期刊文献+
共找到693篇文章
< 1 2 35 >
每页显示 20 50 100
基于C型行波法的配电网故障定位的实用研究 被引量:42
1
作者 于盛楠 杨以涵 鲍海 《继电器》 CSCD 北大核心 2007年第10期1-4,12,共5页
提出了利用C型行波法在配电网中进行故障定位的方法。该方法分两步进行,第一步定出故障距离,第二步定出故障分支。在线路始端注入高幅值窄脉冲并检测从线路返回的波形,比较进行自适应滤波后正常和故障两种情况下的波形,得到故障距离。... 提出了利用C型行波法在配电网中进行故障定位的方法。该方法分两步进行,第一步定出故障距离,第二步定出故障分支。在线路始端注入高幅值窄脉冲并检测从线路返回的波形,比较进行自适应滤波后正常和故障两种情况下的波形,得到故障距离。提出行波传输的特征波的概念。通过分析故障录波的特征波,来确定故障分支。将故障测距和故障分支结果结合起来达到精确定位。通过理论分析、ATP仿真及现场实验,并对所得数据进行有效分析,证明了该方法的正确性,也说明该方法在配电网故障定位中是实际可行的。 展开更多
关键词 行波 故障定位 自适应滤波 特征波
下载PDF
车载图像跟踪系统中电子稳像算法的研究 被引量:28
2
作者 罗诗途 王艳玲 +1 位作者 张玘 罗飞路 《光学精密工程》 EI CAS CSCD 北大核心 2005年第1期95-103,共9页
提出了一种新的稳像方法。首先,采用了一种由粗到精、由局部匹配到全局配准的高效配准策略。在粗配准时,提出基于灰度投影均值的 SSDA改进算法,用于快速模板匹配;精配准时,将改进的联合直方图区域计数法用于车载图像序列,在保证精度的... 提出了一种新的稳像方法。首先,采用了一种由粗到精、由局部匹配到全局配准的高效配准策略。在粗配准时,提出基于灰度投影均值的 SSDA改进算法,用于快速模板匹配;精配准时,将改进的联合直方图区域计数法用于车载图像序列,在保证精度的同时摆脱大量浮点运算。其次,详细阐述了自适应均值运动滤波法。通过自适应选取滑动窗口的大小,一方面对运动曲线进行平滑以降低抖动,另一方面防止了过稳现象的发生。实验结果表明:该方法能准确、快速实现车载图像配准,且配准精度达到了“亚像素”水平,满足了车载图像跟踪系统对电子稳像技术的实时性及精度要求。 展开更多
关键词 图像跟踪系统 电子稳像 配准 计数 自适应均值滤波法
下载PDF
基于直方图统计的织物疵点识别算法 被引量:26
3
作者 高晓丁 汪成龙 +1 位作者 左贺 梁继超 《纺织学报》 EI CAS CSCD 北大核心 2005年第2期121-123,共3页
提出运用织物图像的直线纹理特征 ,由概率统计生成直方图 ,有效地提取织物图像的特征波形 ,经大量检测试验证明特征波可靠稳定。基于波形特征参数对比能准确定位织物纹理结构的异常位置 ,正确识别织物疵点。为简化识别算法可引入阈值过... 提出运用织物图像的直线纹理特征 ,由概率统计生成直方图 ,有效地提取织物图像的特征波形 ,经大量检测试验证明特征波可靠稳定。基于波形特征参数对比能准确定位织物纹理结构的异常位置 ,正确识别织物疵点。为简化识别算法可引入阈值过滤 ,允许正常波形参数通过过滤 ,而记录异常波形变化 ,用过滤单一的正常纹理来识别类型复杂的织物疵点。 展开更多
关键词 直方图 自适应 纹理识别 特征强化 阈值过滤
下载PDF
多特征自适应融合的粒子滤波跟踪算法 被引量:22
4
作者 相入喜 李见为 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2012年第1期97-103,共7页
针对跟踪过程中目标形态不断变化或部分遮挡导致鲁棒性差的问题,提出一种基于多特征自适应融合的粒子滤波跟踪算法.该算法从视觉特征集中选取了描述能力强的2种特征,并将其按照与目标模型的多尺度相似度进行线性融合;为了减小跟踪漂移,... 针对跟踪过程中目标形态不断变化或部分遮挡导致鲁棒性差的问题,提出一种基于多特征自适应融合的粒子滤波跟踪算法.该算法从视觉特征集中选取了描述能力强的2种特征,并将其按照与目标模型的多尺度相似度进行线性融合;为了减小跟踪漂移,通过计算当前目标模型与初始目标模型的多尺度相似度自适应地更新目标模型.大量仿真实验结果表明,文中算法可以鲁棒地跟踪到部分遮挡和形态变化的运动目标. 展开更多
关键词 粒子滤波 自适应 特征融合 多尺度相似度(MSBRS) 模板更新
下载PDF
工程图对象识别规则自动获取方法的研究 被引量:13
5
作者 杨若瑜 胡笳 蔡士杰 《计算机学报》 EI CSCD 北大核心 2003年第10期1234-1240,共7页
