Self-Supervised Adversarial Hashing Networks for Cross-Modal Retrieval(CVPR2018)
2021-03-02 20:21:41
1.13MB
1
博客对应的对称边界模态分析文件，使用 ansys workbench 19.0进行制作。包括了模型的处理，网格划分，边界条件设置，求解设置，后处理结果查看等。不追求精度和准确度，仅供参考，可作为对称边界的使用练习
2021-02-27 15:16:42
7.22MB
1
包含通过中心频率确定分解个数K的matlab程序和相关资料三篇，分享大家共同学习。
VMD分解的效果主要受模态数的选取值的影响，当模态的选取值较小时，由于VMD算法相当于自适应滤波器组，原始信号中一些重要信息将会被过滤，影响后续预测的精度；而当模态的选取值较大时，相邻模态分量的中心频率则会相距较近，导致模态重复或产生额外的噪声。不同模态的主要不同点在于中心频率的不同，所以，通过对不同模态数下中心频率的分布进行观察选取合适的模态数值。
2021-02-25 20:03:19
2.19MB
1
采用小波阈值法对齿轮箱故障信号进行去噪预处理,将经验模式分解(EMD)和快速傅立叶变换(FFT)相结合对齿轮箱故障信号进行特征提取,这种方法适用于非线性非平稳信号的自适应状态分析。利用EMD方法将去噪后的信号就行经验模态分解,得到一定数量的固有模态函数(IMF)分量,选取具有特定意义的IMF进行FFT,就可以得到相应的功率谱,从而提取齿轮箱故障特征频率。
2021-02-21 13:37:10
250KB
1