otjge

Score: 29
Uploads: 1
Downloads: 11
Create time: 2017-07-16 13:57:32

Upload log:
tne.rar - Get the Finger program for the other party's information

Download log:
multiwaveletlib.zip - 本程序是用于图像去噪,使用的是多小波GHM去噪方法,对比单小波去噪效果明显。
WaveletsandMultiwavelets.zip - 该教材主要讲叙小波和多小波的,研究生用的外国教材,很不错
Multiwavelet.rar - CL与GHM多小波matlab程序,预滤波方式包括重复行滤波,逼近阶滤波等,实现多小波分解
xiaobobianhuan.rar - 用于多尺度连续小波变换和离散小波变换,并将原信号、连续小波变换信号、离散小波变换信号画出来比较
VMD.rar - 本文介绍了一种自适应信号分解新方法-变分模态分解,并且针对滚动轴承早期故障识别困难这一问题,提出了基于VMD的诊断方法。
qqqqq.rar - 为了直接对内燃机振动谱图像进行诊断识别,提出一种基于改进变分模态分解(VMD)、伪魏格纳时频分 析(PWVD)与局部非负矩阵分解(LNMF)的内燃机振动谱图像识别诊断方法
vmd-verify3.rar - vmd经验模态分解,修正的vmd,有实际例子。
vmd.rar - 针对实际中工况复杂难以提取齿轮故障特征频率的问题,提出一种变分模态分解
emdPvmd.rar - 经验模态分解程序,变分模态分解分解程序。能够将多分量信号分解为若干个单分量信号。
VariationalPModePDecomposition.rar - 变分模态分解方法,里面有快速傅立叶变化,不同于经验模态分解。
cluster_VMDaFCM_casedat.zip - 为了精准、稳定地提取滚动轴承故障特征,提出了基于变分模态分解和奇异值分解的特征提取方法,采用标准模糊C均值聚类(fuzzy C means clustering, FCM)进行故障识 别。对同一负荷下的已知故障信号进行变分模态分解,利用 奇异值分解技术进一步提取各模态特征,通过FCM形成标准聚类中心,采用海明贴近度对测试样本进行分类,并通过计算分类系数和“卜均模糊嫡对分类性能进行评价,将该方法 应用于滚动轴承变负荷故障诊断。通过与基于经验模态分解的特征提取方法对比,该方法对标准FCM初始化条件小敏感,在同负荷故障诊断中表现出更好的分类性能 变负荷故障诊断时,除外圈故障特征线发生明显迁移,其他测试样本故障特征线仍在原聚类中心附近,整体故障识别率保持在100 ,因此,该方法能精确、稳定提取故障特征,为实际滚动轴承智能故障诊断提供参考。

Favorite: