特征提取，随机森林实现特征重要性排序，用python实现
2022-11-01 10:54:05
11KB
1
为凸显负荷波动的随机性、周期性和相关趋势，通过探求负荷变化机理显著提升预测精度，提出了一种基于EMD的负荷波动机理研究方法。首先对负荷进行EMD分解，得到随机、周期和趋势分量；然后分析各分量的变化规律与候选影响因素的关联关系，推导负荷变化机理，提取时标特征值；最后进行特征的去冗余。该方法创新点是能提取出特征值的时标特性。以广东省负荷数据集作为预测案例研究，对比实验研究结果表明了所提方法的有效性。
2022-10-30 18:30:18
1.18MB
1
总体平均经验模式分解（EEMD）方法是一种先进的时频分析方法，非常适合于对非平稳故障微弱信号的分析处理。文中介绍了EEMD方法的原理与算法实现步骤，重点分析了EEMD方法避免模式混淆的机理。利用EEMD方法对齿轮箱振动信号进行分析，成功提取了小齿轮磨损故障特征，验证了EEMD方法在故障微弱信号特征提取的有效性。
2022-10-30 15:54:33
1.07MB
1
利用SVM优化算法实现变压器局部放电信号prpd模式识别及其特征提取
2022-10-30 14:46:22
1KB
1
（收集的资料，对ProE二次开发有帮助。）论文《Pro／ENGINEER模型特征提取和识别的二次开发》黄文权，李开世，石艳（四川理工学院机电工程系），研究了对Pro／ENGINEER三维零件模型进行特征提取和识别的Pro／Toolkit二次开发方法，实现了零件模型特征树的重构。文章编号：1673—1549(2006)01-0013-04
2022-10-29 16:47:26
204KB
1
基于VMD和1_5维Teager能量谱的滚动轴承故障特征提取_向玲
2022-10-24 13:44:37
1.74MB
1