期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于多尺度迁移符号动力学熵和支持向量机的轴承诊断方法研究 被引量:1
1
作者 于广伟 闫莉 《西北工业大学学报》 EI CAS CSCD 北大核心 2023年第2期344-353,共10页
针对传统数据驱动故障诊断模型在机械系统诊断中存在的泛化能力下降甚至失效的问题,应用迁移学习的思想,提出了基于多尺度迁移符号动力学熵和支持向量机的故障识别算法。采用多尺度符号动力学熵提取故障特征,在此基础上提出基于迁移学... 针对传统数据驱动故障诊断模型在机械系统诊断中存在的泛化能力下降甚至失效的问题,应用迁移学习的思想,提出了基于多尺度迁移符号动力学熵和支持向量机的故障识别算法。采用多尺度符号动力学熵提取故障特征,在此基础上提出基于迁移学习的特征映射技术,使非同分布数据的特征在映射后分布差异减小。对多尺度迁移符号动力学熵方法的参数进行优选,将其输入支持向量机中,进一步提高最终的故障识别率。通过轴承故障实验信号的测试证明,基于多尺度迁移符号动力学熵的滚动轴承诊断方法能够有效提升数据驱动故障诊断模型的泛化能力,实现少量样本下滚动轴承不同故障位置的准确识别。 展开更多
关键词 多尺度迁移符号动力学 特征提取 迁移学习 故障诊断 滚动轴承
在线阅读 下载PDF
基于Poincaré散点图和符号动力学的心电分析方法 被引量:7
2
作者 辛怡 赵一璋 母远慧 《北京理工大学学报》 EI CAS CSCD 北大核心 2017年第10期1084-1089,共6页
心率变异性(hear trate variability,HRV)可以用于进行心脏相关疾病的预测、预防和预后评价等.结合心电散点图和符号动力学的方法,从ECG信号中提取HRV序列,绘制心电散点图,并对散点图中散点进行分区编号编码.计算不同编码的出现概率进... 心率变异性(hear trate variability,HRV)可以用于进行心脏相关疾病的预测、预防和预后评价等.结合心电散点图和符号动力学的方法,从ECG信号中提取HRV序列,绘制心电散点图,并对散点图中散点进行分区编号编码.计算不同编码的出现概率进而计算整个序列信息熵.以该熵值作为心电特征用于识别和分类.实验得到窦性心律和房颤心律的分类正确率为86.67%,窦性心律与伴有失常心律的早搏分类正确率为90%.证明该方法能有效分类窦性心律与失常心律. 展开更多
关键词 心率变异性 心电散点图 符号动力学 香农
在线阅读 下载PDF
基于符号动力学的变压器内部故障检测 被引量:3
3
作者 李涛 陈巍家 《电工技术学报》 EI CSCD 北大核心 2015年第20期57-64,共8页
电力系统的安全运行与其枢纽设备变压器的可靠性直接相关,因此变压器的状态检修是必不可少的。在实行状态检修时,需要对变压器的运行状态做出精确评估,变压器内部故障程度是决定是否需要检修的一个重要标准。本文通过模拟变压器的匝间故... 电力系统的安全运行与其枢纽设备变压器的可靠性直接相关,因此变压器的状态检修是必不可少的。在实行状态检修时,需要对变压器的运行状态做出精确评估,变压器内部故障程度是决定是否需要检修的一个重要标准。本文通过模拟变压器的匝间故障,获取故障状态下的一次电流信号,采用基于符号动力学的方法符号化电流数据,建立信号差异测量机制对数据进行分析。仿真表明在匝间阻抗下降时,该方法可有效地检测出故障信号与正常工作信号的差异,为状态检修提供了坚实依据。在此基础上,本文在变压器内部故障的现场数据上进行了同样的分析,证实了符号动力学在检测变压器内部故障上的有效性。 展开更多
关键词 符号动力学 变压器内部故障 状态检修 最大划分
在线阅读 下载PDF
采用符号动力学方法检测低速率拒绝服务攻击 被引量:1
