原文服务方: 中国机械工程       
摘要:
采用小波分析与支持向量机(SVM)相结合对列车车轮擦伤进行自动识别.运用变尺度多分辨小波分析方法对车轮擦伤信号进行特征处理, SVM能够对小样本数据进行模式识别并且具有很好的分类推广能力.在小波分析特征提取的基础上,利用分布式多SVM分类器识别车轮擦伤,实验表明,该方法能有效地对车轮擦伤等级进行准确识别和诊断.
推荐文章
基于DSP的车轮踏面擦伤检测系统
踏面擦伤
TMS320F2812
数据采集
小波分析
货车车轮踏面擦伤问题的分析
货车
车轮
踏面
擦伤
分析
基于小波分解和多分类支持向量机的脸谱识别
脸谱识别
小波分解
支持向量机
ORL脸谱图像库
基于支持向量机的煤岩界面识别方法
煤岩界面识别
小波包分解
支持向量机
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 采用小波分析与支持向量机的车轮踏面擦伤识别方法
来源期刊 中国机械工程 学科
关键词 支持向量机 小波 车轮踏面 信号特征
年,卷(期) 2004,(18) 所属期刊栏目 科学基金
研究方向 页码范围 1641-1643
页数 3页 分类号 TU269.322
字数 语种 中文
DOI 10.3321/j.issn:1004-132X.2004.18.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王雪 清华大学精密仪器与机械学系 63 754 15.0 24.0
2 付振波 清华大学精密仪器与机械学系 2 21 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1807)
参考文献  (1)
节点文献
引证文献  (16)
同被引文献  (8)
二级引证文献  (15)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(2)
  • 引证文献(1)
  • 二级引证文献(1)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(6)
  • 引证文献(3)
  • 二级引证文献(3)
研究主题发展历程
节点文献
支持向量机
小波
车轮踏面
信号特征
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
中国机械工程
月刊
1004-132X
42-1294/TH
大16开
湖北省武汉市洪山区南李路湖北工业大学
1990-01-01
中文
出版文献量(篇)
13171
总下载数(次)
0
总被引数(次)
206238
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导