检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于小波包原理的蚕茧无损检测研究

农业工程学报 2005年第9期21卷 119-123页

作者：陈原山东大学威海分校信息工程学院威海264209

提出了基于声学的蚕茧无损检测新方法,研究了利用小波包原理提取噪声信号的特征值的方法。噪声信号经过小波包分解后,得到各频段内的信号,将各频段内信号的能量谱作为识别蚕蛹质量的特征值。结果表明,通过小波包原理提取的能量谱特征值... 详细信息

提出了基于声学的蚕茧无损检测新方法,研究了利用小波包原理提取噪声信号的特征值的方法。噪声信号经过小波包分解后,得到各频段内的信号,将各频段内信号的能量谱作为识别蚕蛹质量的特征值。结果表明,通过小波包原理提取的能量谱特征值能有效地识别出蚕蛹的质量,解决了蚕茧无损检测过程中难找出与蚕蛹质量有关的信号特征值的难题。

关键词：小波包蚕茧无损检测声信号特征提取

在线全文

学校读者我要写书评

暂无评论

用小波包变换产生音频数据索引的方法

电子学报 2003年第4期31卷 593-596页

作者：李应侯义斌西安交通大学电脑与信息技术研究所陕西西安710049

针对音频多媒体数据库中基于例子和基于内容的查询 ,本文提出一种产生音频数据索引的方法 .这里 ,我们首先讨论了小波包分解的过程和最好基及代价函数的选择方法 .其次 ,对现有的用小波变换产生音频数据索引的二个方法进行比较 ,并提出... 详细信息

针对音频多媒体数据库中基于例子和基于内容的查询 ,本文提出一种产生音频数据索引的方法 .这里 ,我们首先讨论了小波包分解的过程和最好基及代价函数的选择方法 .其次 ,对现有的用小波变换产生音频数据索引的二个方法进行比较 ,并提出基于小波包最好基变换产生音频数据索引的方法 .再次 ,我们提出用音频数据的小波包最好基变换系数的部分最高值的能量作为音频数据索引 .最后 ,我们把这种方法与直接采用小波变换产生索引的方法相比较 .

关键词：音频数据数据检索小波变换小波包最好基选择

有机磷农药气敏传感阵列检测信号小波包降噪方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2011年第4期42卷 144-147页

作者：殷勇周秋香于慧春肖涛河南科技大学食品与生物工程学院洛阳471003

针对有机磷农药气敏传感阵列测试信号含有噪声,严重影响测试结果准确性与可靠性这一问题,选择辛硫磷和乙酰甲胺磷农药残留为研究对象,采用基于小波包分解与重构的气体传感阵列信号降噪方法,并借助主成分分析(PCA)和F isher判别分析(FDA)... 详细信息

针对有机磷农药气敏传感阵列测试信号含有噪声,严重影响测试结果准确性与可靠性这一问题,选择辛硫磷和乙酰甲胺磷农药残留为研究对象,采用基于小波包分解与重构的气体传感阵列信号降噪方法,并借助主成分分析(PCA)和F isher判别分析(FDA),分别研究了信号降噪前后两种农药不同质量比的鉴别情况。结果表明:传感阵列信号降噪后两种农药的不同残留样品均能被鉴别区分。小波包降噪可有效地提高气敏传感阵列对蔬菜农药残留的鉴别效果。

关键词：农药残留电子鼻小波包降噪

在线全文

学校读者我要写书评

暂无评论

基于小波包技术抑制电力电子电路干扰的研究

高电压技术 2003年第3期29卷 38-40页

作者：黄劲熊蕊华中科技大学电气与电子工程学院武汉430074

提出了一种利用小波包分析电力电子装置的电磁干扰 (EMI)的方法。该法可以对含有 EMI的信号进行消噪处理 ,并能对不同的 EMI信号进行特性提取并分类 ,为不同类型的干扰采用不同的方法抑制提供了可能。给出了仿真结果 ,并与

关键词：小波包 EMI 消噪特性提取分类

基于小波包与倒频谱分析的风电机组齿轮箱齿轮裂纹诊断方法

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2015年第3期34卷 210-214页

作者：罗毅甄立敬华北电力大学控制与计算机工程学院北京102206

为实现风电机组齿轮箱及时有效地监测和维护,提出基于小波包与倒频谱分析的风电机组齿轮箱齿轮裂纹诊断方法。该方法针对齿轮裂纹振动信号为转速频率对啮合频率及其倍频调制的特点,利用小波包分解来识别振动信号中的故障特征,通过小波... 详细信息

为实现风电机组齿轮箱及时有效地监测和维护,提出基于小波包与倒频谱分析的风电机组齿轮箱齿轮裂纹诊断方法。该方法针对齿轮裂纹振动信号为转速频率对啮合频率及其倍频调制的特点,利用小波包分解来识别振动信号中的故障特征,通过小波包频带能量监测得到故障部位的啮合频率范围;考虑到倒频谱可以分离和提取难以识别的密集调制信号的周期成分,基于倒频谱识别故障部位的转速频率,综合利用两种频谱分析方法得到的啮合频率和转速频率,能诊断故障部位和类型。实验研究表明,该方法能精确地诊断齿轮裂纹故障,并可以实现对风电机组齿轮在复杂环境中退化状态的监测,预防断齿等重大故障的发生。