分析了工程图中工程对象的构图特点 ,设计了适用于识别的对象特征组结构 .提出了通过抽取对象特征组、由特征组自动生成识别规则的方法 .提出了在识别系统中加入对象特征抽取以及识别规则自动生成与调整功能使识别系统能方便地适应新图... 分析了工程图中工程对象的构图特点 ,设计了适用于识别的对象特征组结构 .提出了通过抽取对象特征组、由特征组自动生成识别规则的方法 .提出了在识别系统中加入对象特征抽取以及识别规则自动生成与调整功能使识别系统能方便地适应新图例从而提高适应能力的方法 .该方法已应用于一个建筑工程图自动分析软件并取得了较好的效果 . 展开更多
关键词 建筑工程图 计算机辅助设计 工程图 对象识别规则 自动识别 自动获取
下载PDF
多维特征自适应MeanShift遥感图像分割方法 被引量:22
6
作者 周家香 朱建军 +1 位作者 梅小明 马慧云 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2012年第4期419-422,440,共5页
针对MeanShift算法分割遥感图像的自动化程度和精度不高的问题,提出一种多特征自适应Mean-Shift遥感图像分割方法。3组实验结果表明,本方法相比EDISON软件能得到更好的分割效果,且能在一定程度上提高遥感影像分割的自动化。
关键词 遥感影像 自适应MeanShift 图像分割 带宽 纹理特征
原文传递
基于多尺度卷积类内迁移学习的列车轴承故障诊断 被引量:17
7
作者 沈长青 王旭 +3 位作者 王冬 阙红波 石娟娟 朱忠奎 《交通运输工程学报》 EI CSCD 北大核心 2020年第5期151-164,共14页
考虑变工况下列车轴承振动数据分布不一致情况下,传统深度学习诊断模型的泛化能力下降,提出了一种多尺度卷积类内自适应的深度迁移学习模型;模型利用改进的ResNet-50网络分析振动数据的频谱,得到了中间层次特征,构造了多尺度特征提取器... 考虑变工况下列车轴承振动数据分布不一致情况下,传统深度学习诊断模型的泛化能力下降,提出了一种多尺度卷积类内自适应的深度迁移学习模型;模型利用改进的ResNet-50网络分析振动数据的频谱,得到了中间层次特征,构造了多尺度特征提取器,从不同尺度处理中间层次特征得到高层次特征;将高层次特征作为分类器的输入,同时计算了伪标签以缩短在不同工作条件下收集的振动信号的条件分布距离来进行类内匹配;为了验证模型的通用性和优越性,将提出的模型分别用于列车轮对轴承数据集和凯斯西储数据集的多个工况进行试验验证和分析。研究结果表明:通过对齐不同域中同一类样本的高层次特征作为分类器的输入,提出的模型获得了更为理想的故障诊断精度;在列车轴承6个变工况诊断实例中,平均诊断精度为90.75%,与传统深度学习模型相比,模型诊断精度平均提高了约10%,召回率为0.927;在凯斯西储数据集的12个变工况诊断实例中,模型平均诊断精度达99.97%,比传统模型提高约10%。可见,利用伪标签减小了不同域之间的条件分布差异,很好地处理了源域和目标域数据分布不一致的问题;多尺度特征提取器能从不同尺度对齐样本的高层次特征,增强了模型的泛化性与鲁棒性,是解决变工况列车轴承故障诊断问题的一种有效模型。 展开更多
关键词 列车轴承 故障诊断 深度迁移学习 条件分布 类内自适应 特征提取
原文传递
融合扰动感知模型的孪生神经网络目标跟踪 被引量:16
8
作者 李勇 杨德东 +1 位作者 韩亚君 宋鹏 《光学学报》 EI CAS CSCD 北大核心 2020年第4期114-125,共12页
针对全卷积孪生网络目标跟踪算法(Siamfc)在严重遮挡、旋转、光照变化、尺度变化等情况下容易出现跟踪失败的问题,提出了一种融合扰动感知模型的孪生神经网络目标跟踪算法。将孪生神经网络提取到的低层结构特征与高层语义特征进行有效融... 针对全卷积孪生网络目标跟踪算法(Siamfc)在严重遮挡、旋转、光照变化、尺度变化等情况下容易出现跟踪失败的问题,提出了一种融合扰动感知模型的孪生神经网络目标跟踪算法。将孪生神经网络提取到的低层结构特征与高层语义特征进行有效融合,以提高特征的表征能力;利用模板自适应策略在线更新模板,以提高算法在遮挡和旋转等情况下跟踪的精确度。与此同时,将基于颜色直方图特征的扰动感知模型引入到算法中,通过加权融合的方式获得目标响应得分图,以此估计出目标的位置,并利用相邻帧尺度自适应策略估计出目标最佳尺度。为验证本文算法的效果,利用公开数据集测试所提算法性能,并与多种跟踪方法进行对比。实验结果表明:在2015目标跟踪标准测试数据集下本文所提算法总体跟踪精确度为0.945,总体成功率为0.929,相比Siamfc算法分别提高了2.9%和2.8%,在无人机航拍测试数据集中本文所提算法也具备较高的精确度与成功率,获得的跟踪效果良好。 展开更多
