期刊文献+
共找到61篇文章
< 1 2 4 >
每页显示 20 50 100
青年与老年昼夜心率信号多尺度化的基本尺度熵分析 被引量:1
1
作者 赵婷婷 段晓丽 严碧歌 《中国医学物理学杂志》 CSCD 2019年第1期88-91,共4页
目的:本研究采用多尺度化的基本尺度熵方法分析青年组与老年组,白天和黑夜的心率变异性信号。方法:从PhysioBank数据库中,分别提取出青年人和老年人的心率变异性信号,利用多尺度化的基本尺度熵方法对数据进行比较分析。结果:通过计算心... 目的:本研究采用多尺度化的基本尺度熵方法分析青年组与老年组,白天和黑夜的心率变异性信号。方法:从PhysioBank数据库中,分别提取出青年人和老年人的心率变异性信号,利用多尺度化的基本尺度熵方法对数据进行比较分析。结果:通过计算心率变异性信号的熵值,发现在白天清醒状态下的熵值比睡眠状态下的熵值高,但是昼夜间变化相似;老年组的多尺度化的基本尺度熵相对于青年组的熵值有所偏离,但大致走势一样,可见老年组的生理状态偏离了青年组的最佳生理状态。结论:通过熵值的分析,揭示出清醒状态下,心脏系统的自适应性和稳定性较睡眠状态要强;青年与老年的熵值具有昼夜节律相关性;多尺度化的基本尺度熵方法可以用于区别青年与老年,白天与黑夜的心率变异性信号。 展开更多
关键词 多尺度 基本尺度 心率变异性 白天 黑夜
下载PDF
基于复合多尺度等概率符号化样本熵的两相流动态特性分析
2
作者 孙庆明 巴頔 +2 位作者 钟林 王成龙 陈淑鑫 《大连理工大学学报》 CAS CSCD 北大核心 2024年第2期127-137,共11页
多尺度样本熵(MSE)在两相流动态特性分析中存在两点不足:一是熵值无法单纯反映时间序列信息增长速率,在高尺度下稳定性较差;二是传统粗粒化过程中有部分数据信息丢失.针对上述问题,提出复合多尺度等概率符号化样本熵(CMESSE),并通过对... 多尺度样本熵(MSE)在两相流动态特性分析中存在两点不足:一是熵值无法单纯反映时间序列信息增长速率,在高尺度下稳定性较差;二是传统粗粒化过程中有部分数据信息丢失.针对上述问题,提出复合多尺度等概率符号化样本熵(CMESSE),并通过对几种典型非线性时间序列进行分析验证了其有效性.与MSE相比,CMESSE不仅能够有效表征不同动力系统非线性时间序列复杂性,而且在时间序列较短时稳定性更好.在此基础上分析了123组流动条件下垂直上升管内空气-水两相流压差波动时间序列.研究结果表明,泡状流、塞状流及混状流的CMESSE变化趋势能够在不同尺度下定性表征不同流型的动态特性,CMESSE复杂性指数可跨多尺度定量描述不同流型的动力学复杂性. 展开更多
关键词 复合多尺度 符号 样本 两相流 动态特性
下载PDF
应用多尺度化的基本尺度熵分析心率变异性 被引量:7
3
作者 严碧歌 赵婷婷 《物理学报》 SCIE EI CAS CSCD 北大核心 2011年第7期822-826,共5页
本文采用多尺度化的基本尺度熵方法,针对心率变异性信号进行了分析,研究发现多尺度化的基本尺度熵可以区分不同生理病理信号,包括健康人、充血性心力衰竭患者和房颤心律失常患者的心率变异性信号,以及健康人白天黑夜的心率变异性信号.... 本文采用多尺度化的基本尺度熵方法,针对心率变异性信号进行了分析,研究发现多尺度化的基本尺度熵可以区分不同生理病理信号,包括健康人、充血性心力衰竭患者和房颤心律失常患者的心率变异性信号,以及健康人白天黑夜的心率变异性信号.通过对健康人代理数据的分析,发现房颤心律失常患者与代理数据的熵值趋势相似,研究结果表明房颤心律失常患者的心率变异性信号更多的是反映生理信号的线性特征,而对环境变化不能很好的进行自我调节. 展开更多
关键词 多尺度化的基本尺度熵 心率变异性 充血性心力衰竭 房颤心律失常
原文传递
基于多尺度化基本尺度熵的两相流流型特性分析 被引量:5
4
作者 樊春玲 李浩杰 孙迎慧 《青岛科技大学学报(自然科学版)》 CAS 2015年第6期680-684,共5页
运用多尺度化的基本尺度熵方法研究了几种典型信号的复杂度特性,研究发现多尺度化的基本尺度熵方法具有计算速度快、抗干扰的特点,能够用来分析时间序列的复杂性。然后运用多尺度基本尺度熵方法对不同工况下两相流的流型特性进行了研究... 运用多尺度化的基本尺度熵方法研究了几种典型信号的复杂度特性,研究发现多尺度化的基本尺度熵方法具有计算速度快、抗干扰的特点,能够用来分析时间序列的复杂性。然后运用多尺度基本尺度熵方法对不同工况下两相流的流型特性进行了研究。结果表明多尺度化的基本尺度熵方法不仅能够识别不同流型,而且还能够表征流型的动态演化特性,为两相流的流型特性研究提供了一种新的方法。 展开更多
关键词 气液两相流 多尺度化的基本尺度熵 流型特性
下载PDF
基于多尺度排列熵和正则化RVFL的高压隔膜泵单向阀故障诊断 被引量:3
5
作者 范玉刚 张由振 《云南大学学报(自然科学版)》 CAS CSCD 北大核心 2023年第1期38-47,共10页
高压隔膜泵单向阀运行工况复杂,运行时产生的振动信号具有非线性、非平稳特性,导致信号特征提取困难,故障状态难以识别.为了提取单向阀运行状态的非线性动力学特征,提升故障诊断模型的识别精度和泛化能力,提出了一种基于多尺度排列熵(Mu... 高压隔膜泵单向阀运行工况复杂,运行时产生的振动信号具有非线性、非平稳特性,导致信号特征提取困难,故障状态难以识别.为了提取单向阀运行状态的非线性动力学特征,提升故障诊断模型的识别精度和泛化能力,提出了一种基于多尺度排列熵(Multi-scale Permutation Entropy,MPE)和正则化随机向量函数链接(Random Vector Functional Link,RVFL)网络的单向阀故障诊断方法.首先,对工况下采集的单向阀振动信号进行变分模态分解(Variational Mode Decomposition,VMD)获得既定的若干本征模态函数(Intrinsic Mode Function,IMF)分量;然后,计算IMF分量的多尺度排列熵,构建表征单向阀运行状态的特征值向量;最后,基于运行状态的特征值向量,建立正则化随机RVFL的故障诊断模型,并应用于单向阀的运行状态监测与识别.实验结果表明,构建的故障诊断模型能够精确地识别单向阀的故障类型,准确率达到98.89%. 展开更多
关键词 单向阀检测 多尺度排列 正则随机向量函数链接网络 变分模态分解 排列
下载PDF
以基于基本尺度熵的心率变异性指标表征生理和病理原因引起的自主神经活动变化 被引量:6
6
作者 刘大钊 李瑜 李锦 《中国生物医学工程学报》 CAS CSCD 北大核心 2014年第4期402-409,共8页
心率变异性(HRV)体现了自主神经对心脏节律的调节,其动力学特征能够反映心脏的生理功能和健康状态,从短时HRV信号中探测其生理和病理状态的变化具有重要的临床应用价值。本研究采用基本尺度熵中的mwords组合和forbidden words作为特征指... 心率变异性(HRV)体现了自主神经对心脏节律的调节,其动力学特征能够反映心脏的生理功能和健康状态,从短时HRV信号中探测其生理和病理状态的变化具有重要的临床应用价值。本研究采用基本尺度熵中的mwords组合和forbidden words作为特征指标,研究健康年轻人和健康老年人之间以及各自昼夜间对比,以及健康老年人与充血性心力衰竭患者间的对比。首先将m-words组合、forbidden words分别应用于正弦周期信号、白噪声以及1/f噪声,以证明方法的有效性。