共查询到19条相似文献,搜索用时 171 毫秒
1.
模拟数字电路故障诊断新方法 总被引:1,自引:0,他引:1
利用小波变换与神经网络相结合的方法,采用能量分布特征提取方法和改进BP算法,给出了一种基于小波变换和BP神经网络相结合的模拟电路故障诊断方法.用正弦信号仿真模拟电路,应用小波变换对模拟电路的采样信号进行多尺度分解,再进行能量分布特征提取,然后利用神经网络对各种状态下的特征向量进行分类识别,实现模拟电路故障诊断.在用神经网络诊断模拟电路的基础上,进行了将神经网络用于数字电路单故障诊断的研究.对两者的实例电路仿真结果表明,神经网络可以有效、方便地实现电路的故障检测和定位,准确率高,为故障诊断的研究提供了一种新思路. 相似文献
2.
详细介绍了一种基于小波包和神经网络的新算法,用于对直升机声音信号检测并且识别机型。具体方法是对采集到的声音样本利用小波包分析提取特征向量,把这些特征向量输入反向误差传播(Back Propagation,BP)神经网络训练,用训练好的检测神经网络进行直升机的检测。检测完毕,证实是直升飞机声信号后,再通过识别神经网络区分不同型号直升机。实验表明,此方法能利用小波包时频局部聚焦分析能力和BP神经网络的自适应能力,较好地对不同型号的直升机声信号进行有效地检测和识别。因此。基于小波包和神经网络的直升机检测和识别算法不仅可靠而且是可行的。 相似文献
3.
4.
利用小波包分析与BP(Back Propagation)神经网络相结合的算法,对氧化铝熟料检测的应用进行了研究。通过对回转窑中的氧化铝熟料下落碰撞窑壁产生的声音信号进行采集,利用小波包分析提取特征向量,根据氧化铝的烧结状况与声音信号特征向量的对应关系,提出建立BP神经网络模型。经过MATLAB对测试样本进行验证,结果表明BP神经网络模型在氧化铝熟料检测的可行性,而且具备一定的准确率。 相似文献
5.
6.
7.
针对变速齿轮箱中的故障检测问题,提出了一种结合Morlet小波变换和多层感知器(MLP)神经网络的齿轮故障检测方法。利用角域技术,将时域中齿轮故障的非平稳振动信号转化为角域中的平稳信号。然后,利用进行Morlet小波变换并从小波系数中提取统计特征。同时根据最大能量与香农熵比来确定连续小波变换(CWT)的最优尺度,以此来缩减特征量,并将小波系数的能量和香农熵作为两个新特征添加到特征向量。最后,利用MLP神经网络对输入特征进行分类,从而检测故障。实验结果表明,该方法故障检测准确率高,且计算速度快。 相似文献
8.
9.
提出了一种基于小波包能量熵作为鱼体回波声信号的识别特征量,用以实现不同种类鱼体的分类识别。通过在消声水池中完成鲫鱼、草鱼和鲳鱼三种不同种鱼体的回波声数据提取采集实验,进行了数据预处理,并利用小波包能量熵算法计算鱼体回波声信号的识别特征量,再分别通过BP神经网络和支持向量机两种分类器进行了分类,分类识别效果较好,识别率分别达到了76.1%和82.2%。验证了小波包能量熵对于鱼体回波声信号识别的有效性。 相似文献
10.
文中采用暂态地电压法(TEV)进行检测,设计了四种典型的缺陷模型并搭建试验平台,分别对局部放电缺陷模型进行了实验。由于变电站现场环境复杂,需要对采集的信号进行信号降噪。针对以往小波降噪都是按照经验采取固定的分解层数的问题,提出一种Mallat算法结合最优分解层数自适应算法对含噪信号进行分离与重构,结果显示该算法可以很好地滤除噪声。对重构后的局放信号提取八种时域特征参数,并采用BP神经网络对开关柜局部放电的类型进行识别,当误差准确率δ=0.002时,放电类型的识别正确率最高,能够达到97%。 相似文献
11.
12.
13.
14.
15.
16.
ZHANG Guangyuan LI Jingjiao WANG Aixia 《现代电子技术》2007,30(1):118-120
The Manchu character recognition method based on Manchu character unit is an efficient method. In this method, the recognition accuracy rate of Manchu character unit has great influence on the final recognition result. As new approach to solve this problem,a hybrid wavelet neural network scheme has been developed as an assistant method combine with the original combo - distance method. Due to the properties of the wavelet neural network,the training problem can be transformed into a convex optimization process,therefore the global minimum can be obtained and the learning speed is increases. Both the learning samples set and testing samples set are used, experimental results demonstrate the combine method based on the wavelet neural network is more efficient than the single combo - distance method. 相似文献
17.
为了提高光纤油气管道监测效果,采用类脑脉冲神经网络算法。首先通过累加平均法对光纤传感器振动信号进行消噪;接着利用小波包对振动信号频带分解,将信号在频域上平均分为8个频段,把各频段的能量占比作为神经网络训练输入;然后基于脉冲响应对类脑神经元设计,神经元连接的强度与前、后神经元激活时间差函数关系非线性设计,振动输入数据与神经元脉冲转换;最后给出了算法流程。实验仿真显示本文算对单一振动信号识别准确率在9587左右,两种振动混合信号识别准确率在9052左右,指标优于其他算法,同时定位误差小于其他算法。 相似文献
18.
提出了一种神经网络的SVM(支持向量机)呼吸音识别算法,将通过小波分析得到的呼吸音特征输入神经网络,作为SVM方法的特征输入,对训练样本进行训练,再对测试样本进行分类识别。对于呼吸音反映的3种状态(正常、轻度病变和重度病变)进行了识别,同时与K最近邻(KNN)方法进行比较。实验结果表明,SVM方法具有较高的识别精度,能够对呼吸音状态进行识别,同时在此领域也验证了在神经网络方法中无法避免的局部极值问题。提示基于SVM方法的神经网络呼吸音识别算法有较好的精度,可为身体局域网技术提供信息处理的有效算法。 相似文献
19.
The identification of rice seeds is crucial for agriculture production. An inverse Fourier transform (IFT) method based on laser-induced breakdown spectroscopy (LIBS) is proposed to identify five kinds of rice seeds. The LIBS data of the samples were preprocessed by inverse fast Fourier transform (IFFT), and the time-domain signals of rice seeds were obtained. The back propagation (BP) neural network was used to establish full spectrum, segmented spectrum, time-domain full spectrum and time-domain segmented spectrum discrimination models. Compared with the original spectrum, the time-domain spectrum can significantly improve the identification accuracy. The time-domain full-spectrum identification accuracy reached 95.28%, and the time-domain segmented spectrum identification accuracy reached 94.36%, whose identification time was only a few seconds. The results demonstrate that LIBS detection technology combined IFFT and BP neural network is fast and accurate, which provides a new idea for batch detection of rice seeds. 相似文献