期刊文献+
共找到114篇文章
< 1 2 6 >
每页显示 20 50 100
Recognition of dynamically varying PRI modulation via deep learning and recurrence plot 被引量:1
1
作者 WANG Pengcheng LIU Weisong LIU Zheng 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2023年第4期815-826,共12页
Recognition of pulse repetition interval(PRI)modulation is a fundamental task in the interpretation of radar intentions.However,the existing PRI modulation recognition methods mainly focus on single-label classificati... Recognition of pulse repetition interval(PRI)modulation is a fundamental task in the interpretation of radar intentions.However,the existing PRI modulation recognition methods mainly focus on single-label classification of PRI sequences.The prerequisite for the effectiveness of these methods is that the PRI sequences are perfectly divided according to different modulation types before identification,while the actual situation is that radar pulses reach the receiver continuously,and there is no completely reliable method to achieve this division in the case of non-cooperative reception.Based on the above actual needs,this paper implements an algorithm based on the recurrence plot technique and the multi-target detection model,which does not need to divide the PRI sequence in advance.Compared with the sliding window method,it can more effectively realize the recognition of the dynamically varying PRI mo dulation. 展开更多
关键词 you look only once(YOLO) pulse repetition interval(PRI)modulation recurrence plot
在线阅读 下载PDF
基于小波基—改进卷积自编码器的故障诊断方法
2
作者 王娜 刘佳林 王子从 《兵器装备工程学报》 北大核心 2025年第8期351-360,共10页
