作者:
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:
如何把小波分析和神经网络两者的优点结合起来,一直是人们关注的问题。小波分析与神经网络的结合有两种途径:一种是用小波分析对故障信号进行预处理,即以小波空间作为模式识别的特征空间,通过将小波基与信号的内积进行加权和来实现信号的特征提取
推荐文章
基于小波神经网络的电机故障诊断研究
异步电动机
故障诊断
转子故障
小波神经网络
基于小波神经网络(WNN)的齿轮故障诊断
齿轮故障机理
齿轮故障诊断
小波神经网络(WNN)
小波变换和神经网络的电路故障诊断
电路故障诊断
小波变换
神经网络
故障特征提取
时频信息确定
诊断效果检测
基于小波神经网络的模拟电路故障诊断技术
模拟电路
故障诊断
小波分析
神经网络
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 基于小波和神经网络的故障诊断
来源期刊 职业 学科 工学
关键词 小波分析 神经网络 故障诊断 模式识别 特征提取 预处理 信号
年,卷(期) 2011,(21) 所属期刊栏目 实践与探索
研究方向 页码范围 166-166
页数 分类号 TP18
字数 1411字 语种 中文
DOI 10.3969/j.issn.1009-9573.2011.21.125
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 谷金诚 5 3 1.0 1.0
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  (1)
同被引文献  (0)
二级引证文献  (0)
2011(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波分析
神经网络
故障诊断
模式识别
特征提取
预处理
信号
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
职业
旬刊
1009-9573
11-4601/D
大16开
北京市朝阳区惠新东街1号
2-416
1994
chi
出版文献量(篇)
41858
总下载数(次)
16
总被引数(次)
34222
论文1v1指导