首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   80篇
  完全免费   39篇
  一般工业技术   119篇
  2017年   8篇
  2016年   5篇
  2015年   8篇
  2014年   16篇
  2013年   6篇
  2012年   10篇
  2011年   6篇
  2010年   9篇
  2009年   8篇
  2008年   7篇
  2007年   4篇
  2006年   5篇
  2005年   8篇
  2004年   4篇
  2003年   2篇
  2002年   1篇
  2001年   2篇
  2000年   3篇
  1999年   1篇
  1998年   2篇
  1997年   1篇
  1995年   1篇
  1994年   2篇
排序方式: 共有119条查询结果,搜索用时 31 毫秒
1.
基于SVD降噪的经验模式分解及其工程应用   总被引:17,自引:6,他引:11  
提出了一种基于奇异值分解降噪的机械设备振动型号经验模式分解方法,该方法首先对原始振动信号进行相空间重构和奇异值分解,然后根据分解奇异值的奇异熵确定降噪阶次,最后利用经验模式分解法提取降噪后振动信号的基本模式分量。对滤波前和滤波后的工业现场振动信号进行了经验模式分解,分析结果表明奇异值分解能够有效地提高信噪比,突出原始振动信号的故障特征,使得降噪后的振动信号分解出的基本模式分量具有更明确的物理意义,有利于对设备故障进行精确诊断。  相似文献
2.
噪声背景下检测突变信息的奇异值分解技术   总被引:12,自引:0,他引:12  
研究了利用信号时间序列重构的吸引子轨迹矩阵奇异值分布特征与信号自身特征的关系,提出了基于选择轨迹矩阵中主要反映突变信息明显的奇异值进行信号重构的方法来检测信号中的突变信息,并对重构奇异值的选择进行了研究,给出了简便的方法.该方法旨在同时降低光滑信号和噪声的影响,从而更加清晰地表征突变信息.利用该方法对仿真信号的处理结果,并将检测结果与未改进之前的检测结果进行了比较,结果表明,改进后的奇异值分解技术比改进前有更大的信噪比,能够更有效地应用于信号的奇异性检测.并成功地将该方法用于旋转机械静动件较轻碰摩和较重碰摩故障实验信号的检测,获得了满意的结果.  相似文献
3.
基于EMD的奇异值分解技术在滚动轴承故障诊断中的应用   总被引:10,自引:4,他引:6  
针对滚动轴承故障振动信号的非平稳特征,提出了一种基于经验模态分解(EmpiricalModeDecomposition,简称EMD)和奇异值分解技术的滚动轴承故障诊断方法。该方法首先采用EMD方法将滚动轴承振动信号分解为多个平稳的内禀分量(IntrinsicModefunction,简称IMF)之和,并形成初始特征向量矩阵。然后对初始特征向量矩阵进行奇异值分解得到矩阵的奇异值,将其作为滚动轴承振动信号的故障特征向量,并输入神经网络来识别滚动轴承的工作状态和故障类型。实验分析结果表明,本文方法能有效地应用于滚动轴承故障诊断。  相似文献
4.
基于结构风险最小化原则的奇异值分解降噪研究   总被引:10,自引:2,他引:8  
针对奇异值分解降噪中矩阵有效秩的阶次难以确定的问题,提出了利用结构风险最小化原则来确定矩阵的有效秩阶次的新方法。该方法依据统计学习理论,把有效秩阶次的选择看作是一个学习过程,利用结构风险最小化原则来代替传统的经验风险最小化,从而自动得到奇异值分解降噪中矩阵的有效秩。仿真表明,该方法不但具有较好的降噪精度和算法稳定性,而且降低了消噪模型算法的复杂度。  相似文献
5.
