论文研究基于小波包变换的滚动轴承振动信号的特征提取的研究 .pdf

滚动轴承的故障数据，可用于滚动轴承故障诊断中，故障均有两种程度

针对提取的滚动轴承故障振动信号中包含大量噪声,采用频域分离的方法,从故障轴承振动信号中分离出纯故障信号,通过对纯故障信号进行小波包分解和重构,对重构后的小波包系数进行Hilbert包络解调并求取解调后

滚动轴承是煤矿机械中很重要的零部件,也是最容易发生故障的零部件之一。对煤矿机械滚动轴承的故障诊断研究是一个很热的方向。提出了一种将独立量分析和小波包能量谱相结合的故障特征提取方法,并采用此方法对滚动轴

如何选择最优或接近最优的核函数使分类错误率降低，是KPCA应用于特征提取的关键。为了优化核函数，提高特征提取的能力并降低分类错误率，在研究了文化算法（culturalalgorithm，CA）、粒子群

采用了叶片温度这一叶片质量的重要指标,对数据预处理并进行特征提取,为涡轮叶片建立起特征模型。基于分形理论提取叶片温度信号的3种分形维数特征,结合K-means聚类分析和ReliefF算法计算各特征值的

基于VTLN和频谱倾斜补偿的特征提取,陈浩斌,刘刚,随着人工智能的发展,语音识别越来越受到重视。对于语音识别而言,理想的语音特征应该具有类内收敛以及类间离散的特性,但实际上

论文研究-基于灰色关联聚类的特征提取算法.pdf,  针对航空发动机气路部件故障样本特点,提出了一种基于灰色关联聚类的特征提取算法.论述了邓氏、相对变率和斜率三种灰色关联度分析方法,并以利用灰色关联度

表情识别的性能依赖于所提取表情特征的有效性，现有方法提取的表情基本上是人脸与表情的融合体，然而不同个体的人脸差异是表情识别的主要干扰因素。在表情识别时，理想情况是将个体相关的人脸特征和与个体无关的表情

针对语音识别中固定帧率特征提取方法没有充分考虑语音频谱变化特性、噪声鲁棒性差的问题，提出了一种基于自适应加权和的变帧率方法用于特征提取，并在固定音频检索系统中进行实验，在信噪比为20dB的情况下，与固

基于彩色图像的四元数模型，将彩色人脸图像视为一个模板直接处理，并首次将奇异值向量应用到彩色人脸识别中。首先证明了彩色图像的奇异值向量具有代数和几何不变性；然后将其提取为图像的代数特征并应用到人脸识别中