[发明专利]基于核范数正则低秩编码的风机叶片图像故障识别方法

摘要

本发明公开了基于核范数正则低秩编码的风机叶片图像故障识别方法，该方法首先获取风机叶片故障图像训练样本集，然后利用基于核范数正则的低秩编码方法，获取待识别样本在训练样本集上的线性表示系数，最后通过计算待识别样本在每个类上的表示残差，根据残差计算出待识别样本的类标。本发明方法不但保持了图像的结构信息，同时还将同类样本本身具有的低秩特征融入其中，并利用稀疏特征信息来得到待识别样本的表示系数，提高了识别精度。

主权项

1.基于核范数正则低秩编码的风机叶片图像故障识别方法，其特征在于，包括如下步骤：步骤1，获取风机叶片故障图像训练样本集和待识别样本，所述训练样本集包括c个不同的类，对训练样本集中的每个训练样本和待识别样本均进行归一化；步骤2，利用基于核范数正则的低秩编码方法，计算归一化后的待识别样本在归一化后的各训练样本上的线性表示系数，所述计算归一化后的待识别样本在归一化后的各训练样本上的线性表示系数的目标函数为：s.t.x＝u,Z＝Hdiag(x),E＝A(x)‑D其中，||·||₁为向量的1范数，||·||_*为矩阵的核范数，u为中间变量，D为归一化后的待识别样本，x＝[x₁,x₂,…,x_N]^T为系数向量，A(x)＝x₁A₁+x₂A₂+…+x_NA_N，x₁,x₂,…,x_N为各训练样本A₁,A₂,…,A_N的线性表示系数，为所有训练样本的个数，c为训练样本集的类数，n_i为第i个类中训练样本的个数，E为残差项，H＝[Vec(A₁),…,Vec(A_N)]，Vec(·)为矩阵的向量化操作，diag(·)为对角化操作，λ为第一正则化参数，β为第二正则化参数；步骤3，根据线性表示系数计算归一化后的待识别样本在各个类上的残差，并根据残差计算待识别样本所属的类。