基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文对在不同尺度下小波变换的相关性进行了探讨.基于小波向量和自回归AR模型给出了大型旋转机械轴心轨迹的一种识别方法.该方法不仅能够反映轨迹的总体特征,而且还一定程度地描述了X轴信号与Y轴信号的相关性.实验表明此方法是有效的.
推荐文章
利用AR模型和支持向量机的调速阀故障识别
调速阀
故障识别
自回归模型
支持向量机
基于小波变换和支持向量机的彩色纹理识别
纹理
彩色空间
小波变换(WT)
支持向量机(SVM)
纹理识别
基于二维Gabor小波和支持向量机的人脸识别
人脸识别
小波特征
主成分分析
支持向量机
基于小波变换与支持向量机的虹膜识别新算法
定位算子
特征向量
支持向量机SVM
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波向量和AR模型的轴心轨迹识别
来源期刊 信号处理 学科 工学
关键词 小波 相关 信号 识别 时间序列
年,卷(期) 1999,(2) 所属期刊栏目
研究方向 页码范围 157-162
页数 6页 分类号 TP391.4
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波
相关
信号
识别
时间序列
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
总被引数(次)
32728
论文1v1指导