公共文化服务平台

搜索到758篇“ MDE“的相关文章

基于MFCC和MDE-SVDD的滚动轴承音频信号异常检测方法被引量：4: 2024年; 针对传统振动传感器安装不易,而声信号分析易受环境噪声干扰的问题,提出一种基于梅尔倒谱系数(MFCC)和马氏距离加权改进支持向量数据描述(MDE-SVDD)的音频信号异常检测方法,用于滚动轴承运行状态监测。该方法从轴承运行声信号中提取MFCC作为特征向量,进而使用马氏距离加权改进SVDD,以增强对噪声样本的抗干扰性,从而提高算法的检测精度,然后在实验音频信号中添加多种强度的高斯白噪声以模拟现场噪声环境,并将所提方法的测试结果与传统SVDD等异常检测方法进行比较。结果表明:在低信噪比(-5 dB)场景下,MDE-SVDD的异常检测平均准确率达到91.99%,相较于传统SVDD提升了7.73百分比。; 高原邓艾东范永胜梁志宏傅行军; 关键词：滚动轴承声纹识别支持向量数据描述

一种语义网中基于MDE的封闭世界完整性约束检查方法: 本发明公开了一种语义网中基于MDE的封闭世界完整性约束检查方法，该检查方法包括以下步骤：构建语义模型，通过从头开始构建本体或使用现有的本体来构建语义模型；设计模型，利用预设编程软件中的EMF开发设计平台独立模型；语义标注...; 韩宝

一种基于MDE算法的压电致动器迟滞模型参数辨识方法: 本发明公开了一种基于MDE算法的压电致动器迟滞模型参数辨识方法，该参数辨识方法在变异操作中的缩放因子和交叉操作中的交叉概率中引入自适应机制，使缩放因子和交叉概率的数值随迭代次数改变，有助于算法跳出局部最优解，提高了参数辨...; 王文鲍磊杨思龙王登俊陈占锋卢科青王传勇时光

一种基于MDE-SVDD的滚动轴承声纹异常检测方法: 本发明公开了一种基于MDE‑SVDD的滚动轴承声纹异常检测方法，涉及滚动轴承异常检测技术领域，解决了强噪声下的滚动轴承异常检测效率较低的技术问题，其技术方案要点是采集正常滚动轴承运行的声音信号，提取MFCC特征送入基于马...; 邓艾东高原梁志宏范永胜秦宁

基于MDE方法的岩石耐久性研究: 2022年; 岩石的耐久性不仅与自身性质有关,还与岩石所处的服役环境有关。首先,介绍岩石耐久性的量化方法——MDE方法。然后,通过实际工程案例,在充分考虑岩石自身性质和所处的服役环境情况下,计算在一定设计年限下岩石剩余质量分数,量化岩石在当前服役环境下的使用寿命,判断此类岩石性质。最后,得出经过设计使用年限,基于MDE方法计算的此类岩石剩余质量分数满足使用要求,为其他工程中岩石耐久性评价提供借鉴与参考。; 韩意张伟叶焕; 关键词：岩石耐久性

基于VMD改进MDE算法的液压泵滑靴磨损微弱故障信号识别被引量：4: 2022年; 针对变分模态分解(Variational Modal Decomposition,VMD)特征能量重构法实现故障算法存在准确性不高问题,对原始信号先通过VMD分解获得能量余量,在特征能量占比(Feature Energy Ratio,FER)基础上对VMD特征能量重构法,并选择有效的多尺度散布熵(Multiscale Dispersion Entropy,MDE)作为向量。以液压泵故障诊断为研究对象,依次分析了液压泵在正常状态与滑靴端面磨损为0.1 mm、0.2 mm、0.3 mm状态下情况。仿真结果得到:时间尺度持续增大,形成了排列更有序的粗粒化序列,系统复杂性大幅降低。重构信号MDE在正常运行状态和滑靴磨损达到0.10 mm时都可以保持稳定状态。VMD-MDE方法进行处理获得了98.1%准确率,与VMD相关系数分类方法相比提高了7.1%,与模态分解(Mode Decomposition,DE)方法相比提高19.32%。极限学习机(Extreme Learning Machine,ELM)处理时间比支持向量机(Support Vector Machine,SVM)降低13.2%,而准确率增大了19%。达到更快分类速率和更高精度。; 袁晓华张力丹李峰张国强; 关键词：液压泵信号提取故障诊断

具有MDE(ECM)依赖灵敏度的趋化-趋触模型解的性质研究: 文主要考虑同时具有趋化项和趋触项的生物趋化模型解的相关性质,其中包括解的有界性、解的分量估计等。第一章前言,主要介绍相关模型的背景、国内外的研究现状及本文研究内容。第二章,主要考虑了在齐次Neumann边界条件下具有MD...; 刘娇; 关键词：趋化有界性

基于VMD-MDE的柱塞泵磨损故障诊断研究被引量：9: 2021年; 通过变分模态分解特征能量重构法(VMD)来实现对故障进行分析时,存在准确性不高的问题,针对这一问题,提出了一种通过变分模态分解特征能量重构法(VMD)和多尺度散布熵实现的柱塞泵滑靴磨损故障诊断方法。首先,对原始信号先进行了VMD分解,获得了能量余量;然后,设计了一种建立在特征能量占比(FER)基础上的变分模态分解特征能量重构法(VMD)和多尺度散布熵(MDE)的方法;最后,以柱塞泵故障诊断为研究对象,通过仿真分析方法,依次对柱塞泵在正常状态与滑靴端面磨损为0.1 mm、0.2 mm、0.3 mm状态下的情况进行了分析。仿真及研究结果表明:在逐渐增加时间尺度的过程中,粗粒化序列的随机性和复杂性都明显下降;故障程度增大后,形成了更加规律的变化过程;与DE、MSE和MFE相比,该方法的计算速度更快,分离效果更好;ELM相对SVM的训练时间缩短了12.5%,同时测试精度提升了17%;相对于其他方法,采用该方法诊断柱塞泵滑靴磨损故障时获得了更快的分类速率与更高的准确性,提高了故障诊断效率。; 曲全鹏曲海军张强; 关键词：柱塞泵信号提取

一类含非线性MDE浓度的趋化趋向模型全局解的存在性: 在本文中，我们研究如下癌症入侵模型　　｛ut=△u-X▽·(u▽v)-ζ▽·(u▽ω)+μuq(1-u-ω),X∈Ω,t＞0,ut=△u-X▽·(u▽v)-ζ▽·(u▽ω)+μuq(1-u-ω),X∈Ω,t＞0,vt=△...; 马懿航; 关键词：全局解存在性

相关作者