检索结果分析

结果分析中...

5 条 记 录,以下是 1-5

已选条件:
  • 发明人=彭玲x
排序:
基于智能小车的钢轨表面缺陷检测系统及方法

申请号:CN201610269971.5

申请日:20160427

申请人:重庆大学

浏览量:0
摘要:本发明公开了一种基于智能小车的钢轨表面缺陷检测系统,包括智能小车和上位机,智能小车包括获取图像装置、通信模块、电机驱动装置和控制装置,所述获取图像装置、通信模块、电机驱动装置分别与控制装置连接,智能小车和上位机通过通信模...
基于稀疏表示与集成学习的轴承故障分类诊断方法

申请号:CN201610096063.0

申请日:20160222

申请人:重庆大学

浏览量:0
摘要:本发明公开了一种基于稀疏表示与集成学习的轴承故障分类诊断方法,通过加速度传感器采集每种工况下滚动轴承在不同转速工作的振动加速度信号作为训练样本;选取m个训练样本构成m组训练数据,建立弱分类器—图正则化稀疏表示模型;对图正...
基于多特征流形学习与支持向量机的轴承故障诊断方法

申请号:CN201610096077.2

申请日:20160222

申请人:重庆大学

浏览量:0
摘要:本发明公开了一种基于多特征流形学习与支持向量机的轴承故障诊断方法,1)通过加速度传感器采集每种工况下滚动轴承在不同转速的振动加速度信号作为训练样本;2)对训练样本分别提取时域、频域和时频域特征参数;3)进行流行学习得到低...
基于稀疏表示和大间隔分布学习的轴承故障分类诊断方法

申请号:CN201510099984.8

申请日:20150306

申请人:重庆大学

浏览量:0
摘要:本发明提供了一种基于稀疏表示和大间隔分布学习的轴承故障分类诊断方法,该方法克服了现有单通道机械复合故障诊断方法中信号分解不完备、重构信号难以较好保持观测信号特征等不足,通过完备总体经验模态分解法实现信号从一维到高维的转化...
基于深度学习和支持向量机的滚动轴承故障诊断方法

申请号:CN201510080839.5

申请日:20150213

申请人:重庆大学

浏览量:0
摘要:本发明提供了一种基于深度学习和支持向量机的滚动轴承故障诊断方法,其利用深度信念网络理论中成熟的学习算法完成故障诊断所需的特征提取任务,可以不依赖人工选择由简单到复杂、由低级到高级自动地提取输入数据的本质特征,并能自动挖掘...
共1页<< <1> >>
聚类工具