关键词 机器视觉 孪生神经网络 扰动感知模型 自适应模板 特征融合
原文传递
基于分区域自适应中值滤波的X射线图像缺陷提取 被引量:10
9
作者 周正干 赵胜 安振刚 《航空学报》 EI CAS CSCD 北大核心 2004年第4期420-424,共5页
为了实现X射线数字图像的计算机智能分析和处理,研究了射线数字图像缺陷自动提取技术。以航空发动机叶片为研究对象,介绍了基于分区域自适应中值滤波的图像处理方法。根据图像不同区域内灰度变化特点进行不同方向的基于扫描线的一维中... 为了实现X射线数字图像的计算机智能分析和处理,研究了射线数字图像缺陷自动提取技术。以航空发动机叶片为研究对象,介绍了基于分区域自适应中值滤波的图像处理方法。根据图像不同区域内灰度变化特点进行不同方向的基于扫描线的一维中值滤波,并使滤波器的长度能随着缺陷尺寸自动调整,快速、准确地提取出被测试件的缺陷。试验结果表明,运用该方法进行X射线数字图像的缺陷提取,能有效避免缺陷的变形和失真,为缺陷的自动识别打下了良好的基础。 展开更多
关键词 无损检测 缺陷提取 自适应滤波 X射线数字照相 图像处理
下载PDF
基于纹理特征的自适应图像修复算法 被引量:14
10
作者 陈卿 王慧琴 吴萌 《计算机应用》 CSCD 北大核心 2011年第6期1572-1574,1577,共4页
为了解决基于样本图像修复算法对纹理部分的修复易产生误差累计的问题,提高图像修复的准确性,对优先值计算公式进行了修正,通过引入调节因子α调整填充边缘优先级顺序,使算法在修复过程中对图像纹理细节的部分较为敏感;利用图像的小波... 为了解决基于样本图像修复算法对纹理部分的修复易产生误差累计的问题,提高图像修复的准确性,对优先值计算公式进行了修正,通过引入调节因子α调整填充边缘优先级顺序,使算法在修复过程中对图像纹理细节的部分较为敏感;利用图像的小波系数估计图像的平均细节能量值,自适应地调节α因子,从而实现对不同纹理程度的图像自适当地调整修复策略,并通过实验证明了算法的有效性。 展开更多
关键词 图像修复 自适应 小波变换 优先级 纹理特征
下载PDF
基于改进蝗虫优化算法的特征选择方法 被引量:14
11
作者 刘亮 何庆 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2020年第1期41-50,共10页
针对传统蝗虫优化算法寻优精度低和收敛速度慢的问题,提出一种基于非线性调整策略的改进蝗虫优化算法.首先,利用非线性参数代替传统蝗虫算法中的递减系数,协调算法全局探索和局部开发能力,加快算法收敛速度;其次,引入自适应权重系数改... 针对传统蝗虫优化算法寻优精度低和收敛速度慢的问题,提出一种基于非线性调整策略的改进蝗虫优化算法.首先,利用非线性参数代替传统蝗虫算法中的递减系数,协调算法全局探索和局部开发能力,加快算法收敛速度;其次,引入自适应权重系数改变蝗虫位置更新方式,提高算法寻优精度;然后,结合limit阈值思想,利用非线性参数对种群中部分个体进行扰动,避免算法陷入局部最优.通过六个基准测试函数的仿真结果表明,改进算法的收敛速度和寻优精度均有明显提高.最后将改进算法应用于特征选择问题中,通过在七个数据集上的实验结果表明,基于改进算法的特征选择方法能够有效地进行特征选择,提高分类准确率. 展开更多
关键词 蝗虫优化算法 非线性参数 自适应权重 LIMIT 阈值 特征选择
下载PDF
基于自适应池化的双路卷积神经网络图像分类算法 被引量:13
12
作者 高子翔 张宝华 +1 位作者 吕晓琪 谷宇 《计算机工程与设计》 北大核心 2019年第5期1334-1338,共5页
针对相同构造的卷积神经网络输入同样的数据集也会提取到不同特征的情况,为利用该差异挖掘图像的深层特征,提出一种双路卷积神经网络模型的图像分类算法。在优化池化组合的基础上,在另一子网络中引入自适应池化丰富差异特征,提高特征表... 针对相同构造的卷积神经网络输入同样的数据集也会提取到不同特征的情况,为利用该差异挖掘图像的深层特征,提出一种双路卷积神经网络模型的图像分类算法。在优化池化组合的基础上,在另一子网络中引入自适应池化丰富差异特征,提高特征表达层次;根据互补测量函数测量子网络间的特征差异的互补性,以此优化损失函数反向传播微调模型权重,提高图像分类的精准度。在MNIST和CIFAR-10图像集上的实验结果表明,基于自适应池化的双路卷积神经网络的分类能力优于现有的深度卷积神经网络。 展开更多
