检索结果-维普期刊中文期刊服务平台

基于移不变稀疏编码的单通道机械信号盲源分离被引量：9: 1; 作者朱会杰王新晴 +3 位作者芮挺李艳峰张红涛赵洋《振动工程学报》 EI CSCD 北大核心 2015年第4期625-632,共8页; 针对特征反复出现的机械信号,提出了一种使用移不变稀疏编码的单通道盲源分离方法。移不变稀疏编码将原始信号看成多个基与系数的卷积,能够根据信号的统计分布,利用信号自身特征自适应地学习到匹配的基和稀疏的系数。在恒定工况下,不同... 展开更多; 关键词信号处理移不变稀疏编码盲源分离正交匹配追踪字典学习; 在线阅读下载PDF 职称材料

多尺度移不变稀疏编码及其在机械故障诊断中的应用被引量：7: 2; 作者朱会杰王新晴 +2 位作者芮挺李艳峰王东《北京理工大学学报》 EI CAS CSCD 北大核心 2016年第1期19-24,共6页; 提出了一种融合多尺度信息的高效移不变稀疏编码算法,并用于机械故障诊断.将移不变稀疏编码作为分类器应用于故障诊断,直接对振动信号进行训练和识别,不需要提取特征和预处理.为进一步提升效果,将不同尺度的移不变稀疏编码分类器融合在... 展开更多; 关键词移不变稀疏编码多尺度故障诊断字典学习; 在线阅读下载PDF 职称材料

基于改进稀疏编码的微弱振动信号特征提取算法被引量：12: 3; 作者余路曲建岭 +2 位作者高峰田沿平王小飞《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第3期711-717,共7页; 针对强噪声环境下难以有效提取微弱振动信号特征的问题,提出了基于改进字典学习和移不变分量过滤(IDL-SICF)的稀疏编码振动信号特征提取算法。首先,将振动信号进行分段和平滑预处理以降低数据处理复杂度,接着利用改进的字典学习和高效... 展开更多; 关键词振动信号改进字典学习移不变稀疏编码移不变分量过滤特征提取; 在线阅读下载PDF 职称材料

基于字典学习的音频大地电磁数据处理被引量：25: 4; 作者汤井田李广 +3 位作者周聪任政勇肖晓刘子杰《地球物理学报》 SCIE EI CAS CSCD 北大核心 2018年第9期3835-3850,共16页; 音频大地电磁(Audio Magnetotelluric,AMT)信号常常受到持续性人文噪声影响,这类噪声使用远参考法和Robust阻抗估计等常规方法往往效果不佳.为此,本文从噪声的规律与特征出发,提出一种新的AMT数据处理方法.首先通过字典学习方法从观测... 展开更多; 关键词音频大地电磁勘探数据处理信噪分离字典学习移不变稀疏编码; 在线阅读下载PDF 职称材料