4
作者 杨宝旺 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2018年第1期140-144,共5页
针对低速率拒绝服务攻击引起的网络安全问题,提出采用符号动力学方法对其进行检测,通过将采样得到的数据包数量信号转化为对应的符号序列,并计算符号序列的熵值,发现低速率拒绝服务攻击具有令数据包数量信号信息复杂度激增的特点,从而... 针对低速率拒绝服务攻击引起的网络安全问题,提出采用符号动力学方法对其进行检测,通过将采样得到的数据包数量信号转化为对应的符号序列,并计算符号序列的熵值,发现低速率拒绝服务攻击具有令数据包数量信号信息复杂度激增的特点,从而能够结合预先设定的熵阈值进行比较识别.分别在仿真环境和实际测试服务器上进行了算法验证,实验结果表明,文中所提算法对低速率拒绝服务攻击辨识平均准确度超过92%. 展开更多
关键词 低速拒绝服务攻击 符号动力学 信息复杂度 阈值 网络安全
在线阅读 下载PDF
基于交互熵的黄河宁蒙段气温动力学特性分析
5
作者 张云鹏 李艳玲 王志良 《人民黄河》 CAS 北大核心 2013年第8期10-12,共3页
为研究黄河上游宁蒙河段各测站凌汛期气温变化的动力学特征和耦合关系,依据修正交互熵理论,采用Shannon熵对气温变化进行符号序列分析,计算各测站的交互熵与延迟交互熵,提取延迟信息。结果表明,宁蒙河段各测站的动力学特征与测站之间的... 为研究黄河上游宁蒙河段各测站凌汛期气温变化的动力学特征和耦合关系,依据修正交互熵理论,采用Shannon熵对气温变化进行符号序列分析,计算各测站的交互熵与延迟交互熵,提取延迟信息。结果表明,宁蒙河段各测站的动力学特征与测站之间的距离和地貌有关,耦合关系与测站间的距离和纬度差有关。下河沿与青铜峡测站属于同一个动力学系统并存在1 d的延迟,石嘴山与下河沿存在2 d的延迟,巴彦高勒与头道拐存在1 d的延迟。 展开更多
关键词 符号动力学 交互 耦合 气温变化 黄河宁蒙河段
在线阅读 下载PDF
滚动轴承故障特征提取的VMD-IMCKD参数优化方法
6
作者 祝振宁 钟志贤 +1 位作者 王广斌 赵树标 《噪声与振动控制》 北大核心 2025年第6期147-153,168,共8页
针对滚动轴承振动信号含有冲击性噪声和循环平稳性噪声,导致传统的信号处理方法提取故障信息困难的问题,提出参数优化变分模态分解(Variational Mode Decomposition,VMD)和改进最大相关峭度解卷积(Improve Maximum Correlated Kurtosis ... 针对滚动轴承振动信号含有冲击性噪声和循环平稳性噪声,导致传统的信号处理方法提取故障信息困难的问题,提出参数优化变分模态分解(Variational Mode Decomposition,VMD)和改进最大相关峭度解卷积(Improve Maximum Correlated Kurtosis Deconvolution,IMCKD)结合的轴承特征提取方法。首先,通过平均符号动力学熵(Symbolic Dynamic Entropy,SDE)优化VMD参数,对故障信号进行处理。其次,计算原始信号与本征模态函数(Intrinsic Mode Decomposition,IMF)的包络峭度值,选取高于原信号包络峭度的IMF分量进行重构。然后通过IMCKD提取实际故障特征周期,引入包络谱峭度与包络谱故障特征比自适应寻优移位数,对重构信号进行滤波。最后利用包络解调对滤波信号进行分析,实现轴承内外圈故障特征提取。仿真和实验结果表明,所提方法可以有效提取噪声干扰下的轴承内外圈故障特征。 展开更多
关键词 故障诊断 变分模态分解(VMD) 包络峭度 符号动力学(sde) 自相关函数