25名健康年轻人和25健康老年人的数据分别选自PhysioBank中的Normal Sinus Rhythm RR Interval Database数据库和MIT-BIH Normal Sinus Rhythm数据库,20名充血性心力衰竭(CHF)患者选自PhysioBank中Congestive Heart Failure RR Interval Database。结果表明:m-words组合几率分布可以反映自主神经调控的变化;健康年轻人和健康老年人各自昼夜间的forbidden words存在显著差异(P<0.05),并且健康年轻人和健康老年人对应的时间段forbidden words也存在显著差异(P<0.05);相比于健康老年人,CHF患者的forbidden words显著降低(219.2±6.9 vs147.5±12.1,P<0.05)。相对于传统的非线性方法,所提出方法的计算只需500个心跳间隔的时间序列,为HRV的研究和应用提供了一种简便和有效的方法。 展开更多
关键词 心率变异性 基本尺度 m-words组合 forbidden WORDS 自主神经
下载PDF
多尺度化基本尺度熵及其在故障诊断中的应用 被引量:5
7
作者 王照 《机械强度》 CAS CSCD 北大核心 2018年第3期565-569,共5页
针对机械故障振动信号非线性、非平稳性等特点,提出了一种新的时间序列复杂性度量的方法—多尺度化基本尺度熵(Multiscale base-scale entropy,MBSE)。MBSE是基于基本尺度熵(base-scale entropy,BSE)而定义的,BSE可以对时间序列复杂性... 针对机械故障振动信号非线性、非平稳性等特点,提出了一种新的时间序列复杂性度量的方法—多尺度化基本尺度熵(Multiscale base-scale entropy,MBSE)。MBSE是基于基本尺度熵(base-scale entropy,BSE)而定义的,BSE可以对时间序列复杂性和无规则程度进行度量,而MBSE则在BSE的基础上引入了尺度因子,是对时间序列在不同尺度因子下复杂性的量度,包含有更多时间模式信息。介绍了BSE和MBSE的概念,并将其应用于滚动轴承故障振动信号复杂性度量中,由此提出了一种基于MBSE和相关向量机的滚动轴承故障诊断方法。实例分析表明该方法能有效地提取故障特征,实现故障类型的诊断。 展开更多
关键词 多尺度 基本尺度 复杂性 故障诊断
下载PDF
基于基本尺度熵与GG模糊聚类的轴承性能退化状态识别 被引量:15
8
作者 王冰 胡雄 +1 位作者 李洪儒 孙德建 《振动与冲击》 EI CSCD 北大核心 2019年第5期190-197,221,共9页
针对轴承性能退化状态的识别问题,提出一种基于基本尺度熵与GG聚类的退化状态识别方法。首先分析轴承性能退化过程中的基本尺度熵演化规律,并分析该参数的单调性与敏感性。考虑到轴承退化状态在时间尺度的连续性,构建基本尺度熵、有效... 针对轴承性能退化状态的识别问题,提出一种基于基本尺度熵与GG聚类的退化状态识别方法。首先分析轴承性能退化过程中的基本尺度熵演化规律,并分析该参数的单调性与敏感性。考虑到轴承退化状态在时间尺度的连续性,构建基本尺度熵、有效值以及退化时间的三维退化特征向量,并采用GG模糊聚类方法对轴承性能退化状态的不同阶段进行划分,实现对性能退化状态的识别。采用来自IEEE PHM 2012的轴承全寿命试验数据进行实例分析,并与FCM、GK算法进行对比,结果表明本文所提出的方法聚类效果更优,同一退化状态内的时间聚集度更高,能够为轴承性能退化状态的识别提供一种有效的途径。 展开更多
关键词 基本尺度 特征提取 GG模糊聚类 滚动轴承 状态识别
下载PDF
