刘建民
- 作品数：2 被引量：31H指数：2
- 供职机构：沈阳飞机设计研究所更多>>
- 发文基金：中国航空科学基金中国博士后科学基金博士科研启动基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于小波包与支持向量机的复杂信号模式识别被引量：23
- 2008年
- 为很好地识别神经和肌肉的功能状态,针对表面肌电信号的非平稳特性,提出了采用小波包变换的方法对原始肌电信号进行分解,并提取其频段系数的最大奇异值构建特征矢量。利用"一对一"的分类策略和二叉树构建多类支持向量机分类器,经训练后可以有效地对前臂8种动作的表面肌电信号进行识别,8种动作的平均识别率达到99.375%。实验结果表明,支持向量机分类器的识别率明显优于传统的BP神经网络、Elman神经网络和RBF神经网络分类器,且鲁棒性好,并具有良好的泛化推广能力。
- 崔建国李一波李忠海刘建民徐心和
- 关键词：表面肌电信号小波包变换支持向量机模式识别
- 基于支持向量机的飞行器健康诊断方法被引量：8
- 2009年
- 为解决飞行器关键结构部件裂纹损伤的有效监测,及时发现潜在的安全隐患,避免灾难性事故的发生,采用先进的声发射技术对某军用飞行器真实关键结构部件的健康状态进行监测。使用小波包分析方法对所募集的飞行器结构部件声发射信息进行分解,提取能反映结构裂纹损伤信息的范数特征向量,作为支持向量机健康状态监测器的输入,对其进行训练和健康诊断研究。提出了一种由声发射信息范数特征向量与支持向量机相结合对飞行器结构裂纹损伤进行有效识别的新方法。在某军用飞行器真实结构部件的裂纹损伤试验中,运用该方法对其健康状态进行监测研究表明,该方法可准确诊断其裂纹损伤,为飞行器结构部件健康状态的有效监测提供了新途径。
- 崔建国李明陈希成吕瑞徐长君刘建民徐心和
- 关键词：飞行器范数小波包支持向量机
