作者:王江萍,娄尚,杨志芹 单位:西安石油大学 出版:《西安石油大学学报(自然科学版)》2017年第01期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFXASY2017010180 DOC编号:DOCXASY2017010189 下载格式:PDF + Word/doc 文字可复制、可编辑
《机械设备振动检测系统设计与实现》PDF+DOC2009年第09期 谭琛,杨达飞 《基于半监督学习的跌倒检测系统设计》PDF+DOC2016年第10期 李仲年,臧春华,杨刚,项嵘 《基于主成分分析与C-支持向量机的刀具磨损状态监测》PDF+DOC2016年第03期 谢楠,马飞,段明雷,李爱平 《基于PCA与SVM的振动传感器故障诊断方法》PDF+DOC2019年第10期 李翼飞,吴春平,涂煊 《基于MEMS惯性传感器时域特征的人体行为识别》PDF+DOC2019年第02期 谢国亚,刘宇,路永乐,邸克,郭俊启,余跃 《基于多源信息融合与随机映射的机床故障诊断》PDF+DOC2020年第10期 房启成,刘璐,何建樑,尹晨,杨瑞元,王禹林 《基于时—频分析的步态模式自动分类》PDF+DOC2012年第01期 王斐,闻时光,张育中,金基准,吴成东 《信息融合技术在火灾探测中的应用研究》PDF+DOC2011年第06期 张鑫,隋金雪,张岩 《基于非线性零空间的雷达一维距离像目标识别方法》PDF+DOC2011年第S1期 易晓柯,杨万麟 《基于SVM的多传感器信息融合故障诊断》PDF+DOC2014年第09期 张宁波
  • 为提高机械故障诊断的准确率,将多个振动传感器采集机械系统不同位置的信息进行融合,提出一种基于同源数据融合的特征提取方法。以柴油机缸盖和机身的振动信号为例,分析振动信号频谱与激励源到测量点的传输特性,构造基于频谱的高维特征向量。使用PCA方法和子带平均法降维,支持向量机进行分类验证其分类效果。结果表明,相比传统单通道传感器,此方法提取的特征不仅具有更高的可压缩性,而且其分类准确性有所提高。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。