合不變算子構(gòu)造的必要性以及旋轉(zhuǎn)平移散射的構(gòu)造過(guò)程，并針對(duì)尺度不變性進(jìn)行了分析。通過(guò)取對(duì)數(shù)能夠?qū)⒊叨茸儺惥€性化，然后通過(guò)仿射空間模型進(jìn)行分類。本文充分分析了中文手寫體筆跡在數(shù)據(jù)采集時(shí)存在的問(wèn)題，即采集過(guò)程中常常會(huì)發(fā)生一定的角度偏移甚至尺度變化，及紙張易褶皺而產(chǎn)生不同程度的平移以及形變等問(wèn)題。本文結(jié)合旋轉(zhuǎn)平移散射的平移、旋轉(zhuǎn)、尺度不變性及形變穩(wěn)定性的特性，將其應(yīng)用到中文手寫體筆跡識(shí)別中，通過(guò)實(shí)驗(yàn)分析，結(jié)果