文献

J-GLOBAL ID：201702280179446033   整理番号：17A1277376

Huモーメント不変量とフラクタルボックス次元に基づく軸軌道の知的認識に関する研究【Powered by NICT】

Research on intelligent recognition of axis orbit based on Hu moment invariants and fractal box dimension

著者 (4件)： Jie Shao (College of Mechanical Engineering, Taiyuan University of Technology, Taiyuan, 030024, China) ,  Xinyu Pang (College of Mechanical Engineering, Taiyuan University of Technology, Taiyuan, 030024, China) ,  Zhaojian Yang (College of Mechanical Engineering, Taiyuan University of Technology, Taiyuan, 030024, China) ,  Juanli Li (College of Mechanical Engineering, Taiyuan University of Technology, Taiyuan, 030024, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： URAI  ページ： 794-799  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 軸軌道の形状特徴であるロータシステムの故障を判断するために非常に重要である。軸軌道の画像のサンプリングと量子化後,画像のエッジが不正確になる。画像の離散化はモーメント不変量の高次モーメントの計算に大きな影響を及ぼす。高次モーメントは主に画像詳細を記述した。フラクタル次元は画像の詳細と複雑さに敏感であった。そこで本論文では,モーメント不変量を持つフラクタル次元を組み合わせた手法を提案した。Canny演算子を用いて軸軌道画像のエッジを検出することである。画像とフラクタルボックス次元のHuの不変モーメントは,BPニューラルネットワークの特徴ベクトルとして使用されている。実験の典型的な断層軸軌道の40グループの試料を試験するために訓練し,サンプリングした。軸軌道の8基の認識率は100%までであり,認識効果は満足すべきものである。結果は,この方法が高い認識速度と高い認識精度を持ち,軸軌道を用いてロータシステムの知的故障診断のための良好な実用的価値を持つことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *モーメント ,  画像 ,  フラクタル次元 ,  量子化 ,  故障診断 ,  *不変性
準シソーラス用語： 認識精度 ,  認識率 ,  特徴ベクトル ,  逆伝播ニューラルネットワーク ,  Canny演算子 ,  高次モーメント ,  離散化 ,  形状特徴 ,  *モーメント不変量 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： HU ,  モーメント不変量 ,  次元 ,  軌道 ,  研究