基于多尺度基本熵和参数优化KELM的电机轴承故障诊断 被引量:5
9
作者 王冬梅 车一鸣 宋慧欣 《组合机床与自动化加工技术》 北大核心 2018年第4期139-144,共6页
针对信号特征提取中多尺度样本熵(MSE)与多尺度排列熵(MPE)算法计算效率差的问题,提出一种基于多尺度基本熵(MBSE)和参数优化核极限学习机(KELM)的电机轴承诊断新方法。该方法先通过MBSE来提取所拾取滚动轴承振动信号的特征信息,同时对... 针对信号特征提取中多尺度样本熵(MSE)与多尺度排列熵(MPE)算法计算效率差的问题,提出一种基于多尺度基本熵(MBSE)和参数优化核极限学习机(KELM)的电机轴承诊断新方法。该方法先通过MBSE来提取所拾取滚动轴承振动信号的特征信息,同时对比分析了多尺度基本熵、多尺度样本熵与多尺度排列熵的计算效率。最后利用KELM分类器对滚动轴承的不同状态进行判定,并通过人工鱼群算法(AFSA)对KELM的关键影响参数进行寻优。实验结果表明所述方法能够对滚动轴承的运行状态进行有效识别。 展开更多
关键词 多尺度基本 人工鱼群算法 核极限学习机 故障诊断
下载PDF
基于改进基本尺度熵的轴承退化特征分析方法研究 被引量:2
10
作者 孙占民 唐旭明 +3 位作者 万浩 周银银 班东坡 闫阁 《机电工程》 CAS 北大核心 2020年第5期517-521,共5页
针对滚动轴承性能退化趋势的准确跟踪问题,对基本尺度熵算法的问题和不足进行了研究。引入了统一的基本尺度,定量衡量幅值分布的信息量大小,进而提出了一种基于改进基本尺度熵的退化特征分析方法;采用IMS轴承实验中心的滚动轴承全寿命... 针对滚动轴承性能退化趋势的准确跟踪问题,对基本尺度熵算法的问题和不足进行了研究。引入了统一的基本尺度,定量衡量幅值分布的信息量大小,进而提出了一种基于改进基本尺度熵的退化特征分析方法;采用IMS轴承实验中心的滚动轴承全寿命试验数据进行了实例分析,并与基本尺度熵、模糊熵、近似熵、样本熵等算法进行了对比。研究结果表明:与基本尺度熵算法相比,改进的基本尺度熵方法能够定量表征信号幅值分布的信息量大小,且性能退化程度越深,该指标取值越大;在计算性能方面,改进的基本尺度熵方法计算速度快、算法稳定性强,能够更好地应用到设备的健康状态评估中。 展开更多
关键词 基本尺度 退特征提取 滚动轴承 全寿命
下载PDF
基于改进的本征时间尺度分解和基本尺度熵的齿轮故障诊断方法 被引量:13
11
作者 钟先友 赵春华 +1 位作者 陈保家 曾良才 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2015年第3期870-877,共8页
针对齿轮振动信号的非线性、非平稳特征和难以获取大量故障样本的问题,提出改进的本征时间尺度分解方法(IITD)和基本尺度熵(BE)的齿轮故障诊断方法。采用IITD方法对齿轮振动信号进行分解,再对得到的前4个有意义的合理旋转(PR)分量计算... 针对齿轮振动信号的非线性、非平稳特征和难以获取大量故障样本的问题,提出改进的本征时间尺度分解方法(IITD)和基本尺度熵(BE)的齿轮故障诊断方法。采用IITD方法对齿轮振动信号进行分解,再对得到的前4个有意义的合理旋转(PR)分量计算其基本尺度熵,并将熵值作为特征向量输入支持向量机分类器,从而实现齿轮故障类别的诊断。实验结果表明,该方法能有效地实现齿轮故障类型的诊断。 展开更多
关键词 本征时间尺度分解 基本尺度 支持向量机 样本
下载PDF
基于LMD基本尺度熵的AP聚类滚动轴承故障诊断 被引量:14
12
作者 许凡 方彦军 +1 位作者 张荣 冯海波 《计算机应用研究》 CSCD 北大核心 2017年第6期1732-1736,共5页
