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:
基于过完备字典的振动信号稀疏表示是滚动轴承信号研究的新热点。提出一种改进MOD字典学习的算法,并用于滚动轴承振动信号的稀疏表示。该方法基于MOD(Method of Optimal Direction)训练学习过程,通过构造分段重叠训练矩阵,能够得到更为稀疏的变换系数。相对DCT、FFT和未改进的处理方法,该方法得到的变换系数更稀疏。将该方法应用到基于压缩感知的滚动轴承振动信号处理,在相同的重构误差范围内,该方法所需要的观测数更少,计算量更小。
推荐文章
基于移不变字典学习和稀疏编码的滚动轴承故障识别算法
移不变字典学习
稀疏编码
特征符号搜索
振动信号
故障识别
基于EEMD 和改进VPMCD 的滚动轴承故障诊断方法
改进VPMCD
EEMD方法
奇异值分解
滚动轴承
故障诊断
基于ADMM字典学习的滚动轴承振动信号稀疏分解
滚动轴承
稀疏分解
交替方向乘子法
字典学习
基于多尺度熵的滚动轴承故障诊断方法
样本熵
多尺度熵
滚动轴承
故障诊断
复杂性
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 基于改进MOD学习的滚动轴承振动信号稀疏表示
来源期刊 计算机工程与应用 学科 工学
关键词 稀疏表示 字典学习 滚动轴承 最优方向法(MOD)
年,卷(期) 2016,(17) 所属期刊栏目 工程与应用
研究方向 页码范围 257-260
页数 4页 分类号 TP206.3
字数 3000字 语种 中文
DOI 10.3778/j.issn.1002-8331.1410-0293
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 刘韬 昆明理工大学机电工程学院 30 72 6.0 8.0
2 刘畅 昆明理工大学机电工程学院 47 171 7.0 11.0
3 伍星 昆明理工大学机电工程学院 109 394 10.0 14.0
4 毛剑琳 昆明理工大学机电工程学院 90 337 8.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (28)
参考文献  (7)
节点文献
引证文献  (7)
同被引文献  (17)
二级引证文献  (7)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(7)
  • 引证文献(3)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
稀疏表示
字典学习
滚动轴承
最优方向法(MOD)
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导