针对故障诊断中,传统小波包分解(wave packet decomposition,WPD)提取故障特征主观性强、且模型诊断效率低的问题,提出了一种基于小波基—改进卷积自编码器的故障诊断方法。基于能量—泰尔指数准则来准确选择小波基函数,以改善传统小波... 针对故障诊断中,传统小波包分解(wave packet decomposition,WPD)提取故障特征主观性强、且模型诊断效率低的问题,提出了一种基于小波基—改进卷积自编码器的故障诊断方法。基于能量—泰尔指数准则来准确选择小波基函数,以改善传统小波包基函数确定主观性较强的缺点,获得初始故障特征;引入无阈值递归图(thresholdless recurrence plot,TRP),并与小波包分解相结合,从空间角度进一步增强故障特征的显著性,并减少冗余特征;将softmax分类器嵌入到卷积自编码器(convolutional autoencoder,CAE)中,并构建新的损失函数,来确保参数训练的准确性,并通过一次迭代学习即可实现参数更新,进一步提高了模型的诊断效率。通过在CWRU数据集和JNU数据集上的仿真,结果表明,所提方法的诊断准确率分别为99.67%和98.33%,相比于其他方法具有更好的诊断精度及效率。 展开更多
关键词 故障诊断 小波包分解 泰尔指数 无阈值递归图 卷积自编码器 损失函数
在线阅读 下载PDF
基于WP-TRP的滚动轴承故障诊断方法
3
作者 王娜 崔月磊 +1 位作者 罗亮 王子从 《东北大学学报(自然科学版)》 北大核心 2025年第3期20-27,共8页
针对故障诊断中传统时频域法提取特征时易受主观因素影响而导致冗余,且深度学习算法受训练数据影响导致计算复杂性较高的缺点,将时域和频域结合,提出一种基于小波包-无阈值递归图(WPTRP)的滚动轴承故障诊断方法.首先,提出递减信息熵准则... 针对故障诊断中传统时频域法提取特征时易受主观因素影响而导致冗余,且深度学习算法受训练数据影响导致计算复杂性较高的缺点,将时域和频域结合,提出一种基于小波包-无阈值递归图(WPTRP)的滚动轴承故障诊断方法.首先,提出递减信息熵准则,以克服小波包分解的主观性,获取更准确的时频域特征;在此基础上,引入无阈值递归图思想,充分提取数据初始时域特征,并利用奇异值分解进一步降低冗余特征,提高计算效率.然后,引入海洋捕食者算法来获得支持向量机最优参数,实现故障诊断的准确分类.最后,通过标准滚动轴承数据集仿真验证了所提方法的有效性. 展开更多
关键词 故障诊断 小波包分解 信息熵 无阈值递归图 奇异值分解 海洋捕食者算法
在线阅读 下载PDF
基于FDTRP-ALDCNN的小样本轴承故障诊断方法
4
作者 王娜 刘佳林 王子从 《铁道科学与工程学报》 北大核心 2025年第9期4271-4283,共13页
针对滚动轴承在小样本条件下诊断精度低的问题,提出一种基于频域无阈值递归图与自适应线性可变卷积神经网络(frequency domain thresholdless recurrence plot-adaptive linear deformable convolutional neural network,FDTRP-ALDCNN)... 针对滚动轴承在小样本条件下诊断精度低的问题,提出一种基于频域无阈值递归图与自适应线性可变卷积神经网络(frequency domain thresholdless recurrence plot-adaptive linear deformable convolutional neural network,FDTRP-ALDCNN)的滚动轴承故障诊断方法。首先,使用快速傅里叶变换(fast fourier transform,FFT)将一维时域信号转为频域信号,并与无阈值递归图(thresholdless recurrence plot,TRP)相结合,以有效构建初始特征,提高模型输入质量;其次,采用线性可变卷积核(linear deformable convolutional kernel,LDConv)替换卷积神经网络中方形卷积核,从而能够根据采样数据的分布来调整卷积核形状,准确获取空间信息中的关键特征,提高小样本数据的利用率;再次,设计自适应交叉熵(adaptive cross entropy,ACE)损失函数,根据样本分类损失自适应调整分类器对难分与易分样本的拟合程度,增强难分样本损失在整体分类损失中的显著性,进一步提高小样本下的模型诊断精度;最后,采用CWRU滚动轴承数据集对所提方法进行3组仿真验证。对比仿真的结果表明,所提模型在不同小样本数量下均有较高的诊断准确率,最高可达到99.82%。而对2组不平衡数据集的泛化性分析可知,本模型的诊断准确率分别达到98.56%与99.3%,泛化能力优于其他模型,且具有良好的稳定性。并通过消融实验验证了FFT、LDConv与ACE损失函数对提高故障诊断精度的有效性。综上所述,所提方法能够有效诊断出小样本轴承故障,具有较高的实际应用价值。 展开更多
