《希尔伯特几何基础》是2009年11月北京大学出版社出版的图书,作者是(德国)希尔伯特。 《希尔伯特几何基础(彩色插图·超值珍藏)》: 科学元典是科学史和人类文明史上时代的丰碑,是人类文化的优秀遗产,
Number theory report Hilbert
频谱管理中基于希尔伯特-黄变换的干扰诊断,张长根,王玉文,为了给频谱管理的干扰协调机制提供科学有效的依据,在分析系统间EMC干扰的特点基础上,采用希尔伯特-黄变换分析接收机端的干扰信��
针对矿用通风机振动故障诊断中的特征提取问题,将小波包和希尔伯特变换相结合用于通风机滚动轴承的故障诊断,工程应用实例表明,通过该方法能有效提取出通风机滚动轴承内圈故障特征频率,诊断出滚动轴承的内圈故障,
针对基于K-means聚类算法的采煤机滚动轴承故障诊断结果存在不稳定的问题,提出了一种基于TDKM-RBF神经网络的采煤机滚动轴承故障诊断新方法。该方法采用Tree Distribution算法确定K
将多群体协同粒子群优化算法应用于RBF神经网络优化设计,不仅拓宽了算法本身的应用范围,而且在一定程度上提高了神经网络的泛化能力,为进一步利用神经网络解决实际工程问题提供了便利。利用优化后的RBF神经网
滚动轴承是应用最为广泛、也是最易损坏的机械设备关键零部件之一,其状态影响着整个设备的稳定运行。因此,滚动轴承的状态监测和故障诊断一直为大家所重视。而将声发射技术应用于滚动轴承的状态监测与故障诊断,是当
运用凯斯西储大学滚动轴承故障数据,运用MOMEDA对信号进行周期的增强,提高信噪比,并运用希尔伯特变换,与Teager能量算子包络解调,体现Teager能量算子二次增强。同时还存在MCKD,
滚动轴承作为风电机组的关键部件,对于整个机组的安全运行起着决定性作用.针对机组滚动轴承故障诊断问题,提出一种节点优化型有向无环图大间隔分布机(O-DAG-LDM)的故障诊断方法.结合DAG多分类扩展性
基于频率响应分析提出一种新的轴承故障诊断方法。利用调试阶段测量得到的频率响应作为参考值,与具有2种故障类型的轴承所计算得到的频率响应作为对比,对2个测量量进行评估,并将故障轴承与正常轴承之间频率响应偏