题名基于移不变稀疏编码的单通道机械信号盲源分离被引量：9: 1; 作者朱会杰王新晴芮挺李艳峰张红涛赵洋; 机构解放军理工大学野战工程学院防空兵指挥学院; 出处《振动工程学报》 EI CSCD 北大核心 2015年第4期625-632,共8页; 基金国家自然科学基金资助项目(61472444); 文摘针对特征反复出现的机械信号,提出了一种使用移不变稀疏编码的单通道盲源分离方法。移不变稀疏编码将原始信号看成多个基与系数的卷积,能够根据信号的统计分布,利用信号自身特征自适应地学习到匹配的基和稀疏的系数。在恒定工况下,不同的信号源具有不同的特征,同一信号源的特征结构相似,将学习到的不同特性的基分别重构即可得到相应的源信号。将该方案应用于仿真的齿轮故障和轴承故障振动信号盲源分离问题中,以及用来提取实测的液压泵压力脉动。结果显示,这种方法较其他方法有所改进,所需人工经验少、抗噪能力强、信号恢复精度高、鲁棒性好,适用于单通道机械信号盲源分离,为单通道信号盲源分离提供了一种新思路。; 关键词信号处理移不变稀疏编码盲源分离正交匹配追踪字典学习; Keywords signal processing shift invariant sparse coding blind source separation orthogonal matching pursuit dictionary learning; 分类号 TN911.7 [电子电信—通信与信息系统] TH165.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名多尺度移不变稀疏编码及其在机械故障诊断中的应用被引量：7: 2; 作者朱会杰王新晴芮挺李艳峰王东; 机构解放军理工大学野战工程学院总装工程兵科研一所; 出处《北京理工大学学报》 EI CAS CSCD 北大核心 2016年第1期19-24,共6页; 基金国家自然科学基金资助项目(61472444 61472392); 文摘提出了一种融合多尺度信息的高效移不变稀疏编码算法,并用于机械故障诊断.将移不变稀疏编码作为分类器应用于故障诊断,直接对振动信号进行训练和识别,不需要提取特征和预处理.为进一步提升效果,将不同尺度的移不变稀疏编码分类器融合在一起.经实验验证,即使在训练样本和测试样本负载不同的情况下,文中方案仍然能够以较高的准确率识别出轴承的故障位置和程度.与其他方法相比,文中方法的准确率、鲁棒性更高,具有一定的工程应用价值.; 关键词移不变稀疏编码多尺度故障诊断字典学习; Keywords shift invariant sparse coding multi scale fault diagnosis dictionary learning; 分类号 TN165.3 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名基于改进稀疏编码的微弱振动信号特征提取算法被引量：12: 3; 作者余路曲建岭高峰田沿平王小飞; 机构海军航空工程学院青岛校区; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第3期711-717,共7页; 基金国家自然科学基金(51505491)项目资助; 文摘针对强噪声环境下难以有效提取微弱振动信号特征的问题,提出了基于改进字典学习和移不变分量过滤(IDL-SICF)的稀疏编码振动信号特征提取算法。首先,将振动信号进行分段和平滑预处理以降低数据处理复杂度,接着利用改进的字典学习和高效系数求解算法构建基于移不变稀疏编码的自适应滤波器,然后过滤字典原子重构的移不变分量以获得表征信号本质特征的最优基函数,取最优基函数对应的移不变分量的特征频率强度作为评价信号特征提取效果的优劣。仿真和实测数据的试验结果表明,相比于现有微弱振动信号提取算法,提出的算法具有更强的特征提取能力,在实际应用中具有较高的可行性。; 关键词振动信号改进字典学习移不变稀疏编码移不变分量过滤特征提取; Keywords vibration signal improved dictionary learning shift invariant sparse coding shift invariant component filtering feature extraction; 分类号 TH165.3 [机械工程—机械制造及自动化] TN911.2 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于字典学习的音频大地电磁数据处理被引量：25: 4; 作者汤井田李广周聪任政勇肖晓刘子杰; 机构中南大学地球科学与信息物理学院有色金属成矿预测与地质环境监测教育部重点实验室(中南大学) 东华理工大学省部共建核资源与环境国家重点实验室培育基地核工业二三O研究所; 出处《地球物理学报》 SCIE EI CAS CSCD 北大核心 2018年第9期3835-3850,共16页; 基金国家高技术研究发展计划(863计划)(2014AA06A602),有色金属成矿预测与地质环境监测教育部重点实验室开放基金(2017YSJS09),中国博士后科学基金(2016M602431)联合资助.; 文摘音频大地电磁(Audio Magnetotelluric,AMT)信号常常受到持续性人文噪声影响,这类噪声使用远参考法和Robust阻抗估计等常规方法往往效果不佳.为此,本文从噪声的规律与特征出发,提出一种新的AMT数据处理方法.首先通过字典学习方法从观测数据中自主学习到人文噪声的特征结构,构建冗余字典,然后利用学习到的冗余字典,分离出AMT数据中的人文噪声.为验证方法的有效性,首先进行了合成数据的仿真试验,然后在四川凉山进行了针对性的野外试验研究,最后将本文方法应用于庐枞矿集区实测数据的处理.结果表明,本文方法能够快速、准确地分离出AMT信号中的人文干扰,保留有用信号,显著改善AMT数据质量.; 关键词音频大地电磁勘探数据处理信噪分离字典学习移不变稀疏编码; Keywords Audio magnetotelluric sounding Data processing Signal-noise separation Dictionary learning Shift invariant sparse coding; 分类号 P631 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于移不变稀疏编码的单通道机械信号盲源分离	朱会杰王新晴芮挺李艳峰张红涛赵洋	《振动工程学报》 EI CSCD 北大核心	2015	9	在线阅读下载PDF 职称材料
2	多尺度移不变稀疏编码及其在机械故障诊断中的应用	朱会杰王新晴芮挺李艳峰王东	《北京理工大学学报》 EI CAS CSCD 北大核心	2016	7	在线阅读下载PDF 职称材料
3	基于改进稀疏编码的微弱振动信号特征提取算法	余路曲建岭高峰田沿平王小飞	《仪器仪表学报》 EI CAS CSCD 北大核心	2017	12	在线阅读下载PDF 职称材料
4	基于字典学习的音频大地电磁数据处理	汤井田李广周聪任政勇肖晓刘子杰	《地球物理学报》 SCIE EI CAS CSCD 北大核心	2018	25	在线阅读下载PDF 职称材料