关键词 故障诊断 小样本 无阈值递归图 线性可变卷积核 卷积神经网络 交叉熵损失函数
在线阅读 下载PDF
信息融合的NRP-AlexNet-SENet风电齿轮箱故障诊断
5
作者 龙霞飞 何志成 +3 位作者 曾进辉 周凌 梁凯 伍席文 《太阳能学报》 北大核心 2025年第9期143-151,共9页
针对风电机组齿轮箱故障振动信号的非线性、特征信息混叠和诊断精度低等问题,结合时域特征分析与多传感器信息融合技术,提出一种无阈值递归图(NRP)与深度学习相结合的早期故障识别方法。首先,将时域指标作为特征参数并采用特征级与数据... 针对风电机组齿轮箱故障振动信号的非线性、特征信息混叠和诊断精度低等问题,结合时域特征分析与多传感器信息融合技术,提出一种无阈值递归图(NRP)与深度学习相结合的早期故障识别方法。首先,将时域指标作为特征参数并采用特征级与数据级融合技术构建数据信息;其次,采用NRP将一维数据信息转换为二维彩色可视特征图;然后,构建一种AlexNet-SENet网络结构,利用嵌入SENet注意力机制的改进AlexNet使其自适应选择并重点搜索结构与节点的关键特征信息。最后,以华中科技大学行星齿轮箱动力学试验平台采集的振动数据集为实例,结果表明该方法的诊断准确率为99%,能更有效提取故障特征信息,具有更高的分类诊断精度。 展开更多
关键词 风电机组齿轮箱 故障诊断 深度学习 信息融合 无阈值递归图 注意力机制
在线阅读 下载PDF
基于信号递归图和卷积宽度学习的小样本辐射源个体识别方法
6
作者 陈宇鹏 黄科举 +2 位作者 刘辉 邝龙坤 杨俊安 《系统工程与电子技术》 北大核心 2025年第9期3086-3092,共7页
针对当前辐射源个体识别方法在小样本条件下容易过学习、识别准确率低的问题,提出一种基于信号递归图和卷积宽度学习的小样本辐射源个体识别方法。该方法将辐射源信号转换为递归图作为宽度学习网络的输入,将辐射源数据时序特征转化为图... 针对当前辐射源个体识别方法在小样本条件下容易过学习、识别准确率低的问题,提出一种基于信号递归图和卷积宽度学习的小样本辐射源个体识别方法。该方法将辐射源信号转换为递归图作为宽度学习网络的输入,将辐射源数据时序特征转化为图像空间特征;此外,提出一种卷积宽度学习网络,将宽度学习中特征节点的计算方式由矩阵乘法替换为卷积运算,通过稀疏连接和权值共享减少模型参数数量,从而减轻模型过拟合风险。通过对公开数据集实验,验证了所提算法在少量训练样本数量条件下相较于其他算法有更好的识别性能。 展开更多
关键词 递归图 卷积宽度学习 小样本 辐射源个体识别
在线阅读 下载PDF
基于无阈值递归图和CNN-LSTM的人体活动识别算法 被引量:3
7
作者 史立宇 孙杨帆 +2 位作者 谢溢翀 黄旭萍 周彪 《传感器与微系统》 北大核心 2025年第3期130-133,共4页
人体活动识别(HAR)可为智慧生活、医疗监护、虚拟现实等上下文感知系统提供重要的基础信息,是模式识别领域的热门研究方向。针对现有基于惯性传感器的活动识别深度学习算法对于多维时间序列特征的提取效果欠佳的问题,提出了一种基于无... 人体活动识别(HAR)可为智慧生活、医疗监护、虚拟现实等上下文感知系统提供重要的基础信息,是模式识别领域的热门研究方向。针对现有基于惯性传感器的活动识别深度学习算法对于多维时间序列特征的提取效果欠佳的问题,提出了一种基于无阈值递归图(URP)和卷积神经网络—长短期记忆(CNN-LSTM)的活动识别算法。首先,使用SMOTE-ENN算法对惯性数据集进行增强,平衡各个类别样本数量比例;然后,使用URP方法将多维惯性传感时序波形构造为对应多个二维递归矩阵;最后,构建CNN-LSTM组合的分类模型。通过在UCI-HAR、WISDM公开数据集上的实验结果表明:所提算法在测试集上4种分类指标均得到提高,其中准确率分别达到98.32%和98.97%,性能优于现存的其他深度学习算法。 展开更多
