期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于小波阈值降噪算法的滚动轴承故障诊断 被引量:1
1
作者 竺德 李鑫 +2 位作者 高清维 卢一相 孙冬 《安徽大学学报(自然科学版)》 CAS 北大核心 2024年第4期50-56,共7页
滚动轴承因平稳的运行特性广泛用于工业生产领域,其安全稳定运行对工业生产有重要意义.针对滚动轴承的故障诊断问题,提出基于小波阈值降噪(wavelet threshold denoising,简称WTD)算法.研究结果表明:相对于其他3种算法,WTD算法具有较强... 滚动轴承因平稳的运行特性广泛用于工业生产领域,其安全稳定运行对工业生产有重要意义.针对滚动轴承的故障诊断问题,提出基于小波阈值降噪(wavelet threshold denoising,简称WTD)算法.研究结果表明:相对于其他3种算法,WTD算法具有较强的故障诊断能力.因此,WTD算法具有有效性. 展开更多
关键词 滚动轴承 故障诊断 小波阈值算法 调幅调频模型 北方苍鹰优化算法 支持向量机
在线阅读 下载PDF
基于小波降噪和深度学习的电能质量扰动分类方法 被引量:6
2
作者 刘烨 程杉 +2 位作者 王瑞 左先旺 徐敬伟 《电力系统及其自动化学报》 CSCD 北大核心 2022年第11期17-23,共7页
针对电能质量扰动信号在强噪声下识别准确率低的问题,提出了一种基于小波降噪和深度学习的电能质量扰动信号识别方法。在信号输入前,采用分层自适应阈值函数HATF(hierarchical adaptive threshold function)降噪法对信号降噪处理;接着... 针对电能质量扰动信号在强噪声下识别准确率低的问题,提出了一种基于小波降噪和深度学习的电能质量扰动信号识别方法。在信号输入前,采用分层自适应阈值函数HATF(hierarchical adaptive threshold function)降噪法对信号降噪处理;接着在卷积神经网络CNN(convolutional neural network)扰动分类方法之上,对网络加入扰动信号的时序性识别,构建了E-CNN(enhanced-conventional neural network)的融合网络模型提高对含噪信号的识别准确率。仿真结果显示,与信号未去噪时的卷积神经网络相比,引入降噪后的融合网络模型在强噪声环境下的识别准确率依然可以达到98.40%,可以有效分类6种单一扰动信号和4种复合扰动信号。 展开更多
关键词 电能质量扰动信号 小波降噪算法 分层阈值函数 深度学习 卷积神经网络
在线阅读 下载PDF
提高导引头测角精度的一种新方法 被引量:1
3
作者 林志远 赵兴录 戴国宪 《现代雷达》 CSCD 北大核心 2003年第4期17-20,共4页
分析了基于小波变换系数极大值原理的小波阈值降噪算法。由于导引头接收信号的信噪比影响了 MUSIC超分辨算法的测角精度 ,因此提出将小波阈值降噪算法用于 MUSIC超分辨算法精度分析 ,并进行了仿真验证 ,实现了改善信噪比 。
关键词 导引头 小波变换 测角精度 小波阈值算法 MUSIC超分辨算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部