188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功，开通会员云端永久保存 去开通
x2h31024

上传于：2015-03-19

粉丝量：4

该文档贡献者很忙，什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 基于主流形识别的非线性时间序列降噪方法及其在故障诊断中的应用

    星级： 5 页

  • [专业文献/行业资料]基于最大方差展开的非线性信号降噪方法及其在故障诊断中的应用

    星级： 6 页

  • 基于最大方差展开的非线性信号降噪方法及其在故障诊断中的应用_GAOQS

    星级： 6 页

  • 【-精品】-形态滤波方法在振动信号降噪中的应用

    星级： 4 页

  • 基于主流形识别的非线性时间序列降噪方法及其在故障诊断中的应用

    星级： 5 页

  • 基于奇异谱的降噪方法及其在故障诊断技术中的应用

    星级： 4 页

  • 最大类间方差法在寻北仪信号降噪中的应用

    星级： 3 页

  • 基于主流形识别的非线性时间序列降噪方法及其在故障诊断中的应用

    星级： 7 页

  • 【精品】小波变换及其在信号、图像降噪中的应用研究

    星级： 94 页

  • 最大类间方差法在寻北仪信号降噪中的应用

    星级： 3 页

  • 基于最大方差展开的非线性信号降噪方法及其在故障诊断中的应用

    星级： 6 页

暂无目录

点击鼠标右键菜单,创建目录

    暂无笔记

    选择文本，点击鼠标右键菜单，添加笔记

    暂无书签

    在左侧文档中，点击鼠标右键，添加书签

    188宝金博页面版: [精品]基于最大方差展开的非线性信号降噪方法及其在故障诊断中的应用

    下载积分： 420

    内容提示： 中国科学: 技术科学 201 0 年 第 40 卷 第 8 期: 940 ~ 945 www.scichina.com tech.scichina.com 引用格式: Zhang Y, Li B W. Noise reduction method for nonlinear signal based on maximum variance unfolding and its application to fault diagnosis. Sci China Tech Sci, 2010, 53: 2122?2128, doi: 10.1007/s11431-009-3172-8 《中国科学》 杂志社SCIENCE CHINA PRESS论 文 基于最大方差展开的非线性信号降噪方法及其在故障诊断中的应用 张赟*, 李本威 海军航空工程学院飞行器工程系, 烟台 264001 * E-mail: hjhy_zy@126.com 收稿...

    文档格式：PDF | 页数：6 | 浏览次数：74 | 上传日期：2015-03-19 06:40:37 | 文档星级：
    中国科学: 技术科学 201 0 年 第 40 卷 第 8 期: 940 ~ 945 www.scichina.com tech.scichina.com 引用格式: Zhang Y, Li B W. Noise reduction method for nonlinear signal based on maximum variance unfolding and its application to fault diagnosis. Sci China Tech Sci, 2010, 53: 2122−2128, doi: 10.1007/s11431-009-3172-8 《中国科学》 杂志社SCIENCE CHINA PRESS论 文 基于最大方差展开的非线性信号降噪方法及其在故障诊断中的应用 张赟*, 李本威 海军航空工程学院飞行器工程系, 烟台 264001 * E-mail: hjhy_zy@126.com 收稿日期: 2009-11-12; 接受日期: 2010-02-26 摘要 将流形学习 的思想引 入信号降噪中 , 提出 了 一种新的基于最大方差展开(maximum variance unfolding, MVU)的非线性信号降噪方法. 该方法首先基于相空间重构理论将含噪信号重构到高维相空间, 再采用流形学习理论中的 MVU 算法对相空间数据进行非线性降维, 将蕴含在相空间中代表吸引 子的低维流形与噪声子空间分离, 然后对低维流形进行逆重构, 从而得到降噪后的信号. 对加噪的 Lorenz 信号的仿真结果表明, 该方法的降噪性能要优于基于 KPCA 的非线性降噪方法, 且具有参数估计简单、 参数影响不大等优点. 最后将该降噪方法应用于带有轻碰磨故障的航空发动机转子―机匣系统振动信号, 有效地提取出了淹没在噪声中的轻碰磨故障特征. 关键词 非线性降噪 流形学习 最大方差展开故障诊断 机械运转时的干扰噪声非常大, 常常会淹没机械的真实状态信息, 如何有效消除噪声干扰成为故障诊断首先要解决的问题. 机械系统的动力学行为(尤其是发生故障时)常常具有非线性的性质, 使得信号具有功率宽带性和伪噪声性, 与噪声的频谱很相似, 因此传统的基于频域带通滤波的线性方法较难将噪声和信号有效的分离. 近年来, 基于非线性理论的分析方法被用于信号降噪, 主要有两类方法, 一是基于局部投影[1]和奇异谱分解[2]等降噪方法, 这些方法主要思路是在相空间中用局部迭代修正的方法来逼近真实的系统吸引子轨迹, 但是这一种局部线性化方法, 不能充分刻画信号的非线性动力学特性, 无法确定系统内在的非线性关系. 二是基于核方法的 Kernel PCA 等[3,4]降噪方法, 通过核函数将相空间非线性数据映射到高维特征空间, 然后再用线性 PCA 等算法进行降维, 使信号子空间和噪声子空间分离, 但它的除噪性能很大程度上依赖于人为选择合适的核函数及其参数. 流形学习是近年来兴起的一类非线性降维方法. 对于高维空间中具有非线性流形结构的数据集, 流形学习算法可以很好的发现蕴含在数据集中的低维流形结构, 求出相应映射, 实现维数约简. 目 前的主要的流形学习算法有 2000 年 Tenenbaum 等人[5]提出等距映射(ISOMAP), Roweis 等人[6]提出局部线性嵌入(locally linear embedding, LLE), 2003 年Belkin等人[7]提出的 Laplacian 特征映射(Laplacian eigenmap), 2006年 Weinberger 等人[8]提出的最大方差展开(maximum variance unfolding, MVU). MVU 是在流形局部等距概念的基础上提出的一种流形学习 算法. 在近邻点间欧式距离保持不变的前提下, 通过旋转平移等变换, 在低维空间中展开高维数据流形, 不但能有效的学习 出隐含在高维数据集中的低维流形, 而且能揭示出流形的维数.

    阅读了该文档的用户还阅读了这些文档

    188宝金博页面版:关于我们

    188宝金博页面版:帮助中心

    188宝金博页面版:关注我们

    • 新浪微博

    关注188宝金博页面版公众号

    188宝金博页面版
    阅读
    APP
    阅读
    返回
    顶部
    188宝金博页面版官网登录在线平台入口（2026已更新）—江苏协昌电子科技股份有限公司