关键词 图像分类 卷积神经网络 自适应池化 特征互补性 子网络
下载PDF
基于FPGA的超声信号自适应滤波与特征提取 被引量:13
13
作者 刘素贞 魏建 +2 位作者 张闯 金亮 杨庆新 《电工技术学报》 EI CSCD 北大核心 2020年第13期2870-2878,共9页
针对电磁超声特征信号的非线性、非平稳特性,存在传统降噪丢失成分、特征难以提取的问题,该文提出一种用于电磁超声信号的自适应滤波和经验模态分解(EMD)方法相融合的数据处理算法。首先,对超声信号进行稳定性评估,在此基础上采用自适... 针对电磁超声特征信号的非线性、非平稳特性,存在传统降噪丢失成分、特征难以提取的问题,该文提出一种用于电磁超声信号的自适应滤波和经验模态分解(EMD)方法相融合的数据处理算法。首先,对超声信号进行稳定性评估,在此基础上采用自适应滤波对电磁超声信号进行降噪处理,融入EMD的自适应滤波对特有频率噪声更敏感,利用EMD分解出不同时间尺度下波动时频信息及所包含的噪声频率成分,实现表征提取;然后,对EMD降噪后的超声信号进行重构,可消除频率混叠现象,并基于现场可编程门阵列(FPGA)实现了对电磁超声信号的实时降噪和特征提取,为进一步缺陷识别、缺陷评估便携化奠定了基础。最后,分别对带有微裂纹、塑性损伤的铝板进行实验研究,验证了该方法的有效性。该方法具有信噪比高、可实时提取时频信息和有效信息丢失少等特点,能对铝板中缺陷进行有效识别。 展开更多
关键词 超声特征信号 自适应滤波 经验模态分解 特征提取 FPGA
下载PDF
自适应特征熵权模糊C均值聚类算法的研究 被引量:13
14
作者 黄海新 孔畅 +1 位作者 于海斌 文峰 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2016年第1期219-223,共5页
特征权重算法对聚类效果有很大的影响,而传统的特征权重算法忽略了特征项在类间和类内的分布情况.因此,研究聚类后样本特征属性表现的有序性程度对聚类结果的影响,分析聚类后样本特征属性的分布情况,提出了一种自适应特征熵权模糊C均值... 特征权重算法对聚类效果有很大的影响,而传统的特征权重算法忽略了特征项在类间和类内的分布情况.因此,研究聚类后样本特征属性表现的有序性程度对聚类结果的影响,分析聚类后样本特征属性的分布情况,提出了一种自适应特征熵权模糊C均值聚类算法.该算法以聚类后的特征熵和信息增益作为准则调整特征权值,通过聚类与权重更新逐步迭代优化,直至获得最优的特征权值.实验表明,自适应特征熵权模糊C均值聚类算法能够有效地区分各个特征属性对聚类效果的重要程度;较于其它加权模糊C均值聚类算法,该算法能够得到更高的聚类准确率. 展开更多
关键词 模糊C均值聚类 自适应 特征权重
原文传递
肺癌细胞识别彩色图像处理系统 被引量:5
15
作者 刘雷健 杨静宇 +2 位作者 曹雨龙 邬永革 汪华峰 《自动化学报》 EI CSCD 北大核心 1996年第3期382-384,共3页
肺癌细胞识别彩色图像处理系统刘雷健,杨静宇,曹雨龙,邬永革,汪华峰(南京理工大学计算机系南京210094)关键词:彩色分割,最佳鉴别,自适应阈值分割,分类,形态学特征1引言长期以来,图像处理技术已经被广泛地应用于医学... 肺癌细胞识别彩色图像处理系统刘雷健,杨静宇,曹雨龙,邬永革,汪华峰(南京理工大学计算机系南京210094)关键词:彩色分割,最佳鉴别,自适应阈值分割,分类,形态学特征1引言长期以来,图像处理技术已经被广泛地应用于医学领域,其中许多应用是在微观医学与生... 展开更多
关键词 肺癌 癌细胞 图像识别 图像处理
下载PDF
基于灰度特征和自适应阈值的虚拟背景提取研究 被引量:11
16
作者 庄哲民 章聪友 +1 位作者 杨金耀 李芬兰 《电子与信息学报》 EI CSCD 北大核心 2015年第2期346-352,共7页
针对虚拟背景提取(Visual Background extractor,Vi Be)算法在目标检测时容易出现鬼影和运动目标阴影的缺点,该文提出了一种基于灰度特征和自适应阈值的Vi Be背景建模改进方法。该算法首先利用Vi Be算法进行背景建模,得到前景目标,然后... 针对虚拟背景提取(Visual Background extractor,Vi Be)算法在目标检测时容易出现鬼影和运动目标阴影的缺点,该文提出了一种基于灰度特征和自适应阈值的Vi Be背景建模改进方法。该算法首先利用Vi Be算法进行背景建模,得到前景目标,然后对前景目标进行灰度特征判断和自适应阈值比较,得到没有鬼影和运动目标阴影的运动目标。实验结果表明,改进后的算法可以很好地弥补Vi Be算法的不足,提高Vi Be算法的识别准确率。 展开更多