针对滚动轴承聚类故障聚类模式识别方法中需要预先设定聚类数目问题,提出了一种基于局部均值分解(local mean decompoeiton,LMD)与基本尺度熵(base scale entropy,BSE)的相邻传播(affinity propagation,AP)滚动轴承聚类故障诊断方法。... 针对滚动轴承聚类故障聚类模式识别方法中需要预先设定聚类数目问题,提出了一种基于局部均值分解(local mean decompoeiton,LMD)与基本尺度熵(base scale entropy,BSE)的相邻传播(affinity propagation,AP)滚动轴承聚类故障诊断方法。该方法首先使用LMD模型将滚动轴承的不同状态振动信号分解为若干乘积函数(production function,PF);其次使用BSE计算前三个PF的熵值(BSE1-BSE3),并将其作为AP的输入进行滚动轴承的故障模式识别。最后实验结果表明,在不需要划分聚类中心个数的前提条件下AP聚类模型对滚动轴承的故障划分效果较好。 展开更多
关键词 局部均值分解 基本尺度 滚动轴承 故障诊断 AP聚类算法
下载PDF
基本尺度熵方法用于短时心率变异性分析的临床应用研究 被引量:5
13
作者 杨希 宁新宝 +2 位作者 何爱军 庄建军 卞春华 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2008年第4期361-370,共10页
心率变异信号能够体现神经对心脏节律的调节,其复杂性能够反映心脏的生理功能和健康状态.近十几年来,通过心率变异性来研究和诊断心血管疾病得到不断的提倡.本文作了以下工作:在分析短时心率变异信号特点的基础之上,运用基本尺度熵的方... 心率变异信号能够体现神经对心脏节律的调节,其复杂性能够反映心脏的生理功能和健康状态.近十几年来,通过心率变异性来研究和诊断心血管疾病得到不断的提倡.本文作了以下工作:在分析短时心率变异信号特点的基础之上,运用基本尺度熵的方法来研究其动力学特性,从中提取出具有生理学意义的、能有效反应心率变异信号动力学特性的非线性参数;结合VC平台,编写出实现该基本尺度熵方法的分析软件,可对不同的心率变异信号进行分析处理,并将结果在PC机上直观地显示出来;运用这个软件分析了由本实验室与医院合作采集的五组不同健康状况的志愿者(包括50个健康年轻人和49个高血压、15个心绞痛、64个冠心病、37个心力衰竭患者)的心率变异信号,并对五组分析结果进行了医学统计.实验结果表明,从基本尺度熵方法提取出的非线性参数中:直方图的分布能反映心跳间隙的细节,直方图是否出现四个固定的最大值可作为初步诊断心脏是否健康的依据;基本尺度熵值和禁止状态个数则对不同的健康程度具有一定的区分效果.此外,对五组数据的分析统计结果还能够为临床诊断和心率变异信号的进一步研究提供参考. 展开更多
关键词 心率变异 短时 基本尺度 临床应用
下载PDF
短时高频心电图的基本尺度熵分析 被引量:5
14
作者 李锦 宁新宝 《中国生物医学工程学报》 CAS CSCD 北大核心 2007年第4期508-512,共5页
采用心电信号对心脏活动进行检测和分析是医学临床实践中心脏功能检测和诊断的最重要的方法和手段。本研究提出一种基本尺度熵方法来探讨时间序列的复杂性。该方法不受波形模式的影响,可以用来分析任意波形模式的信号,并且在叠加白噪声... 采用心电信号对心脏活动进行检测和分析是医学临床实践中心脏功能检测和诊断的最重要的方法和手段。本研究提出一种基本尺度熵方法来探讨时间序列的复杂性。该方法不受波形模式的影响,可以用来分析任意波形模式的信号,并且在叠加白噪声后依然显示方法的有效性。对于低维的混沌Lorentz序列,基本尺度熵值可以敏感的捕捉到动力学系统的复杂性的变化。将该方法用于心电图信号的分析,可有效地从短时序列中区分出不同的生理、病理信号。该方法简单、运算快速、抗干扰,能够给临床应用提供方便。 展开更多