强鲁棒性全息水印算法   总被引:10,自引:9,他引:1       下载免费PDF全文
提出了一种强鲁棒性变换域全息水印算法。首先将RGB模式彩色载体图像分离通道,分块后运用DCT转换到变换域,将奇异值分解与傅里叶全息技术结合起来,改善了传统全息水印抗滤波差及不可旋转的缺点。计算机仿真结果表明:该算法能够满足人眼对含水印图像的质量要求,重建的水印与原水印图像相似度高;该算法能够抵抗常见的多种攻击并兼顾了水印安全性与不可见性,在版权保护与信息隐藏的实际应用中具有重要意义。  相似文献
6.
一种抗旋转的全息水印算法   总被引:8,自引:8,他引:0       下载免费PDF全文
为了找到一种能够抵抗旋转攻击的安全的水印算法,综合分析了常见的水印算法后,发现离散小波变换、离散余弦变换、奇异值分解的变换域水印能够较好地满足抗旋转攻击的需求。对水印图像进行了双随机相位全息加密,通过密钥保障水印的安全性,把加密的水印嵌入到变换域中。设计了试验,研究了含有水印的图像在平移、缩放、旋转、中值滤波、高斯噪声、椒盐噪声和压缩攻击下提取水印质量的影响。实验结果表明,水印能够抵抗常见的几何攻击,特别是旋转攻击,对常见的噪声压缩攻击同样有很好的效果。基于变换域的全息水印算法具有很好的鲁棒性,能够抵抗常见的几何攻击,具有很好的安全性,没有密钥不能对水印进行检测和去除。  相似文献
7.
利用脉冲响应函数识别载荷的时序法   总被引:7,自引:2,他引:5  
采用了Duhamel积分来求解比例阻尼离散结构系统的动态载荷识别问题。使载荷识别这一结构分析反问题变为用正分析方法来处理。在实测自由度数不少于待识别荷载自由度数的前提下,本方法克眼了识别精度受实测信息数目限制的缺点。经实验考证,该方法精度高。算例亦表明,同样的实测信息,本文方法将得到较传统方法[5]~[9]更理想的解答。本文用奇异值分解代替文献[5]~[9]中的最小二乘法。即使系数阵秩亏损,仍可求得最短范数的最小M乘解。  相似文献
8.
混合噪声背景下正弦参数估计的互高阶谱Pisarenko方法   总被引:6,自引:1,他引:5  
本以互四阶累积量为依据,首次证明了互高阶累积量可以有效地抑制非相关噪声和高斯噪声;并在建立互高阶累积量的Yule-Walker方程的基础上,通过该矩阵的奇异值分解,建立了信号矢量空间与噪声矢量空间;首次提出了混合噪声背景下正弦参数估计的互高阶谱Pisarenko方法。仿真结果表明,与自高阶谱Pisarenko方法相比,该方法具有更好的谱估计的分辨率和谱估计的稳定性,抗干扰性更强,其信噪比工作门限更低,特别适合于工程中小信号的测量。  相似文献
9.
探测信号中周期性冲击分量的奇异值分解技术   总被引:6,自引:2,他引:4  
机械设备振动信号中是否存在周期性的冲击分量是其有无故障的重要标志。通常检测的机械振动加速度信号 ,由于信噪比太低 ,即使存在周期性的冲击分量也往往被淹没在强的背景噪声之中。通过时域波形和频谱等基本分析手段来探测振动加速度信号中的周期性冲击分量往往是困难的。本文在总结基于奇异值分解的信号周期分量探测原理的基础上 ,针对现有信号奇异值分解技术存在的问题 ,对信号奇异值分解矩阵的构造方法作了重大改进。通过应用实例显示 ,用改进后的信号奇异值分解技术探测振动加速度信号中的周期性冲击分量是可行的  相似文献
10.
为通过振动信号识别柴油机的工作状态,提出利用小波包变换和奇异值分解提取振动信号特征的新方法。给出了小波包变换算法及奇异值分解算法,依据矩阵奇异值特征向量,定义了振动信号特征参数,并探讨了特征参数与柴油机运行状态之间的内在联系。结果表明:特征参数能够敏感地反映柴油机工作性能的变化。随着柴油机工作性能的恶化,振动强度的增加,特征参数变大。特征参数可作为柴油机状态监测和故障诊断的特征量。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号