搜索资源列表
Wavelet-Entropy
- 文中从小波变换的角度出发,通过在尺 度域上对信号能量的一种划分,引入了小波能谱与小波熵作为信号特征提取的特征量来反映系统信号的统计特征。实验结果表明,该算法能有效提取弹丸激波信号特征,速度快、准确率高,而且具有对噪声不敏感的优势。 -Paper, starting from the point of view of the wavelet transform, introduced by a division of the signal energy scale domain, wave
energy-leakage--dual-tree
- 首先根据高斯白噪声频率充满整个频带的特性，通过双树复小波包变换对高斯白噪声进行分解，利用频带能量泄漏的定量分析方法，验证了双树复小波包变换具有较低的频带能量泄漏特性；其次利用双树复小波包变换逐层分解信号，对每层分解所得分量求其FFT谱的峭度，得到基于双树复小波包变换的谱峭度图，根据图中峭度最大的原则，可以自动准确的选择信号分解最佳层数和最佳分量；最后将基于双树复小波包变换的谱峭度图的故障诊断方法应用于实际工程中，对齿轮故障振动信号进行分析，选择最佳分解层数和分量后利用希尔伯特包络解调，有效准确地
fecture
- 利用bior5.5小波对声音进行能量特征提取。小波基可以任意变换。-The sound use bior5.5 wavelet energy feature extraction. Wavelets can transform any.
waveaenergy
- 此程序为小波包变换结合和能量谱分析提取特征频率-This procedure for the analysis of wavelet packet transform and energy spectrum feature extraction of frequency combination
wheel-treadmonitoring
- 城轨车辆轮对踏面故障在线监测系统，基于振动检测法的轮对踏面故障监测系统，通过傅里叶变换、小波包分析对釆集到的振动信号进行分析获得信号的特征,研究了基于短时能量判断的踏面故障特征提取算法。-On line monitoring system for wheel tread of urban rail vehicles, based on the vibration detection method of wheel tread fault monitoring system, through th
energy_featrue_extraction
- 本程序用于提取样本小波变换中能量特征提取，希望对大家有用(wavelet transform energy feature extraction)