公开(公告)号：CN102779233A

公开(公告)日：2012-11-14

申请号：CN201210205387.5

申请日：2012-06-20

Applicant: 哈尔滨工业大学

Inventor： 沈毅 ,  贺智 ,  冯乃章

IPC: G06F19/00

Abstract: 基于正则化方法改进多变量灰色模型的故障预测方法，属于故障预测领域，本发明为解决多变量灰色模型GM(1，N)在用最小二乘法计算灰色系数的过程中可能出现病态，但目前没有解决方案的问题。本发明在不改变原有多变量灰色模型计算框架的前提下，在求灰色系数前，先判断是否会出现病态问题，如果是，则用正则化方法来求解该系数，否则，仍用最小二乘法求解。这样，有利于得到更加准确的灰色系数，提高灰色模型的故障预测精度。

公开(公告)号：CN102779232A

公开(公告)日：2012-11-14

申请号：CN201210205302.3

申请日：2012-06-20

Applicant: 哈尔滨工业大学

Inventor： 王艳 ,  贺智 ,  张淼

IPC: G06F19/00

Abstract: 基于样条插值改进多变量灰色模型的故障预测方法，属于故障预测领域，本发明为解决现有多变量灰色模型在计算灰色系数和卷积积分过程中，采用代数精度较低的梯形公式或复化梯形公式，故障预测精度低的问题。本发明在不改变原有多变量灰色模型故障预测框架的前提下，当计算灰色系数和卷积积分时，分别用特定的样条函数代替原方法来逼近相应变量，推导一套全新的多变量灰色模型计算方法，有利于提高故障预测精度。

公开(公告)号：CN101847210A

公开(公告)日：2010-09-29

申请号：CN201010209877.3

申请日：2010-06-25

Applicant: 哈尔滨工业大学

Inventor： 沈毅 ,  贺智 ,  张淼

IPC: G06K9/62

Abstract: 基于二维经验模态分解和小波降噪的多分组图像分类方法，属于图像处理领域，本发明为解决传统分类方法对图像本质特征利用不充分，分类精度低的问题，本发明包括如下步骤：一：对多分组图像中各波段分别进行二维经验模态分解，得到前K个二维分量IMF和1个残差；二：对前K个二维分量IMF求和作为特征值，小波降噪后获取降噪后特征值；三：多个多分组图像的降噪后特征值按比例任意选取作为支持向量机的训练样本和测试样本，对训练样本进行支持向量机参数训练，再进行归属判定，形成多个支持向量机子分类器；四：利用多个支持向量机子分类器构建基于一对一策略的多分类器，并依据决策函数对测试样本的归属类别做出决策，完成多分组图像的分类。