散布熵相关论文
由于依靠单一的物理特征难以全面反映机械的故障信息,针对这一问题,对机器学习中常用的故障特征提取方法进行了研究,在此基础上提......
针对压缩机滑动轴承振动信号由多分量耦合现象造成的非平稳性、非线性特点,提出了一种基于群分解算法(SWD)与多尺度形态包络散布熵......
针对多尺度散布熵(MDE)在对滚动轴承故障信号进行特征提取时会出现信号信息严重损失的问题,提出了时移多尺度散布熵(TMDE)的概念,......
为保证提取出的汽车电机轴承故障特征对轴承的故障具有更好的可分析,在对散布熵(DE)进行研究的基础上,提出了轴承故障信号复杂度度......
为解决飞行数据中高频噪声对后续应用产生干扰的问题,提出基于自适应完备集合经验模态分解(CEEMDAN)和散布熵的飞行数据滤波方法。......
期刊
为充分利用振动信号的特征信息进行故障辨识,提出一种平滑先验分析(SPA)散布熵和GK聚类相结合的滚动轴承故障诊断方法。首先对滚动......
为提升轨道交通电机轴承故障特征提取效果,提出了一种基于局部特征尺度分解(LCD)和散布熵(DE)相结合的自适应多尺度散布熵(AMSDE)......
为实现滚动轴承故障检测并准确识别滚动轴承不同严重程度的同种故障,提出一种基于散布熵(DispEn)与支持向量机(SVM)的滚动轴承故障......
针对齿轮故障特征微弱,在强背景噪声下难以有效提取的问题,提出了一种改进奇异谱分解(ISSD)结合奇异值分解(SVD)的齿轮故障特征提......
针对滚动轴承故障分类中采用单一尺度熵值难以完全表征故障特征的问题,基于散布熵(DE)、集合经验模态分解(EEMD)、局部保留投影算......
为充分挖掘未标记样本所蕴含的有效信息,进而提升诊断精度,研究提出一种基于变分模态分解(VMD)散布熵与改进灰狼优化支持向量数据......
针对滚动轴承振动信号的非平稳、非线性特性，将一种新的衡量时间序列复杂性和不规则程度指标——散布熵（dispersionentropy，DE）引入到......
为提升数控机床用轴承故障诊断效果,提出了基于LCD多尺度散布熵的数控机床轴承故障诊断方法。该方法利用局部特征尺度分解(LCD)对......
针对振动信号非平稳、非线性且噪声掩盖信号致使故障信息难以有效提取的特点,提出利用赫斯特指数变化确定小波包降噪分解层的去噪......
为克服多尺度样本熵的不足,更精确地提取滚动轴承非线性故障特征,将一种新的非线性动力学分析方法精细复合多尺度散布熵引入到滚动......
期刊