关键词 人体活动识别 数据增强 深度学习 无阈值递归图 卷积神经网络 长短期记忆神经网络
在线阅读 下载PDF
结合递归图与LeNet网络的足底压力身份识别方法
8
作者 袁田 辛义忠 《仪器仪表学报》 北大核心 2025年第6期338-347,共10页
针对身份识别领域足底压力采集设备在传感器数量和位置配置方面存在的差异性,以及足底压力特征通常依赖于对步态周期数据进行完整分割所带来的时间成本增加问题,提出一种基于足底压力信号的无阈值递归图和LeNet网络的身份识别方法。首... 针对身份识别领域足底压力采集设备在传感器数量和位置配置方面存在的差异性,以及足底压力特征通常依赖于对步态周期数据进行完整分割所带来的时间成本增加问题,提出一种基于足底压力信号的无阈值递归图和LeNet网络的身份识别方法。首先使用自制足底压力采集设备,在常规混凝土地面采集28名无足部及下肢疾病的健康成年参与者无负重等干扰状态自然行走过程中的足底压力数据;再经数据重构算法对足底压力数据进行预处理,将其转化为无阈值递归图;最后将生成的图像作为LeNet网络的输入,完成特征提取与身份识别,并对单一区域及多区域组合方案的结果进行分析比较。实验结果表明,足跟内侧区域、足跟外侧区域、第二跖骨区域和大脚趾区域的组合身份识别性能以最少的传感器数量和高识别精度优于其他方案,其中准确率、精确率、召回率和F 1分数分别达到99.25%、99.22%、99.39%、99.26%。不同区域的身份识别性能受行走过程中不同阶段和受力大小的影响,但随着区域数量的增加,该影响逐渐减弱。此外,实验结果还显示,使用足底压力信号的无阈值递归图进行身份识别的方法无需依赖严格的步态分割,依然能够保持较高的识别精度。为身份识别技术在生物特征识别领域的应用提供了新的思路与技术支持,在公共安全等领域具有潜在的应用价值。 展开更多
关键词 足底压力特征 无阈值递归图 LeNet网络 身份识别
在线阅读 下载PDF
气爆破岩振动信号优化分解与相关特征分析
9
作者 付晓强 戴良玉 +1 位作者 俞缙 邵艺强 《中国安全科学学报》 北大核心 2025年第5期64-72,共9页
为解决变分模态分解过程中模态数和二次惩罚因子难以确定的问题,提出灰狼优化-变分模态分解(GWO-VMD)算法。以龙龙隧道气爆法施工为依托,采用集成化采集模块采集气爆破岩过程中振动信号,利用相空间重构递归图(RP)相似度模型准确判别信号... 为解决变分模态分解过程中模态数和二次惩罚因子难以确定的问题,提出灰狼优化-变分模态分解(GWO-VMD)算法。以龙龙隧道气爆法施工为依托,采用集成化采集模块采集气爆破岩过程中振动信号,利用相空间重构递归图(RP)相似度模型准确判别信号GWO-VMD主分量;重构得到去除干扰项的真实信号,揭示气爆信号能量在时频域的分布特征,并量化数码电子雷管精度误差。结果表明:与传统的变分模态算法相比,GWO-VMD算法在气爆破岩信号信噪比提升和自适应相关特征提取方面具有显著优势,具有很强的时变频率追踪性能,能够准确识别数码雷管起爆精度,有效识别隧道爆破雷管灾害源特征。 展开更多
关键词 气爆破岩 振动信号 优化分解 相关特征 递归图 灰狼优化-变分模态分解(GWO-VMD)
在线阅读 下载PDF
基于图像纹理分析的递归图特征量化方法研究
10
作者 李燕 《统计与决策》 北大核心 2025年第18期18-23,共6页
