博士后科研启动基金(XM2012049)
- 作品数：2 被引量：7H指数：2
- 相关作者：周俊魏勇孙冬王强伊鸣更多>>
- 相关机构：中国人民解放军后勤工程学院河南机电高等专科学校中国人民解放军更多>>
- 发文基金：博士后科研启动基金更多>>
- 相关领域：自动化与计算机技术石油与天然气工程更多>>
- 基于Haar小波的虹膜特征提取算法被引量：5
- 2014年
- 虹膜特征提取算法的优劣决定了虹膜识别系统的性能,经典小波变换算法在特征提取上存在不足,提出一种利用二维Haar小波提取虹膜特征的算法。算法在虹膜预处理的基础上,利用2D Haar小波对虹膜特征提取区域分解,对第三层小波分解高频系数编码生成375bits虹膜编码,利用相似度作为特征匹配关系。在中国科学院虹膜数据库[CASIA(1.0)]上的实验结果表明,算法在认证模式(Verification)与识别模式(Identification)下,性能均优于Boles的算法和Wildes的算法,仅次于Daugman的算法;但本算法虹膜码长度仅为Daugman的1/5,更节省储存空间,正确识别率为99.16%,等错率达到0.54%。
- 孙冬周俊魏勇
- 关键词：小波分解
- 基于小波变换与RBF网络的声发射信号识别被引量：2
- 2015年
- 声发射检测技术不需开罐就能对储油罐安全性在线评估,声发射信号识别是储油罐腐蚀状况分析的基础,针对现有参数分析法的不足,提出一种基于小波变换特征提取与RBF神经网络识别的声发射信号识别方法。利用db2小波对声发射信号6层分解,将6层细节特征空间的能量作为声发射信号特征向量;结合声发射信号特点设计RBF神经网络,利用已知模式声发射信号训练RBF网络;用RBF神经网络对腐蚀、裂纹和冷凝声发射信号进行分类测试。实验结果表明,RBF网络的识别率达到93.3%,显示了RBF网络识别声发射信号的优越性。对储油罐安全状况的定量分析具有一定意义。
- 周俊王强伊鸣王帅
- 关键词：声发射小波RBF神经网络
