基于谐波小波包和支持向量机的声发射源识别OA
Acoustic emission source identification based on harmonic wavelet packet and support vector machine
为了解决直升机动部件疲劳损伤类型识别问题,提出了一种基于谐波小波包特征提取和层次支持向量多分类器的声发射源类型识别方法.声发射信号经过4层谐波小波包分解后,提取各个频段的能量特征用于声发射源类型识别,克服了传统小波包分析能量泄露、频带选取不灵活、不同层频率分辨率不同的缺点.首先,利用已知声发射源类型的试验数据训练层次支持向量多分类器,然后,利用其余试验数据进行测试.碳纤维材料试件压断试验结果表明:该方法有效地实现了声发射源多类识别,并且在计算效率…查看全部>>
于金涛;丁明理;孟凡刚;乔玉良;王祁
哈尔滨工业大学自动化测试与控制系,哈尔滨150001哈尔滨商业大学计算机与信息工程学院,哈尔滨150028哈尔滨工业大学自动化测试与控制系,哈尔滨150001哈尔滨航空工业集团,哈尔滨150066哈尔滨航空工业集团,哈尔滨150066
矿业与冶金
谐波小波包层次支持向量机声发射源识别
harmonic wavelet packethierarchy support vector machineacoustic emission source identification
《东南大学学报（英文版）》 2011 (3)
基于无线传感器网络的移动机器人分布式导航技术研究
300-304,5
The Natural Science Foundation of Heilongjiang Province (No.F201018),the National Natural Science Foundation of China (No.60901042).
评论