基于递归图理论的非线性时间序列分析方法越来越受到各领域研究者的重视,已经被成功应用于多个领域。但传统递归图使用Heavyside阶跃函数来判断相空间中状态点的递归行为,这存在两个问题:(1)Heavyside阶跃函数会产生刚性边界问题,造成... 基于递归图理论的非线性时间序列分析方法越来越受到各领域研究者的重视,已经被成功应用于多个领域。但传统递归图使用Heavyside阶跃函数来判断相空间中状态点的递归行为,这存在两个问题:(1)Heavyside阶跃函数会产生刚性边界问题,造成信息丢失;(2)临界距离的选取非常关键,选取不恰当会造成低维动力学错误,但目前对该参数的选取并没有统一的方法。针对上述问题,文章提出如下改进方法:(1)在判断状态相点递归性时使用Gaussian函数代替Heavyside阶跃函数,解决Heaviside阶跃函数所造成的递归分析结果的刚性边界和二元值问题;(2)使用局部二值模型(LBP)和纹理相似性度量Earth Mover’s Distance模型(EMD),就复杂系统动力学特征分析提出了对递归图进行纹理分析的新思路,并在此基础上构建了度量复杂系统动力学特征相似度的方法体系。研究结果显示,所构建的方法能够灵敏且准确地识别出洛伦兹系统动力学特征的突变点,表明该方法能够有效度量复杂系统动力学特征的相似度。 展开更多
关键词 Gaussian函数递归图 动力学特征 复杂系统 纹理分析
在线阅读 下载PDF
基于电容传感器的CO_(2)气液两相流流型识别 被引量:1
11
作者 孙采鹰 闫勇 张文彪 《传感器与微系统》 CSCD 北大核心 2024年第6期145-148,共4页
为了实现碳捕捉与封存(CCS)管道内CO_(2)流量的精确测量,需要对CO_(2)的流型进行辨识。基于递归定量分析和模糊C均值(FCM)聚类算法,建立了CO_(2)气液两相流的流型识别模型。提出利用小波变换在多尺度下分析CO_(2)气液两相流电容信号递... 为了实现碳捕捉与封存(CCS)管道内CO_(2)流量的精确测量,需要对CO_(2)的流型进行辨识。基于递归定量分析和模糊C均值(FCM)聚类算法,建立了CO_(2)气液两相流的流型识别模型。提出利用小波变换在多尺度下分析CO_(2)气液两相流电容信号递归图结构特性的方法,对各个尺度下的递归图分别进行定量分析,提取出不同流型下CO_(2)流动的电容传感器递归特征参数。采用FCM算法,对特征参数进行流型聚类,完成了对CO_(2)气液两相流的分层流、气泡流和雾状流3种流型的识别。 展开更多
关键词 流型识别 电容传感器 递归图 模糊聚类
在线阅读 下载PDF
基于递归图和增强残差网络的轴承故障诊断 被引量:3
12
作者 施保华 吴婷 赵子睿 《轴承》 北大核心 2024年第12期87-94,共8页
针对噪声干扰情况下轴承振动信号特征难以充分提取,故障识别精度低的问题,提出将递归图与增强深度残差网络相结合的RP-EResNet模型并应用于轴承故障诊断。将非线性的振动信号嵌入到具有可变时滞的延迟坐标空间中生成二维的递归图,并将压... 针对噪声干扰情况下轴承振动信号特征难以充分提取,故障识别精度低的问题,提出将递归图与增强深度残差网络相结合的RP-EResNet模型并应用于轴承故障诊断。将非线性的振动信号嵌入到具有可变时滞的延迟坐标空间中生成二维的递归图,并将压缩-激励模块、多尺度卷积、分组卷积网络模块融合到残差网络结构中得到增强的RP-EResNet模型,最终将递归图输入RP-EResNet模型中进行轴承故障诊断。使用不同的轴承数据集验证了RP-EResNet模型的性能,消融试验和对比试验的结果表明:与不同的深度学习方法相比,RP-EResNet模型能够在强噪声下增强特征提取能力,提升轴承故障的识别精度,具有良好的泛化性能和抗噪性能。 展开更多
关键词 滚动轴承 故障诊断 递归图 残差网络 压缩激励模块 多尺度卷积
在线阅读 下载PDF
极端事件冲击下原油期货市场有效性的演变特征 被引量:1
13
作者 杨杰 冯芸 《系统管理学报》 CSSCI CSCD 北大核心 2024年第5期1326-1347,共22页
