排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
针对混凝土破坏状态复杂多变、声发射(AE)信号难以从背景噪声中分离的问题,将自适应噪声完备集合经验模态分解(CEEMDAN)方法与支持向量机(SVM)方法耦合,对混凝土破坏状态声发射信号进行识别与预测。利用CEEMDAN方法对采集的声发射信号进行分解,获取一定数量的自适应特征模态(IMF)分量,并计算各分量与原声发射信号之间的相关系数,优选出包含原声发射信号主要频域信息的IMF分量。计算各分量的特征参数能量系数和波形系数,并将其分别输入SVM中对混凝土不同破坏状态进行分类识别,结果表明能量系数作为特征参数的预测率为92.39%,波形系数作为特征参数的预测率为91.30%。 相似文献
1