针对机械产品属性之间存在关联性问题,提出考虑属性组合关联的机械产品属性识别方法。将机械产品属性集看作粗糙集信息系统,考虑约简属性组合对条件属性的关联性,利用DEMATEL方法得出属性权重并结合正域依赖度计算约简属性组合重要度;考虑约简属性组合对决策属性的关联性,利用互信息理论计算约简属性组合的相关度。在此基础上,建立机械产品属性约简多目标0-1规划数学模型。提出改进多目标布谷鸟算法,给出鸟巢编码方式、sobol的鸟巢初始化、基于遗传交叉算子的鸟巢更新策略并借助区间犹豫模糊集对Pareto前沿优选,确定最优方案。最终以电梯产品属性约简为例,验证了所提出方法的有效性和可行性。

提出将Ratio梯度与交叉累积剩余熵相结合应用于SAR影像与光学影像匹配以及不同传感器拍摄，的SAR影像匹配。在这种算法中，首先针对SAR影像低信噪比与乘性噪声模型的固有特性，基于均值比率算法提取Ratio梯度，然后采用交叉累积剩余熵作为相似性测度对参考影像和待匹配影像的Ratio梯度图像进行匹配。交叉累积剩余熵利用累积分布函数代替密度函数有效克服了噪声对局部极值的影响，可以取得令人满意的结果。

笔芯护套不仅可保护圆珠笔笔头免受外物碰撞而损伤,其良好的密封性也可使笔芯不易漏墨、溢墨。为了检测笔芯护套是否具有良好的密封性,提出一种归一化互信息与高斯金字塔相结合的方法,实现笔芯护套良好密封性的实时在线检测。不同于传统金字塔匹配算法,该方法在灰度值匹配算法的基础上,首先将所采集图像归一化互信息匹配处理,再进行高斯金字塔分层,既可实现图像匹配速度加快,同时图像模糊不会引入其他噪声,有效克服光照等外界因素的影响。实际场景应用结果表明,笔芯护套密封间隙检测精度可达0.1mm,识别准确率可达98%,具有检测精度高、误检率低等优点。所提算法有望在轻工制笔行业进一步推广应用。

为实现轴承故障的快速准确诊断,以互相关和互信息为基础构造一种针对轴承的快速故障诊断方法。该方法首先运用有限长单位冲激响应(Finite Impulse Response,简称FIR)滤波器对各单一故障(包括内圈、外圈、滚珠、保持架)振动信号进行分解,降低信号分解过程中因模态混叠造成的干扰,以力学分析建立的各故障振动模型为参考,对分解后的子信号采用互相关分析法,选出表征故障特征的子信号,计算子信号透露的信息量——互信息,用于构造故障特征矩阵,最后由K最近邻分类算法(K-Nearest Neighbor,简称KNN算法)的识别结果验证该算法对实现轴承故障快速识别具有优势。