奇异值熵相关论文
钢弹簧隔振器作为钢弹簧浮置板轨道中主要减隔振装置,在往复循环列车荷载作用下易发生失效。一旦钢弹簧失效,将造成轨道结构基础刚......
针对转子故障信号的非平稳性以及敏感故障特征无法有效提取的问题,将变分模态分解(variational mode decomposition,VMD)的Volterr......
期刊
船用多轴齿轮故障识别以振动特性作为判定依据,为提高后期故障识别质量,提出基于改进EEMD算法的船用多轴齿轮传动过程耦合非线性振......
机器视觉测量表面粗糙度所采用的评价指标大多是根据灰度图像进行统计分析的,而当前研究的一些基于颜色信息的评价指标并未给出合......
直升机旋翼不仅是直升机的升力面还是直升机的操作面,既为前进提供动力又为各种姿势的变换提供动力,是直升机的关键组成部分。旋翼......
电网脆弱性描述了系统在正常运行时,所能够承受干扰或故障的能力,以及不能够维持正常运行的可能趋势。对电网脆弱环节的辨识和脆弱......
列控系统态势感知是指对可能引起列控系统信息安全态势发生变化的态势要素进行获取、理解、评价以及预测的过程。提出一种基于SVD ......
提出了一种基于总体平均经验模态分解（ensemble empirical mode decomposition，简称EEMD）奇异值熵和支持向量机的齿轮故障诊断方法。......
针对滚动轴承振动信号非线性、非平稳性以及故障难以识别的问题,提出了一种经验小波变换(EWT)、奇异值熵和t分布随机领域嵌入(t-SN......
提出一种基于互补经验模态分解（CEEMD）奇异值熵结合多核支持向量机（SVM）的入侵信号特征提取与识别方法。首先，采用CEEMD方法对入侵信号......
针对变速箱故障信号的非平稳和时变特点，提出了EMD和奇异值相结合的变速箱故障诊断方法；以变速箱箱体振动信号作为分析对象，首先对信......
对电机故障做出正确的诊断,特征提取是关键。本文将奇异值熵和样本熵相结合,作为振动信号的特征参数,首先提取了能够全面反映电机......
转子系统作为大型机械的核心部件工作环境十分复杂,故障种类多样且其振动信号包含大量噪声,所以特征向量难以有效提取.为此,利用匹......
提出一种基于流形-奇异值熵的滚动轴承时频故障特征提取方法。首先,在HHT（Hilbert-Huang transform,简称HHT）时频分析基础上,应用二......
针对低信噪比条件下雷达信号脉内调制方式识别算法识别率低的问题,提出了基于奇异值熵和分形维数的雷达信号识别算法。该方法首先......
针对滚动轴承微弱故障难以识别的问题,提出一种基于变分模态分解（Variational Mode Decomposition,VMD）与奇异值熵融合的滚动轴承微......
根据相干函数和力锤激励的有效频段来确定频响函数的研究频段,再将频响函数虚部与信息熵理论相结合,计算频响函数虚部构造的Hankel......
随着导航和定位技术在生活和军事当中的应用越来越多,对定位精度的要求也越来越高。BDS的建立不管是军用、还是民用均对我国的发展......
管道泄漏诊断是泄漏定位的前提,为诊断管道是否泄漏,针对管道泄漏状态下声发射信号非平稳随机性的特点,提出了基于内禀模态奇异值......
针对当前音频检索中提取的音频指纹仅针对某一帧,难以准确反映音乐片段的时序特性,造成检索召回率低、内存占用开销大、效率低等问......
针对转子振动信号的非平稳性以及微弱故障特征难以提取的问题,提出一种基于集合经验模式分解(ensemble empirical mode decomposit......
从熵理论角度出发,综合考虑奇异值熵和潮流分布熵,提出关键节点综合评估指标。奇异值熵表征节点负荷变化对系统中节点电压幅值的影......
为了直接通过结构振动响应提取损伤特征,对激励未知情况下的结构损伤进行检测,提出了基于振动传递率函数和奇异值熵的损伤检测方法......
针对目前正交频分复用(OFDM)雷达信号识别方法存在的问题,提出了一种具有可解释性的OFDM雷达信号识别方法。该方法是通过基于树结......
提出了一种基于EMD(Empirical Mode Decomposition)和奇异值熵的转子系统故障诊断方法。该方法首先用EMD方法分解转子系统的振动信......
提出一种基于自适应白噪声完整经验模态分解（complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN）奇异值......
随着科学技术的发展，现代工程结构越来越大型化和复杂化，且由于长期受到变化的载荷作用以及突变的外在因素影响，容易造成结构的强度降......
大型桥梁健康监测系统的主要任务是对结构进行在线监测,确定损伤是否存在,以及损伤发生的位置,并评估结构的运营状态。桥梁结构损......
数字音频指纹技术在音频信号分析和处理中起着重要作用。针对传统基于时频分析的音频指纹提取算法中仅使用信号能量作为特征参数,......
转子系统的诊断过程包括诊断信息的获取、故障特征信息提取和状态识别三部分。其中,故障特征提取和状态识别是诊断的关键。本文将......
为充分利用振动信号进行故障辨识,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,简称EEMD)奇异值熵判据......
旋转机械设备在现代化工业生产中发挥着不可小觑的作用,其正常运转是安全生产的重要保障。运用新兴的信号处理与故障特征提取方法......
针对刀具磨损声发射信号的非平稳、非线性特征，提出了一种基于EMD分解与IMF奇异值熵的刀具磨损状态诊断方法。该方法首先将刀具锋利......
提出了一种基于EMMD（extremum field mean mode decomposition）和AR（auto—regressive）奇异值熵的故障特征提取方法。该方法在对故障信......
