采用字典学习和AdaBoost算法的信号诊断
版权信息：站内文章仅供学习与参考，如触及到您的版权信息，请与本站联系。
信息
资料大小
900KB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
信号处理和机器学习是故障诊断过程中的关键技术,针对机械关键零部件的传统诊断技术,提出了一种采用字典学习和AdaBoost算法的信号诊断方法.该方法基于原始振动信号驱动训练数据,通过K-SVD和OMP算法更新字典并对其在字典空间稀疏表示,筛选重构所得增强信号时、频域特征,采用集成算法在AdaBoost神经网络分类器中实现振动信号的诊断.研究表明,采用字典学习和AdaBoost算法的信号诊断方法自适应强,能准确提取信号本质特征,诊断精度高,优于传统诊断技术.相关论文
- 2020-09-03应用动网格技术模拟分析滚动转子压缩机的瞬态流动
- 2021-03-02加工回转分度类零件的工艺方案设计
- 2021-09-02双级并联齿轮泵不同转速下流动特性的研究
- 2025-01-03基于正交试验的液晶屏老化炉优化设计
- 2021-05-25超临界锅炉给水泵级间密封间隙流动特性
请自觉遵守互联网相关的政策法规，严禁发布色情、暴力、反动的言论。