原油期货市场极易受到地缘政治冲突和金融危机等极端事件冲击的影响,基于多重分形降趋波动分析和递归图方法构建了4种指标,量化分析了上海原油期货市场的有效性,并以国际原油Brent和WTI期货市场作为对比,系统地研究了极端事件冲击下市... 原油期货市场极易受到地缘政治冲突和金融危机等极端事件冲击的影响,基于多重分形降趋波动分析和递归图方法构建了4种指标,量化分析了上海原油期货市场的有效性,并以国际原油Brent和WTI期货市场作为对比,系统地研究了极端事件冲击下市场有效性的动态演变特征。最后,对WTI原油期货市场的长历史数据进行了分析。研究发现:在相同的样本期间内,由于中国原油期货的制度优势、审慎适时的风控政策和具有强大韧性的经济基本面,极端事件冲击对国际原油期货市场有效性的负面影响要大于国内市场,从而使得上海原油期货市场的有效性在不同时间尺度下都高于Brent和WTI原油期货市场;原油期货市场的有效性不是固定不变的,具有显著的均值回复特征,极端突发事件会对原油期货市场的有效性造成严重的负面冲击,由于原油期货市场系统具有自我修复的能力,外生冲击造成的短暂动荡会被逐渐吸收化解,以维持自身市场有效性的相对稳定。所构建的市场有效性指标对预警原油期货市场风险具有一定的效果。 展开更多
关键词 原油期货市场 市场有效性 极端事件冲击 多重分形理论 递归图
在线阅读 下载PDF
基于ISAM-Drsnet的故障识别模型及其应用
14
作者 朱乐文 田兴 李宪华 《机电工程》 CAS 北大核心 2024年第2期216-225,270,共11页
针对滚动轴承故障诊断时网络模型在复杂环境下有效特征提取困难,无法充分挖掘具有周期性的滚动轴承故障数据时序特征的问题,提出了一种基于改进条纹注意力机制与深度残差收缩网络的滚动轴承故障诊断模型(ISAM-Drsnet)。首先,采用递归图(... 针对滚动轴承故障诊断时网络模型在复杂环境下有效特征提取困难,无法充分挖掘具有周期性的滚动轴承故障数据时序特征的问题,提出了一种基于改进条纹注意力机制与深度残差收缩网络的滚动轴承故障诊断模型(ISAM-Drsnet)。首先,采用递归图(RP)编码方式生成了二维图像,使用ISAM和改进软阈值算法加强了Drsnet;然后,采取重叠采样的方式对数据集进行了增强处理,并将数据输入到ISAM-Drsnet中,实现了对不同故障类型的识别目的;最后,利用凯斯西储大学滚动轴承数据集进行了实验,选取了最佳数据截取长度,研究了改进软阈值、数据集规模、噪声对模型的影响;同时,将该模型与支持向量机(SVM)、反向传播神经网络(BPNN)、卷积神经网络(CNN)等进行了对比分析,并采用混淆矩阵等可视化方法对该模型进行了性能评估。实验结果表明:该模型(方法)的故障诊断性能明显优于SVM、BPNN、CNN等模型,其故障诊断精度可达99.79%,相比原始的Drsnet上升了1.60%;且在数据集规模有限和信号添加噪声的情况下,模型仍具有较高的故障诊断精度。研究结果表明:该轴承故障诊断模型不仅具有优秀的诊断性能,同时还具有较强的鲁棒性。 展开更多
关键词 滚动轴承 故障诊断性能 改进条纹注意力机制 深度收缩残差网络 递归图 鲁棒性
在线阅读 下载PDF
基于递归图多尺度特征的储能锂离子电池剩余寿命预测方法
15
作者 谢毓广 李金中 +1 位作者 邹文豪 毛磊 《储能科学与技术》 CAS CSCD 北大核心 2024年第10期3630-3641,共12页
锂离子电池在长期循环使用过程中不可避免地会出现性能退化,这直接影响储能锂离子电池系统的稳定运行。为此,本工作提出基于递归图多尺度特征的锂离子电池剩余寿命预测方法,用于解决从一维状态信号中提取关键退化特征的局限性。鉴于递... 锂离子电池在长期循环使用过程中不可避免地会出现性能退化,这直接影响储能锂离子电池系统的稳定运行。为此,本工作提出基于递归图多尺度特征的锂离子电池剩余寿命预测方法,用于解决从一维状态信号中提取关键退化特征的局限性。鉴于递归图像内蕴含丰富的时空退化特征,首先,构建深度学习多尺度特征提取架构,通过可变大小的感受野,识别同一电压区域在多个周期内的时间维度变化以及相邻电压区域之间空间维度的递归图像时空演变,进而提取深层多尺度特征,用于实现从多尺度特征到RUL的映射建模。再次,通过开展综合评估实验,对所提出方法的预测效果进行系统验证。研究结果表明,该方法使用有限数量的充电过程递归图作为输入,能实现模型快速收敛和准确预测。此外,在跨倍率预测场景中,相较于浅层指标,可实现在2C倍率下将绝对误差和均方根误差的指标性能提升约7倍和5.7倍。最后,通过开展与一维序列输入的对比实验,进一步验证基于递归图多尺度特征进行锂离子电池剩余寿命预测的有效性,实现了各评价指标约50%和43%的性能提升,同时成像所需时序电压采样点数据量相对较小。 展开更多
