期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进的自适应无参经验小波变换的滚动轴承故障诊断 被引量：13
1
作者 李继猛 王慧 +1 位作者 李铭 姚希峰 《计量学报》 CSCD 北大核心 2020年第6期710-716,共7页
为实现滚动轴承故障周期冲击特征的有效提取,解决经验小波变换Fourier谱分割存在的问题,提出了一种改进的自适应无参经验小波变换方法。首先,利用自适应无参经验小波变换对信号Fourier谱进行自适应分割;然后,利用峭度指标对谱边界进行合... 为实现滚动轴承故障周期冲击特征的有效提取,解决经验小波变换Fourier谱分割存在的问题,提出了一种改进的自适应无参经验小波变换方法。首先,利用自适应无参经验小波变换对信号Fourier谱进行自适应分割;然后,利用峭度指标对谱边界进行合并,并重构滤波器组对信号进行分解;最后,选取峭度值最大的分量进行包络解调提取故障特征。仿真和工程应用验证了所提方法的有效性,分析结果表明该方法的性能优于集合经验模态分解和经典经验小波变换。 展开更多
关键词 计量学 滚动轴承 故障诊断 自适应无参经验小波变换 峭度指标
下载PDF
基于自适应无参经验小波变换和选择集成分类模型的运动想象 被引量：5
2
作者 何群 王煜文 +2 位作者 杜硕 陈晓玲 谢平 《物理学报》 SCIE EI CAS CSCD 北大核心 2018年第11期278-289,共12页
运动想象模式识别率的提高对脑机接口(BCI)技术的应用具有重要意义,本文采用自适应无参经验小波变换(APEWT)和选择集成分类模型相结合的方法提高脑电(EEG)信号的分类识别准确率.首先,通过APEWT将EEG信号分解成不同的模态;然后,使用最优... 运动想象模式识别率的提高对脑机接口(BCI)技术的应用具有重要意义,本文采用自适应无参经验小波变换(APEWT)和选择集成分类模型相结合的方法提高脑电(EEG)信号的分类识别准确率.首先,通过APEWT将EEG信号分解成不同的模态;然后,使用最优模态重构后的信号计算其能量谱(ES)特征,使用最优模态分量计算其边际谱(MS)特征;最后,将不同时间段的ES特征和不同频段的MS特征输入到构建的选择集成分类模型中,从而得到其分类结果,并将该方法与其他4种组合方法进行比较.实验结果表明,本文方法具有较好分类准确率和实时性,其平均分类正确率高于其他4种方法,同时较近期使用相同数据的文献也有优势.本文为在线运动想象类BCI的应用提供了新的方法和思路. 展开更多
关键词 自适应无参经验小波变换 选择集成分类模型 运动想象 脑机接口
下载PDF
一种暂态电能质量检测新方法的研究
3
作者 周滨 嵇建波 +2 位作者 徐龙 张文 柏元忠 《电力大数据》 2024年第2期1-10,共10页
电能质量扰动会带来复杂信号调制特性,使得从电能质量监测数据中提取扰动信号特征面临困难。为提高噪声背景下复合电能质量扰动检测准确性,本文采用自适应无参经验小波变换(adaptiveparameterless empirical wavelet transform,APEWT)... 电能质量扰动会带来复杂信号调制特性,使得从电能质量监测数据中提取扰动信号特征面临困难。为提高噪声背景下复合电能质量扰动检测准确性,本文采用自适应无参经验小波变换(adaptiveparameterless empirical wavelet transform,APEWT)对扰动信号进行模态分解,进而基于频率加权能量算子(frequency-weighted energy operator,FWEO)对单模态分量进行能量计算,同时通过解调提取用于扰动定位的瞬时频率和幅值特征量。一方面,APEWT中基于自适应频带分割的小波滤波器组输出仅包含有效模态分量,有效避免了模态混叠现象的出现;另一方面,FWEO噪声鲁棒性有效提高了强噪声背景下扰动特征提取的准确性。将算法应用到仿真及实测信号,结果显示该方法能够有效地追踪扰动信号的瞬时变化,且解调得到的瞬时频率和幅值也进一步证明了方法的可行性和有效性。 展开更多
关键词 电能质量 自适应无参经验小波变换 频率加权能量算子 扰动检测 模态混叠
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部