1. 毕业设计（论文）的内容和要求

主成分分析（pca）算法常被用于随机信号分析。

将巴氏噪声检测技术应用于材料表面应力/硬度检测时，如何从巴氏噪声中提取特征值是这一技术研究的重要方向。

由于巴氏噪声检测系统所得信号为一脉冲序列，本课题从巴氏噪声的本质出发，研究运用pca算法从噪声信号中提取应力/硬度信息的有效性和局限性。

2. 参考文献

[1] 沈功田, 郑阳, 蒋政培等. 磁巴克豪森技术的发展现状[J]. 无损检测, 38,7(2016): 66-74. [2] 张玉华, 孙慧贤, 李建增. 硬度测量无损检测新技术的研究与发展[J]. 计量技术, 4(2013): 26-29. [3] 张九龙, 邓筱楠, 张志禹. 概率核主成分分析及其应用[J]. 计算机工程与应用, 47,4(2011): 165-167. [4] 孙忠. 现代信号处理理论与应用[M]. 电子工业出版社, 北京. 2011. [5] 陆超, 陈捷, 洪荣晶. 采用概率主成分分析的回转支承寿命状态识别[J]. 西安交通大学学报, 49,10(2015): 90-96. [6] 朱军华, 余岭. 基于频响函数的结构健康监测主成分分析法[J]. 振动与冲击, 30,5(2011): 111-115. [7] Ali Sophian, Gui Yun Tian, David Taylor et al. A feature extraction technique based on principal component analysis for pulsed Eddy current NDT. NDTE International 36 (2003) 37#8211;41. [8] 白亚红,王奉涛EMD分解和支持向量机技术在风电齿轮箱早期齿轮磨损故障诊断中的应用[J]. 工业控制计算机, 2010, 23(2): 70-71. [9] Jian Yang, David Zhang and Alejandro F. Frangi et al. Two-Dimensional PCA: A New Approach to Appearance-Based Face Representation and Recognition. IEEE Trans. On Pattern Analysis and Machine Intelligence, 26,1(2004) 131-137. [10] Linda Valeri and Tyler J. VanderWeele. Mediation Analysis Allowing for Exposure#8211;Mediator Interactions and Causal Interpretation: Theoretical Assumptions and Implementation with SAS and SPSS Macros. Psychological Methods, 18,2(2013) 137-150.

3. 毕业设计（论文）进程安排

起讫日期 设计（论文）各阶段工作内容 备 注 2018-1-15～2018-2-28 查阅文献，与指导教师讨论课题背景，理解课题所要求的内容。

2018-2-29～2018-3-13 查阅相关资料，完成文献综述一篇；进一步深入理解课题所研究的核心问题，确定基本研究思路。

2018-3-14～2018-3-27 确定特征值提取方案和验证技术路线；针对课题研究的核心问题完成理论准备，确定研究步骤，并在此基础上完成开题报告。