关键词 锂离子电池 剩余寿命预测 递归图 多尺度特征提取
在线阅读 下载PDF
基于RQA与GG聚类的滚动轴承故障识别 被引量:30
16
作者 张淑清 包红燕 +2 位作者 李盼 李新新 姜万录 《中国机械工程》 EI CAS CSCD 北大核心 2015年第10期1385-1390,共6页
提出递归定量分析与GG聚类相结合的滚动轴承故障识别方法。利用能够表征信号发散程度的RQA参数——确定率和分层率组成轴承故障识别的特征向量,结合GG模糊聚类实现滚动轴承故障模式识别。对实际故障数据进行分析,结果表明,该方法不仅能... 提出递归定量分析与GG聚类相结合的滚动轴承故障识别方法。利用能够表征信号发散程度的RQA参数——确定率和分层率组成轴承故障识别的特征向量,结合GG模糊聚类实现滚动轴承故障模式识别。对实际故障数据进行分析,结果表明,该方法不仅能够识别滚动轴承的不同程度损伤,而且能够实现不同部位的轴承故障诊断。研究结果为滚动轴承故障识别提供了一种高效、直观的新方法。 展开更多
关键词 故障诊断 递归图 递归定量分析 GG模糊聚类
在线阅读 下载PDF
气-固流化床压力脉动递归图分析 被引量:17
17
作者 王春华 仲兆平 +1 位作者 李睿 鄂加强 《化工学报》 EI CAS CSCD 北大核心 2010年第3期557-564,共8页
引入递归图分析方法对具有混沌与分形特性的气-固循环流化床压力脉动信号进行分析,针对Logisitc模型比较了递归图特征量递归率、确定性、平均对角线长度、分叉性与最大Lyapunov指数之间的关系,得出了递归图特征量对于混沌特性具有表征... 引入递归图分析方法对具有混沌与分形特性的气-固循环流化床压力脉动信号进行分析,针对Logisitc模型比较了递归图特征量递归率、确定性、平均对角线长度、分叉性与最大Lyapunov指数之间的关系,得出了递归图特征量对于混沌特性具有表征作用的结论。研究了递归图特征量在气-固循环流化床不同床型下的变化规律,递归图特征量在固定床型、湍流床型、气力输送床型下保持稳定,在鼓泡床型、快速流化床型下分别迅速递增或递减,因此递归图特征量同样可以对循环流化床不同床型进行辨识。 展开更多
关键词 递归图 压力脉动 混沌 流化床
在线阅读 下载PDF
基于超声背散射信号递归分析的金属材料微缺陷识别 被引量:11
18
作者 杨辰龙 冯玮 +2 位作者 边成亮 周晓军 柴景云 《光学精密工程》 EI CAS CSCD 北大核心 2019年第4期932-944,共13页
为了能有效识别金属材料超声检测信号中的微小缺陷回波,使用递归分析方法对检测信号进行分析。通过对超声波背散射信号进行建模,说明其组成要素。在超声检测信号中,缺陷回波信号会对系统的递归特性产生影响。使用递归分析对含0.8mm平底... 为了能有效识别金属材料超声检测信号中的微小缺陷回波,使用递归分析方法对检测信号进行分析。通过对超声波背散射信号进行建模,说明其组成要素。在超声检测信号中,缺陷回波信号会对系统的递归特性产生影响。使用递归分析对含0.8mm平底孔人工模拟缺陷的直径为120mm低碳钢棒材试块实验采集的背散射信号和无缺陷背散射信号进行了研究。截取试块检测信号中的背散射信号部分,通过合理的参数选择对其进行递归分析并绘制递归图。通过与实验采集的无缺陷信号的递归图进行对比,发现缺陷信号会在递归图中产生明显的白色交叉条纹带。使用递归定量分析进一步研究了含缺陷背散射信号的递归特征量,结果表明捕获时间(TT)、确定率(DET)与递归熵(ENTR)这三项特征量对缺陷信号比较敏感,在缺陷位置处均会出现明显的峰值。 展开更多
关键词 金属材料 背散射信号 递归分析 递归图 递归定量分析
在线阅读 下载PDF
水平气液两相流流型图像信息递归特征分析 被引量:13
19
作者 李洪伟 周云龙 +2 位作者 宋倩 孙斌 杨悦 《化工学报》 EI CAS CSCD 北大核心 2010年第6期1431-1436,共6页