关键词：风电机组齿轮故障诊断齿轮裂纹小波包倒频谱

一种时间自适应阈值的小波包改进语音增强算法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2009年第6期24卷 849-853页

作者：田岚侯正信孙晋松天津大学电子信息工程学院天津300072 山东大学信息科学与工程学院济南250100

针对传统小波语音增强算法存在过度阈值处理的问题,提出一种改进的时间自适应阈值小波包去噪算法.该方法采用听觉感知小波包对噪声语音进行分解,得到小波包听觉感知节点上的系数,并基于语音存在概率估计按帧自动调节去噪阈值.因改进的... 详细信息

针对传统小波语音增强算法存在过度阈值处理的问题,提出一种改进的时间自适应阈值小波包去噪算法.该方法采用听觉感知小波包对噪声语音进行分解,得到小波包听觉感知节点上的系数,并基于语音存在概率估计按帧自动调节去噪阈值.因改进的阈值能更好地避免语音小波包系数被过度阈值处理的情况,从而在抑制噪声的同时保留了更多的原始语音成分,进一步提高了降噪效果.实验结果表明,该算法比常规小波自适应阈值算法能得到更清晰的语音增强信号.

关键词：语音增强小波包自适应阈值

在线全文

学校读者我要写书评

暂无评论

基于小波包的经验模态分解法的研究及应用

中国机械工程 2007年第10期18卷 1201-1204页

作者：刘小峰秦树人柏林重庆大学重庆400044

针对多频信号经验模态分解中的模态混成现象,提出了一种经验模态分解与小波包分解相结合的新方法。经验模态分解方法基于信号的局部特征时间尺度,把复杂的信号函数分解为有限的固有模态函数之和。利用最小Shannon熵准则,对出现混成模态... 详细信息

针对多频信号经验模态分解中的模态混成现象,提出了一种经验模态分解与小波包分解相结合的新方法。经验模态分解方法基于信号的局部特征时间尺度,把复杂的信号函数分解为有限的固有模态函数之和。利用最小Shannon熵准则,对出现混成模态的固有模态函数进行小波包分解,并根据小波包分解后各频带信号的频率分布特征,选择能量比重较大的频带信号进行重构,将重构信号作为新的固有模态函数分量。仿真信号和齿轮箱故障实测数据表明,新方法能将不同的频率成分提取出来,从而提高了经验模态分解的分解能力。

关键词：经验模态分解小波包固有模态函数最优小波基

基于小波包分析与多核学习的滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

航空动力学报 2015年第12期30卷 3035-3042页

作者：郑红周雷杨浩北京航空航天大学自动化科学与电气工程学院北京100191 中国民航科学技术研究院机场研究所北京100028

为了更准确地诊断滚动轴承故障,提出了一种基于小波包分析与多核学习的滚动轴承故障诊断方法.该方法首先对振动信号进行3层小波包分解,将振动信号分解为不同频带的信号,提取各频带的相对能量特征,构建特征向量;然后采用多核学习算法从... 详细信息

为了更准确地诊断滚动轴承故障,提出了一种基于小波包分析与多核学习的滚动轴承故障诊断方法.该方法首先对振动信号进行3层小波包分解,将振动信号分解为不同频带的信号,提取各频带的相对能量特征,构建特征向量;然后采用多核学习算法从训练样本集中学习核函数与分类器;最后使用训练出的分类器识别滚动轴承故障类型.为了验证方法的有效性,进行了滚动轴承故障诊断实验,实验结果表明该方法的故障诊断准确率达到98.25%,与传统的基于小波包与支持向量机的滚动轴承故障诊断方法相比,其故障诊断准确率更高,同时由于避免了核函数的选择问题,该方法更便于实际应用.

关键词：滚动轴承故障诊断小波包多核学习故障识别

基于小波包—坐标变换的滚动轴承故障特征增强方法

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2011年第19期47卷 74-80页

作者：李宏坤赵长生周帅郭义杰大连理工大学机械工程学院大连116024

滚动轴承早期故障特征信号微弱且易受正常成分干扰,因此不易准确识别滚动轴承的早期故障。对含有微弱故障的滚动轴承信号进行小波包分解,通过对小波包分解得到的各子带进行研究,提出一种基于小波包—坐标变换(Wavelet packet-coordinate... 详细信息

滚动轴承早期故障特征信号微弱且易受正常成分干扰,因此不易准确识别滚动轴承的早期故障。对含有微弱故障的滚动轴承信号进行小波包分解,通过对小波包分解得到的各子带进行研究,提出一种基于小波包—坐标变换(Wavelet packet-coordinate transformation,WP-CT)的故障特征增强方法。考虑到各频带均包含不同程度的故障信息,将小波包分解后的所有子带进行主分量分析(Principal component analysis,PCA)或独立分量分析(Independent component analysis,ICA)坐标变换,进而重构信号以进行滚动轴承故障识别。此方法能够削弱原始信号中正常成分带来的干扰,突出故障冲击成分,充分挖掘所有子带隐含的故障信息,从而提升故障识别能力。为证明此方法的有效性,采用仿真信号和工程实际信号验证分析,相比传统方法,基于小波包—坐标变换的新方法能够突出故障微弱特征,有利于滚动轴承早期状态识别和诊断技术的发展。

关键词：小波包坐标变换特征增强主分量分析独立分量分析