搜索资源列表
xiaobobianhuanyuyingyong
- 某一直升机齿轮箱上的早期损伤的特征是，在伴随振动信号上产生一个可变周期的非平稳扰动信号。要求按此特征构造一组有物理意义的数据仿真早期故障信号，应用小波变换技术分析故障的特征和发生时刻。-a helicopter gearbox early on the characteristics of the injury, In addition to the vibration signal produced a variable cycle perturbation of non-stationary
Wavelet.rar
- 小波包变换分析信号的MATLAB程序，可用于提取故障特征向量,Wavelet packet transform analysis of signals in MATLAB procedures, can be used to extract fault feature vector
gdsg
- 小波分析在往复压缩机故障诊断中的研究应用-Wavelet analysis in fault diagnosis of reciprocating compressors in the research and application
ff
- 一种基于小波变换的光纤故障分析算法，是分析事件的好文章-Wavelet-based optical fiber fault analysis algorithm, analysis of the case is a good article
HCCR
- 运用仿生模式识别方法构建提取基本笔段的神经元序列覆盖手写体汉字图像, 分析笔段神经元间的拓扑性质, 将手写体汉字图像转化为具有容错表征方式的种汉字笔划类型组成的几何图形模仿人类汉字形码输人法统计具有冗余容错形状的笔划神经元类型、数量、位置、相合和相交点数量, 建立手写体汉字特征知识的数据结构表对一手写体汉字库中手写体汉字识别进行仿真实验。方法具有较强的“ 认知”手写体汉字的能力-Construction of the use of pattern recognition methods of e
xiaobo
- 本书全面系统介绍了小波分析的基本理论和最新研究成果，重点介绍小波分析的应用成果，并通过软件实现来检验应用效果。全书分为三篇：第一篇是小波理论，包含8章内容，小波分析的发展历史及文献综述、准备知识、多分辨分析与共轭滤波器、连续小波变换、最佳小波基的构造及算法、二维母小波的构造、框架与样条小波理论、时间----频率分析；第二篇是小波应用，包含12章内容，详细介绍了小波分析在图象压缩、流体力学、工业CT、故障诊断、语音分割、数学物理、地球物理勘探、医学细胞识别、线性系统、神经网络等方面的应用；第三篇是
chengxu
- 基于小波变换的异步电机的故障诊断，本文采用三层小波包分析，诊断效果较好-Wavelet-based fault diagnosis of induction motors, this paper, three wavelet packet analysis, diagnosis, better
Wavelet-algorithm
- 小波分析诞生于20世纪80年代, 被认为是调和分析即现代Fourier分析发展的一个崭新阶段。众多高新技术以数学为基础,而小波分析被誉为“数学显微镜”,这就决定了它在高科技研究领域重要的地位。目前, 它在模式识别、图像处理、语音处理、故障诊断、地球物理勘探、分形理论、空气动力学与流体力学上的应用都得到了广泛深入的研究,甚至在金融、证券、股票等社会科学方面都有小波分析的应用研究-Wavelet analysis was born in the 1980s, is considered the mo
q1
- 提出了一种基于复解析小波变换的相位诊断齿轮故障的方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起,具有自适应分析能力。利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。-A new method using the phase based on complex analytical wavelet transform for fault diagnosis of gears was pro
q2
- 提出了一种基于复解析小波变换的相位诊断齿轮故障的方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起,具有自适应分析能力。利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。-A new method using the phase based on complex analytical wavelet transform for fault diagnosis of gears was pro
q3
- 复解析小波变换将Hilbert变换与小波分析紧密结合在一起,具有自适应分析能力。利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。-A new method using the phase based on complex analytical wavelet transform for fault diagnosis of gears was proposed. The phase of vibrati
q4
- 提出了一种基于复解析小波变换的相位诊断齿轮故障的方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起,具有自适应分析能力。利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。-A new method using the phase based on complex analytical wavelet transform for fault diagnosis of gears was pro
q5
- 利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。-By making spectrum analysis of the phase, the sideband structure in power spectrum can be protruded, and the fault pattern can be identified. Experimental results show that the p
q6
- 提出了一种基于复解析小波变换的相位诊断齿轮故障的方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起,具有自适应分析能力。-A new method using the phase based on complex analytical wavelet transform for fault diagnosis of gears was proposed. The phase of vibration signals of gears is got by complex analyt
matlabacSharp
- 用小波包分析实现轴承故障诊断，信号分析处理，界面编程-Bearing fault diagnosis using wavelet packet analysis and signal analysis and processing, interface programming
lifting-wavelet
- 基于小波提升的齿轮故障诊断的风力涡轮发电机的信号分析-Gear Fault Diagnosis of Wind Turbine Generator System Based on Lifting Wavelet- Zooming Envelope Analysis
tuxiangfenxi
- 在matlab中对大量的轴承故障的特征信号进行小波包分解，提取特征值，并建立神经网络训练，最终可由网络进行故障的分析-In matlab large number of bearing fault characteristic signal wavelet packet decomposition, extract characteristic values, and the establishment of neural network training, and ultimately by
PCA-KPCA
- 主成分分析(Principle Component Analysis, PCA)是最为常用的特征提取方法，被广泛应用到各领域，如图像处理、综合评价、语音识别、故障诊断等。-Principal component analysis (Principle Component Analysis, PCA) is the most commonly used feature extraction methods are widely applied to various fields, such as
Matlab.m
- 共振解调法诊断轴承损伤类故障的原理概述如下:当轴承某一元件表面出现局部损伤时，在受载运行过程中要撞击与之相互作用的其它元件表面，产生冲击脉冲力，由于冲击脉冲力的频带很宽，必然包含轴承外圈、传感器甚至附加的谐振器等的固有频率而激起这个测振系统的高频固有振动。根据实际情况可以选择某一高频固有振动作为研究对象，通过中心频率等于该固有频率的带通滤波器把该固有振动分离出来。然后进行包络解调，去除高频衰减振动的频率成分，得到只包含故障特征信息的低频包络信号，对这一包络信号进行频谱分析便可以容易地诊断出轴承的
curvelet_first_generation
- 小波变换就一个信号分解为几个信号，小波变换大量应用于图像处理、谐波分析及故障诊断中。(Wavelet transform decomposes a signal into several signals. Wavelet transform is widely used in image processing, harmonic analysis and fault diagnosis.)