关键词 计算机视觉 运动目标检测 背景建模 虚拟背景提取(Vi Be) 自适应阈值 灰度化特征
下载PDF
Radar automatic target recognition based on feature extraction for complex HRRP 被引量:9
17
作者 DU Lan LIU HongWei BAO Zheng ZHANG JunYing 《Science in China(Series F)》 2008年第8期1138-1153,共16页
Radar high-resolution range profile (HRRP) has received intensive attention from the radar automatic target recognition (RATR) community. Usually, since the initial phase of a complex HRRP is strongly sensitive to... Radar high-resolution range profile (HRRP) has received intensive attention from the radar automatic target recognition (RATR) community. Usually, since the initial phase of a complex HRRP is strongly sensitive to target position variation, which is referred to as the initial phase sensitivity in this paper, only the amplitude information in the complex HRRP, called the real HRRP in this paper, is used for RATR, whereas the phase information is discarded. However, the remaining phase information except for initial phases in the complex HRRP also contains valuable target discriminant information. This paper proposes a novel feature extraction method for the complex HRRP. The extracted complex feature vector, referred to as the complex feature vector with difference phases, contains the difference phase information between range cells but no initial phase information in the complex HRRR According to the scattering center model, the physical mechanism of the proposed complex feature vector is similar to that of the real HRRP, except for reserving some phase information independent of the initial phase in the complex HRRP. The recognition algorithms, frame-template establishment methods and preprocessing methods used in the real HRRP-based RATR can also be applied to the proposed complex feature vector-based RATR. Moreover, the components in the complex feature vector with difference phases approximate to follow Gaussian distribution, which make it simple to perform the statistical recognition by such complex feature vector. The recognition experiments based on measured data show that the proposed complex feature vector can obtain better recognition performance than the real HRRP if only the cell interval parameters are properly selected. 展开更多
