排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
对工业设备中的滚动轴承进行故障诊断时,被测信号经常受到高频噪声和间歇噪声的干扰,导致信号分解和特征提取的精度较低。为解决此问题,提出一种基于总变差降噪(TVD)和改进的局部均值分解(LMD)的方法。采取总变差方法对信号进行降噪处理,选取合适的正则化参数,使得降噪后的信号在具有高信噪比的同时具有较低的均方根误差。对降噪后的信号进行局部均值分解,根据互相关系值和峭度选取最佳的PF分量,进行包络分析,实现对故障特征的提取。对实测信号进行实验验证。结果表明:所提方法可以达到有效的降噪效果,能准确提取复杂振动信号中的故障特征。 相似文献
2.
3.
在线健康社区已成为公众获取健康信息和服务的重要平台,构建在线健康社区用户画像,有利于明确社区用户的群体特征和信息需求,为社区提高信息服务质量提供借鉴。从信息行为学角度出发构建群体用户画像分析模型,对用户行为指标进行提取,利用高斯混合模型对用户进行聚类分析,将社区中群体用户分为三类。通过对社区关键用户的识别和特征分析,一方面可以准确了解社区用户的信息需求,提供健康信息服务;另一方面可以提高关键用户的数量,促进在线健康社区的良好发展。 相似文献
4.
5.
1