小波包分解

作品数：1056被引量：5781H指数：31
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：马宏忠陈洁王二化杨晓元陈亦文更多>>
相关机构：华北电力大学天津大学西安交通大学浙江大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于小波包分解和神经网络集成群的滚动轴承故障诊断
《合肥工业大学学报(自然科学版)》2025年第4期447-454,共8页柴立平 孟壮壮 石海峡 李强 
安徽省科技重大专项资助项目(202203a05020026);安徽省高校协同创新资助项目(GXXT-2019-004)。
文章提出一种将多个神经网络相结合的神经网络集成群算法进行滚动轴承故障诊断。首先对原始振动信号进行小波包变换,分别采用小波包能量和小波包样本熵作为特征向量;其次采用多个粒子群优化反向传播(particle swarm optimization-back p...
关键词：滚动轴承 故障诊断 小波包变换 粒子群优化反向传播神经网络 神经网络集成群 
基于小波包分解的低压配电线路短路故障自动定位方法
《自动化应用》2025年第6期156-158,共3页胡雯迪 
为解决传统低压配电线路短路故障自动定位技术精准度不足的问题,提出了一种基于小波包分解的低压配电线路短路故障自动定位方法。首先,采集配电线路两端的电压、电流等参数数据,挖掘并提取低压配电线路短路故障阻抗特征,以此为基础构建...
关键词：小波包分解 配电线路 短路故障 自动定位 
基于PSO-DBN的高压直流输电线路故障测距研究
《绥化学院学报》2025年第3期147-150,共4页李梅 韦四临 
安徽省高校自然科学研究项目“高渗透率的新型配电系统故障特性与保护边界研究”(KJ2021A0471)。
针对传统神经网络算法用于高压直流输电线路接地故障中存在的不足,提出了一种基于小波包分解结合粒子群(PSO)算法优化深度信念网络(DBN)的故障测距算法模型。利用DBN拟合逼近故障能量与距离之间的非线性关系,采用PSO算法对DBN的权值进...
关键词：小波包分解 固有频率 深度信念网络 故障测距 粒子群优化算法 
基于音频信号的气固两相流检测方法研究
《计量学报》2025年第3期383-390,共8页仝卫国 门国悦 蔡天娇 崔建昕 
河北省省级科技计划(22567643H)。
利用气固两相流在管道流动中产生的音频信号包含大量流体信息的特点,将音频信号引入气固两相流检测。提出一种基于音频信号的气固两相流分类的检测方法:对音频信号利用小波包分析进行多尺度分析,其去噪效果优于集合经验模态分解重构方...
关键词：流量计量 气固两相流 小波包分解 音频信号 梅尔倒谱系数 长短期记忆递归神经网络 
基于BP神经网络的开关电源电路故障诊断
《河南工程学院学报(自然科学版)》2025年第1期45-51,共7页乔维德 
针对开关电源电路的非线性故障问题,搭建了基于小波包分解与反向传播(BP)神经网络的开关电源电路故障诊断模型,采用小波包分解提取开关电源逆变电路故障特征向量,应用萤火虫-粒子群算法及改进BP算法优化训练BP神经网络。仿真实验证明,...
关键词：小波包分解 开关电源电路 BP神经网络 
同步发电机转子绕组匝间短路故障智能检测
《电工电气》2025年第3期53-59,共7页薛彪 袁斌华 
陇东学院2024年横向科研项目(HXZK2441);陇东学院2023年横向科研项目(HXZK2378)。
传统固定频率范围检测方法因频带划分冗余,难以有效捕捉故障特征,进而削弱了检测的灵敏度、速度和定位精度。提出一种基于小波包熵的同步发电机转子绕组匝间短路故障智能检测方法,采用小波包分解技术,将匝间短路信号分解至不同频带,并...
关键词：小波包分解 熵值计算 同步发电机 匝间短路 故障检测 
基于Wi-Fi CSI和胶囊网络的纺织纤维识别方法
《传感器与微系统》2025年第3期107-110,116,共5页张慧卉 谷林 
针对传统纺织纤维识别方法中存在识别周期长、技术障碍高、检测仪器昂贵、且对专业人员依赖性强等问题,提出了一种基于Wi-Fi信道状态信息(CSI)的纺织纤维识别方法。首先,采集Wi-Fi信号的CSI并进行去噪处理;然后,提取小波包分解的时频特...
关键词：纺织纤维识别 信道状态信息 胶囊网络 小波包分解 多头自注意力机制 
基于PCA和自联想神经网络的核环境冷挤压切割刀具状态监测
《浙江大学学报(工学版)》2025年第3期606-615,共10页袁沛 蒋君侠 马飞 金杰峰 来建良 
“尖兵领雁+X”研发攻关计划资助项目(2024C04056(CSJ)).
在高放射性环境中,传感器部署受限,传动链噪声干扰,冷挤压切割刀具一致性差.为此提出基于外置电机旋转轴与进给轴电机扭矩信号的时频域统计、主成分分析(PCA)与自联想神经网络(AANN)相结合的刀具状态监测模型.基于旋转电机及进给电机扭...
关键词：放射性 刀具状态监测 时域统计 小波包分解 主成分分析 自联想神经网络 
基于敏感因素选择与残差网络的表面粗糙度预测
《计算机集成制造系统》2025年第2期512-523,共12页史丽晨 邵献忠 王海涛 豆卫涛 
西安航空职业技术学院院级课题资助项目(23XHZK-14);陕西省重点研发计划资助项目(2020GY-104)。
为了对切削加工件的表面粗糙度进行预测,避免原材料浪费,提出一种基于敏感因素选择与残差网络(ResNet)的表面粗糙度预测方法。该方法首先分析切削系统中不同采样通道的振动信号与表面粗糙度之间的相关性确定敏感信号,然后利用小波包分...
关键词：残差网络 小波包分解 相关性分析 敏感频段 表面粗糙度 预测 
基于改进小波包分解的海上油气平台电力设备故障检测方法
《电力设备管理》2025年第3期157-159,共3页陈允卓 
海域石油和天然气开采对经济发展至关重要,但海水腐蚀和操作不当可能导致电力设备损坏,造成经济损失和人员安全隐患。因此,定期进行电力设备故障检测十分必要。传统检测技术已无法满足需求。本文提出了一种基于改进小波包分解的海上油...
关键词：小波包变换 海上油气平台 电力设备 故障检测 
全选清除导出
共105页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部