公开(公告)号：CN114997216B

公开(公告)日：2024-08-16

申请号：CN202210526887.2

申请日：2022-05-16

Applicant: 电子科技大学

Inventor： 刘欣刚 ,  黄增名 ,  姚佳敏 ,  蒋翔宇 ,  贺鸿程 ,  张立澄

IPC: G06F18/25 ,  G06F18/213 ,  G06F18/24 ,  G06F18/23

Abstract: 本发明属于轴承故障识别领域，具体提供一种基于张量多模态特征高阶匹配的轴承故障识别方法，用以对轴承振动多属性信号进行故障状态分析。本发明利用张量数据，根据实际应用场景中不同阶所代表属性之间的联系将各个阶分为不同的阶组，对张量进行多模态奇异值分解；对检测对象求其特征空间中的特征张量，对特征张量使用张量距离进行高阶匹配，进而判定其多属性，完成轴承故障的识别。本发明提供的多模态奇异值分解方法能够更加有效地将多个属性在分解中通过多模乘运算关联起来，能够更加充分地获取数据之间多个模态的联系，与基于张量距离的高阶匹配方法结合起来能够更加充分地利用信号的多属性特征，获得更好的故障状态识别效果。

公开(公告)号：CN114998167B

公开(公告)日：2024-04-05

申请号：CN202210528487.5

申请日：2022-05-16

Applicant: 电子科技大学

Inventor： 刘欣刚 ,  张磊 ,  黄增名 ,  郭又铭 ,  杨旻君 ,  贺川圳

IPC: G06T5/50 ,  G06V10/764 ,  G06V10/80

Abstract: 本发明属于高光谱与多光谱图像融合领域，具体提供一种基于空间‑光谱联合低秩的高光谱与多光谱图像融合方法，通过对空间‑光谱维度的非局部低秩表示和相关优化方法实现高光谱与多光谱图像的融合。在尽可能减少光谱失真的前提下，利用已知多光谱图像丰富的空间信息进行非局部自相似数据块的提取，接着考虑重构图像空间和光谱维度的低秩特性，采用低变换张量秩的方式探索图像中的相似性和相关性，最后通过分段优化的思想和交替方向乘子法迭代求解目标优化函数实现高光谱与多光谱图像的融合。本发明通过非局部联合低秩实现了高光谱与多光谱图像的有效融合，从而得到高分辨率的高光谱图像，进一步使得光谱图像的应用更加广泛。

公开(公告)号：CN114998167A

公开(公告)日：2022-09-02

申请号：CN202210528487.5

申请日：2022-05-16

Applicant: 电子科技大学

Inventor： 刘欣刚 ,  张磊 ,  黄增名 ,  郭又铭 ,  杨旻君 ,  贺川圳

IPC: G06T5/50 ,  G06V10/764 ,  G06V10/80

Abstract: 本发明属于高光谱与多光谱图像融合领域，具体提供一种基于空间‑光谱联合低秩的高光谱与多光谱图像融合方法，通过对空间‑光谱维度的非局部低秩表示和相关优化方法实现高光谱与多光谱图像的融合。在尽可能减少光谱失真的前提下，利用已知多光谱图像丰富的空间信息进行非局部自相似数据块的提取，接着考虑重构图像空间和光谱维度的低秩特性，采用低变换张量秩的方式探索图像中的相似性和相关性，最后通过分段优化的思想和交替方向乘子法迭代求解目标优化函数实现高光谱与多光谱图像的融合。本发明通过非局部联合低秩实现了高光谱与多光谱图像的有效融合，从而得到高分辨率的高光谱图像，进一步使得光谱图像的应用更加广泛。

公开(公告)号：CN114997216A

公开(公告)日：2022-09-02

申请号：CN202210526887.2

申请日：2022-05-16

Applicant: 电子科技大学

Inventor： 刘欣刚 ,  黄增名 ,  姚佳敏 ,  蒋翔宇 ,  贺鸿程 ,  张立澄

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明属于轴承故障识别领域，具体提供一种基于张量多模态特征高阶匹配的轴承故障识别方法，用以对轴承振动多属性信号进行故障状态分析。本发明利用张量数据，根据实际应用场景中不同阶所代表属性之间的联系将各个阶分为不同的阶组，对张量进行多模态奇异值分解；对检测对象求其特征空间中的特征张量，对特征张量使用张量距离进行高阶匹配，进而判定其多属性，完成轴承故障的识别。本发明提供的多模态奇异值分解方法能够更加有效地将多个属性在分解中通过多模乘运算关联起来，能够更加充分地获取数据之间多个模态的联系，与基于张量距离的高阶匹配方法结合起来能够更加充分地利用信号的多属性特征，获得更好的故障状态识别效果。