项目名称: 最优流形学习研究及其在振动信号处理中应用
项目编号: No.61141015
项目类型: 专项基金项目
立项/批准年度: 2012
项目学科: 轻工业、手工业
项目作者: 周宇
作者单位: 宁波大学
项目金额: 15万元
中文摘要: 流形学习是目前有效的降维手段,能够较好地解决众多维度下的参数提取与分类识别等复杂问题。振动信号处理与模态参数识别是振动检测技术的理论支撑,在各类大型结构(如大桥、轨道、大坝、大型建筑物等)的健康监测和安全监控中起到关键的作用。项目拟从非线性流形学习出发,构建具有振动模态特性的微分子流形,引入粒子群等最优化技术筛选出最优正交投影子集,巧妙地与振动信号的模态分解理论相结合,创建新型的振动模态分解理论与算法。实现降低振动信号分析中的噪声和非线性振动效应等影响、并更好地分离密集振动模态等核心关键问题,项目提出两个创新思路,分别从振动信号的高维稀疏空间表示及其子流形聚类两个方面出发,使得问题的求解变得更加简洁和高效。基于最优化流形学习的新型振动模态分解理论与算法将会在各种基础建筑结构的健康检测与安全监控中获得重要的应用,为社会公共安全提供关键核心的技术理论。
中文关键词: 流形学习;振动信号;稀疏降维;特征提取;
英文摘要:
英文关键词: Manifold Learning;Vibration Signal;Sparse dimension reduction;Feature Extract;