关键词 基本尺度 高频心电图信号 心肌梗塞
下载PDF
心电图的基本尺度熵分析 被引量:2
15
作者 王俊 马千里 宁新宝 《南京大学学报(自然科学版)》 CSCD 北大核心 2008年第4期357-360,共4页
在健康人和有疾病人的生理信号的复杂度问题的量化受到普遍关注.复杂度的降低已被指出是病理动力学的一个普遍特征.本文使用前人提出的算法研究了心电图(ECG)的基本尺度熵(BSE)的特性,研究发现健康人的心电图的基本尺度熵比较稳定在某... 在健康人和有疾病人的生理信号的复杂度问题的量化受到普遍关注.复杂度的降低已被指出是病理动力学的一个普遍特征.本文使用前人提出的算法研究了心电图(ECG)的基本尺度熵(BSE)的特性,研究发现健康人的心电图的基本尺度熵比较稳定在某个范围之内(在每个图的中间区间),示出心电图处于稳定阶段,心脏的健康状况良好;而冠心病人的基本尺度熵变动范围比较大,在某个时段会波动很小、在另一个时段则会波动很大,显示出心电图处于不稳定阶段,心脏的健康状况正在变差;心梗病人则在任何时段都会表征为基本尺度熵变动范围比较小、慢慢在收敛,基本尺度熵值波变动范围最小,说明心脏的健康状况处于恶化阶段,即将危及生命.研究表明基本尺度熵值变动情况对临床诊断心脏疾病的发展演化阶段有重要的指征意义. 展开更多
关键词 基本尺度 值波动范围 心脏疾病演
下载PDF
基于LCD基本尺度熵的齿轮故障RVM识别 被引量:7
16
作者 陈庆 《机械强度》 CAS CSCD 北大核心 2019年第4期828-832,共5页
针对齿轮故障振动信号非线性、非平稳性等特点,以及其故障特征提取较为困难的实际,提出了基于LCD基本尺度熵的齿轮故障特征提取方法。该方法利用局部特征尺度分解(LCD)对齿轮振动信号进行自适应分解,获取原始信号不同尺度分量;根据基本... 针对齿轮故障振动信号非线性、非平稳性等特点,以及其故障特征提取较为困难的实际,提出了基于LCD基本尺度熵的齿轮故障特征提取方法。该方法利用局部特征尺度分解(LCD)对齿轮振动信号进行自适应分解,获取原始信号不同尺度分量;根据基本尺度熵能有效区分不同故障信号的复杂度,计算LCD分解所得内禀尺度分量(ISC)基本尺度熵,获得原始信号多个尺度的复杂度特征作为齿轮不同故障下的特征参数;将该特征参数输入相关向量机(RVM)分类器中判断齿轮故障,实现故障诊断。齿轮故障诊断实验结果表明,所提方法能够有效地识别齿轮的典型故障,相比其他一些方法,具有一定的优势。 展开更多
关键词 局部特征尺度分解 基本尺度 特征提取 齿轮
下载PDF
基于多尺度基本熵的CFS聚类滚动轴承故障诊断 被引量:2
17
作者 海波 姚海龙 孟丛丛 《轴承》 北大核心 2017年第4期54-60,共7页
提出了一种基于多尺度基本熵的CFS聚类滚动轴承故障诊断方法,首先使用多尺度基本熵对滚动轴承振动信号进行多尺度分解,然后使用PCA模型对得到的多尺度熵值特征向量进行降维操作,最后选择第1~2主成分作为CFS聚类算法的输入进行滚动轴承... 提出了一种基于多尺度基本熵的CFS聚类滚动轴承故障诊断方法,首先使用多尺度基本熵对滚动轴承振动信号进行多尺度分解,然后使用PCA模型对得到的多尺度熵值特征向量进行降维操作,最后选择第1~2主成分作为CFS聚类算法的输入进行滚动轴承的故障诊断。试验结果表明:在聚类效果相同的情况下,多尺度基本熵的计算效率高于多尺度排列熵模型,并且CFS聚类算法的故障识别效果较好。 展开更多
关键词 滚动轴承 故障诊断 CFS聚类算法 主成分分析 多尺度基本
下载PDF
