排序方式: 共有13条查询结果,搜索用时 31 毫秒
1.
2.
当今计算机软件工程在社会中的地位愈加突出,"互联网+"的出现使其优势更加凸显.计算机软件工程在我国众多领域都有涉及,但是其管理仍然存在缺陷."互联网+"出现后,对于计算机软件工程管理应该积极地将互联网意识融入其中,站在科学的角度分析计算机软件工程管理和应用方面的不足,并采取有效方式优化管理和应用效果,使之发挥更大的价值.本文以"互联网+"为背景,探索"互联网+"给计算机软件工程管理和应用带来的变化和方向. 相似文献
3.
4.
5.
提出应用模式匹配的转子振动信号同步整周期重采样方法.该方法所用的信号为用等时间间隔同步采集的键相信号和振动信号.文中方法步骤为,先对键相信号进行傅里叶变换,获得大致的基频振动周期,然后根据振动周期提取匹配用波形,再沿着键相信号数据滑动求匹配波形与数据段的相似性来查找周期起止点,相似度大于设定的阈值的数据段存在周期起止点,然后将振动信号用三次样条在起止点间进行等数量插值,即得到同步整周期采样的数据.研究结果表明,该方法能准确地对振动信号进行同步整周期重采样,具有对信号采集设备要求低,相位误差小的优点,可用于转子振动信号整周期采样. 相似文献
6.
基于自相关的旋转机械振动信号EMD分解方法研究 总被引:2,自引:1,他引:2
提出基于自相关的振动信号经验模态分解(empirical mode decomposition,EMD)方法,该方法的步骤为,首先对振动信号进行自相关处理,然后再用EMD方法进行分解.该方法与直接用EMD分解的方法进行相比,具有如下优点, 能把受到严重干扰的信号的主要振动模态更清晰地分解出来;不用信号延拓就可以获得较好的分解效果,避免了延拓不好对EMD分解效果的影响.研究结果表明,该方法相对直接EMD分解的方法能更好地把主要的振动模态从振动信号中分解出来.该方法可广泛用于旋转机械振动信号时频分析领域. 相似文献
7.
转子振动信号同步整周期重采样方法的研究 总被引:1,自引:0,他引:1
提出了应用微分和样条插值的转子振动信号同步整周期重采样方法,该方法所用的信号为等时间间隔同步采集的键相信号和振动信号.对键相信号进行微分处理,获得相对幅值较大的周期起止点,然后把振动信号用三次样条在起止点间进行等数量插值,从而获得了同步整周期采样的数据.研究结果表明:该方法能准确地对振动信号进行同步整周期重采样,具有对信号采集设备要求低、相位误差小的优点,可广泛用于转子振动信号整周期采样领域. 相似文献
8.
9.
EMD方法基于径向基神经网络预测的数据延拓与应用 总被引:3,自引:0,他引:3
把基于径向基神经网络(radbas function,RBF)预测的数据延拓技术引入经验模态分解(empirical mode decomposition,EMD)时频分析领域,论述基于RBF神经网络预测的数据延拓技术原理,通过对非线性仿真信号基于RBF神经网络预测延拓研究表明,该延拓技术是有效的,并且把该延拓技术应用于转子横向裂纹的时频分析,获得良好的效果.该研究成果能广泛用于信号时频分析领域. 相似文献
10.