登录    注册    忘记密码

浙江师范大学工学院车辆工程系 收藏

导出分析报告

研究主题:故障诊断    基于支持向量机    模糊C-均值聚类    独立分量分析    支持向量机    

研究学科:电子信息类    

被引量:67H指数:2EI: 2 北大核心: 2 CSCD: 2

-

检索结果分析

署名顺序

  • 全部
  • 第一机构
结果分析中...
排序方式:

2 条 记 录,以下是 1-2

整体改进的基于支持向量机的故障诊断方法 ( EI收录)
1
《仪器仪表学报》浙江师范大学工学院车辆工程系 焦卫东 林树森  出版年:2015
浙江省杰出青年科学基金(R1100002);国家自然科学基金(51405449;51575497)项目资助
为了消除噪声或野值样本对支持向量机分类器推广性能的不利影响,从数据预处理、特征提取和分类器设计等几个方面对现有的基于支持向量机的故障诊断方法进行了整体改进。一方面,在独立分量分析的基础上提出一种残余总体相关分析时域特征提...
关键词:支持向量机 推广性能  独立分量分析 残余总体相关分析  模糊C-均值聚类 故障诊断
用噪声残差似然估计改进经验模态分解基信号去噪方法 ( EI收录)
2
《仪器仪表学报》浙江师范大学工学院车辆工程系 焦卫东 林树森  出版年:2014
浙江省杰出青年科学基金(R1100002);国家"863"计划(2007AA04Z424)资助项目
现有的基于经验模态分解(EMD)的信号去噪算法,用于幅值取阈以及信号重建的本征模函数(IMF)基本都是靠经验筛选,影响了算法的去噪性能。为解决这一问题,引入噪声残差似然估计(LE-RN)测度以建立IMF的优化筛选准则。由...
关键词:经验模态分解 本征模函数  幅值取阈  噪声残差似然估计  信号去噪
已选条目 检索报告 聚类工具

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心