基于集成精细复合多元多尺度模糊熵的齿轮箱故障诊断 被引量:1
18
作者 杨小强 宫建成 +1 位作者 安立周 刘晓明 《机电工程》 CAS 北大核心 2023年第3期335-343,共9页
针对齿轮箱故障信号具有非线性和非平稳性的特点,且目前的方法对其特征提取不够充分这一问题,对不同形式粗粒化方法的集成、多通道信号处理方法在模糊熵算法上的应用进行了研究,提出了一种新的特征提取方法,即集成精细复合多元多尺度模... 针对齿轮箱故障信号具有非线性和非平稳性的特点,且目前的方法对其特征提取不够充分这一问题,对不同形式粗粒化方法的集成、多通道信号处理方法在模糊熵算法上的应用进行了研究,提出了一种新的特征提取方法,即集成精细复合多元多尺度模糊熵(ERCmvMFE)算法,在此基础上,结合t分布随机邻域嵌入(t-SNE)和人工鱼群算法优化的核极限学习机(AFSA-KELM),提出了一种新的齿轮箱故障综合诊断方法。首先,采用多种形式粗粒化方法的集成方法以及多通道信号处理方法,对模糊熵算法进行了改进,并进行了齿轮箱故障的初始特征提取;然后,通过t-SNE压缩原始故障特征,实现了维数的约简,并将低维故障特征输入至AFSA-KELM中进行了故障的分类识别;最后,为了对ERCmvMFE方法的特征提取性能进行测试,采用QPZZ-II旋转机械故障模拟测试平台进行了相关的实验。实验结果表明:采用新的齿轮箱故障综合诊断方法能够对不同类型的齿轮箱故障进行可靠诊断,对齿轮箱5种工况下的20次识别实验中,获得的平均准确率可达98.92%,标准差为0.956,识别准确率和稳定性均优于其他对比方法。研究结果表明:采用ERCmvMFE算法能够更充分地提取出齿轮箱的故障特征,因此,基于该特征提取方法的故障诊断方法具有更高的齿轮箱故障识别准确率。 展开更多
关键词 集成精细复合多元多尺度模糊 人工鱼群算法优化的核极限学习机 t分布随机邻域嵌入 特征提取 多粗粒处理 多通道信号处理 故障分类识别
下载PDF
基于基本尺度熵的癫痫脑电分析
19
作者 王涛 杨宇 《生物技术世界》 2015年第12期57-57,共1页
脑电信号是记录大脑活动的载体。本文根据基本尺度熵算法对正常和癫痫脑电信号进行分析,结果发现:健康人群和癫痫患者脑电信号的基本尺度熵有一定的差异,我们得出基本尺度熵可以区分正常脑电和癫痫脑电信号的结论。
关键词 脑电信号 基本尺度 癫痫
下载PDF
改进层次基本尺度熵在液压泵故障诊断中的应用 被引量:2
20
作者 陈睿 万春梅 《软件导刊》 2022年第5期115-123,共9页
基于样本熵定义的多尺度熵在量化复杂信号时存在较大偏差,且其采用的粗粒化方法无法有效分析振动信号的高频成分,故障信息的利用程度较低。为解决此问题,提出一种新的振动信号不规则度量化方法——改进层次基本尺度熵(MHBSE)方案。MHBS... 基于样本熵定义的多尺度熵在量化复杂信号时存在较大偏差,且其采用的粗粒化方法无法有效分析振动信号的高频成分,故障信息的利用程度较低。为解决此问题,提出一种新的振动信号不规则度量化方法——改进层次基本尺度熵(MHBSE)方案。MHBSE通过对时间序列进行层次符号化处理,不仅能够克服样本熵对复杂信号分析不足的缺陷,而且能够充分利用振动信号高频分量中的信息提高特征质量。鉴于MHBSE所具有的优异性能,提出一种新的液压泵健康状况检测方法。利用采集的液压泵振动实验数据对该方法进行有效性检验,实验结果证明,提出方法能够充分提取液压泵振动信号中的故障信息,且所提取的特征能够很好地表征液压泵的不同状态,最终故障识别率达到100%。 展开更多
关键词 改进层次分析 基本尺度 t-SNE 随机森林 液压泵 故障诊断
下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部