2024年8月29日
星期四
|
欢迎来到叙永县图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
博士后科研启动基金(89017)
作品数:
1
被引量:10
H指数:1
相关作者:
聂鹏
徐洪垚
李正强
更多>>
相关机构:
沈阳航空航天大学
更多>>
发文基金:
辽宁省教育厅高校重点实验室项目
博士后科研启动基金
更多>>
相关领域:
自动化与计算机技术
更多>>
相关作品
相关人物
相关机构
相关资助
相关领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
刀具
1篇
刀具磨损
1篇
支持向量
1篇
支持向量机
1篇
向量
1篇
向量机
1篇
经验模态分解
机构
1篇
沈阳航空航天...
作者
1篇
李正强
1篇
徐洪垚
1篇
聂鹏
传媒
1篇
传感器与微系...
年份
1篇
2012
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
EEMD方法在刀具磨损状态识别的应用
被引量:10
2012年
总体经验模态分解(EEMD)方法在EMD的基础上消除了模态混叠的现象,从而更能准确地揭露出信号特征信息。根据声发射信号的非稳态、非线性的特点,提出一种基于EEMD应用于刀具磨损状态识别的方法。通过EEMD获取无模态混叠的IMF分量;通过敏感度评估算法从所有IMF分量中提取敏感的IMF;提取敏感IMF的能量作为支持向量机(SVM)分类器的输入,将刀具分成正常切削、中期磨损和严重磨损3种状态。通过比较EEMD与应用EMD等方法的分类准确率,确立了基于EEMD的方法在提取刀具磨损状态特征信息的优势。
聂鹏
徐洪垚
刘新宇
李正强
关键词:
刀具磨损
经验模态分解
支持向量机
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张