关键词 complex high-resolution range profile (HRRP) radar automatic target recognition (RATR) feature extraction minimum Euclidean distance classifier adaptive Gaussian classifier (AGC)
原文传递
自适应滤波与相关滤波在冲击响应信号特征提取中的应用 被引量:7
18
作者 李富才 訾艳阳 何正嘉 《振动与冲击》 EI CSCD 北大核心 2004年第3期24-28,共5页
识别冲击响应信号在模态分析和机械监测诊断研究中具有重要意义。由于噪声成分、工频及其谐波的干扰 ,机组运行或者其他实际信号中的冲击响应信号很弱。这些冲击响应信号的特征也较难提取。选择适当的自适应滤波器参数 ,应用自适应滤波... 识别冲击响应信号在模态分析和机械监测诊断研究中具有重要意义。由于噪声成分、工频及其谐波的干扰 ,机组运行或者其他实际信号中的冲击响应信号很弱。这些冲击响应信号的特征也较难提取。选择适当的自适应滤波器参数 ,应用自适应滤波首先对信号进行预处理 ,去掉强大的工频及其谐波成分 ,使信号的信噪比得到很大的提高 ;然后利用Laplace小波相关滤波法对自适应滤波预处理后的信号进行进一步的处理 ,提取其模态信息。结果证明 。 展开更多
关键词 信号特征提取 自适应滤波器 冲击响应 滤波法 信噪比 干扰 谐波 监测诊断 模态分析 机械
下载PDF
基于时频分析的自适应PCA辐射源调制识别 被引量:10
19
作者 高敬鹏 孔维宇 +1 位作者 刘佳琪 郜丽鹏 《应用科技》 CAS 2018年第5期33-37,共5页
针对复杂环境非合作通信模式下,识别调制方式运算复杂度高、识别率低的问题,提出一种基于时频分析的自适应特征提取识别算法。该算法结合二阶四阶矩估计法,利用信噪比自适应选取主成分分析特征,通过支持向量机分类器对辐射源调制方式进... 针对复杂环境非合作通信模式下,识别调制方式运算复杂度高、识别率低的问题,提出一种基于时频分析的自适应特征提取识别算法。该算法结合二阶四阶矩估计法,利用信噪比自适应选取主成分分析特征,通过支持向量机分类器对辐射源调制方式进行识别。仿真结果表明,所提算法识别效果优于其他特征提取识别算法。在信噪比为0 dB时,识别率达到98%以上,较Hu矩和伪Zernike矩有12 dB左右的提升。该算法识别率高、运算量低,有较好的工程应用价值。 展开更多
关键词 辐射源调制 自适应 主成分分析 不变矩 时频分析 特征提取 支持向量机 分类器
下载PDF
基于CART决策树的柴油机故障诊断方法研究 被引量:10
20
作者 江志农 魏东海 +3 位作者 王磊 赵志超 茆志伟 张进杰 《北京化工大学学报(自然科学版)》 CAS CSCD 北大核心 2018年第4期71-75,共5页
采用一种自适应局部有效值(RMS)计算方法提取柴油机缸盖振动信号时域特征,结合分类回归树(CART)算法建立故障分类模型并进行柴油机的状态识别。通过实验获取柴油机失火和撞缸两种故障工况及正常工况下的振动数据,计算出原始信号的局部RM... 采用一种自适应局部有效值(RMS)计算方法提取柴油机缸盖振动信号时域特征,结合分类回归树(CART)算法建立故障分类模型并进行柴油机的状态识别。通过实验获取柴油机失火和撞缸两种故障工况及正常工况下的振动数据,计算出原始信号的局部RMS后,根据自适应阈值确定点火冲击区域和非点火上止点冲击区域提取局部特征,最后将特征输入CART算法中构建分类模型来验证所提取特征的有效性。结果表明:柴油机在3种状态下的识别率均达到100%,基于CART算法和局部特征提取的方法能够有效诊断柴油机故障。 展开更多
关键词 分类回归树(CART)算法 柴油机故障诊断 局部有效值(RMS)计算 自适应阈值 特征提取
下载PDF
上一页 1 2 35 下一页 到第
使用帮助 返回顶部