On the streaming video of all typical flow pattern filmings on the experiment system by the high-speed video camera,the information of a single-frame was extracted and made into time-series.The series was analyzed wit... On the streaming video of all typical flow pattern filmings on the experiment system by the high-speed video camera,the information of a single-frame was extracted and made into time-series.The series was analyzed with the non-linear chaotic recurrence plot(RP),less used in the last years.It was combined with the average diagonal length and Shannon entropy of recursive features changed after the increase of gas superficial velocity.The results showed that the information entropy of flow image combined with RP could well characterize the evaluated tract of gas-liquid two-phase flow patterns.At the same time,the information well characterized the volume fraction of all kinds of gas-liquid two-phase flow patterns.The average diagonal length and recursive Shannon entropy of recursive features all increased first and then decreased with the increase of gas superficial velocity,and it reflected the transition of the mechanisms of five typical flow patterns from the recursive characteristics. 展开更多
关键词 气液两相流 流动图像 信息熵序列 递归图 递归特征量
在线阅读 下载PDF
基于递归定量分析与高斯混合模型的齿轮故障识别 被引量:14
20
作者 肖涵 李友荣 吕勇 《振动工程学报》 EI CSCD 北大核心 2011年第1期84-88,共5页
针对递归图只能对信号进行定性分析,不利于其深入应用的缺点,应用递归定量分析方法对各种故障模式振动信号进行定量分析。采用确定率和层流率组成齿轮故障识别的特征向量,并结合高斯混合模型实现齿轮故障模式识别。以齿轮故障实验台上... 针对递归图只能对信号进行定性分析,不利于其深入应用的缺点,应用递归定量分析方法对各种故障模式振动信号进行定量分析。采用确定率和层流率组成齿轮故障识别的特征向量,并结合高斯混合模型实现齿轮故障模式识别。以齿轮故障实验台上所测取的实验数据为对象,分别采用Re-substitution检验法,Jackknife检验法和Inde-pendent dataset检验法对提出的方法和RBF人工神经网络分类算法进行检验。结果表明,递归定量分析与高斯混合模型相结合应用于齿轮故障模式识别具有更高的识别率。 展开更多
关键词 递归图 递归定量分析 高斯混合模型 故障识别
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部