在线阅读 下载PDF
基于MRSSD与MSDE的滑动轴承故障诊断方法 被引量:3
7
作者 王金东 刘著 +2 位作者 赵海洋 张鹏 王智伟 《轴承》 北大核心 2020年第9期50-56,共7页
针对往复压缩机轴承振动信号强烈的非平稳、非线性的特点,提出了一种基于多重共振稀疏分解(MRSSD)与多尺度符号动力学熵(MSDE)相结合的往复压缩机滑动轴承故障诊断方法。首先,设置高、低品质因子的取值范围,求出能表示故障冲击成分的低... 针对往复压缩机轴承振动信号强烈的非平稳、非线性的特点,提出了一种基于多重共振稀疏分解(MRSSD)与多尺度符号动力学熵(MSDE)相结合的往复压缩机滑动轴承故障诊断方法。首先,设置高、低品质因子的取值范围,求出能表示故障冲击成分的低品质因子值,对信号进行共振稀疏分解,形成高、低共振分量;然后,根据高共振分量的峭度值评定分解结果,峭度值小于设定阈值时改变高品质因子值,继续对低共振分量进行共振稀疏分解,峭度值大于设定阈值时终止分解;最后,计算最终所得低共振分量的多尺度符号动力学熵,构造故障特征向量,并利用支持向量机进行故障特征识别。试验结果表明,该方法可以逐步降低干扰成分的影响,有效诊断往复压缩机滑动轴承故障,与基于遗传算法优化品质因子的共振稀疏分解和多尺度排列熵(MPE)相结合的方法相比,故障识别率显著提高。 展开更多
关键词 滑动轴承 故障诊断 压缩机 共振稀疏分解 符号动力学
在线阅读 下载PDF
基于多特征提取与蜣螂算法优化的轴承故障诊断 被引量:1
8
作者 谢锋云 樊秋阳 +3 位作者 孙恩广 王阳 宋成杰 朱海燕 《噪声与振动控制》 北大核心 2025年第4期130-135,230,共7页
针对轴承振动信号易受噪声干扰,单一特征量准确率低的问题,提出一种基于小波包分解(Wavelet Packet Decomposition,WPD)、有效时域特征(绝对平均值、波形指标)、频域特征(均方根频率)以及多尺度符号动力学熵(Multi-scale Symbolic Dynam... 针对轴承振动信号易受噪声干扰,单一特征量准确率低的问题,提出一种基于小波包分解(Wavelet Packet Decomposition,WPD)、有效时域特征(绝对平均值、波形指标)、频域特征(均方根频率)以及多尺度符号动力学熵(Multi-scale Symbolic Dynamic Entropy,MSDE)的轴承故障诊断方法。首先,对轴承振动信号进行小波包分解,提取多频带特征,并根据相关系数筛选最佳分量进行信号重构;其次,提取时域和频域敏感特征,同时计算重构信号的MSDE值,组成多特征向量;最后,将提取的多特征向量输入到蜣螂算法(Dung Beetle Optimizer,DBO)优化的支持向量机(Support Vector Machine,SVM)中识别不同轴承故障类型。结果显示,该方法能够从多方位提取故障特征,相较于单一特征量准确率更高,识别速度更快。 展开更多
关键词 故障诊断 多特征 多尺度符号动力学 蜣螂算法
在线阅读 下载PDF
确定重构相空间维数的方法 被引量:24
9
作者 张雨 任成龙 《国防科技大学学报》 EI CAS CSCD 北大核心 2005年第6期101-105,共5页
计算混沌统计特征量前必须先获得重构相空间的维数,因此给出了最大特征值不变法、几何不变量法、虚假邻点法、预测误差最小法、最小Shannon熵法、经验赋值法六种确定方法,得出了应用最大特征值不变法和最小Shannon熵法的工程案例计算结果。
关键词 混沌动力学 重构相空间 最小嵌入维 符号序列分析 Shannon
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部