《表3 时域特征向量:基于多域特征提取与改进PSO-PNN的道岔故障诊断》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于多域特征提取与改进PSO-PNN的道岔故障诊断》
每条功率曲线每一段的特征统计量构成16维向量,则每条功率曲线(包含5段)的特征量组成80维向量。为降低数据量和减少冗余信息,采用主成分分析法对向量降维,主成分分析法相关理论推导参见文献[6]。当累计贡献率达到75%,包含2个主成分{M1,M2}。M1和D段调和平均数相关性最大且M2和C段偏度相关性最大。故时域的特征向量为[Dhm Csk]T(如表3所示)。
图表编号 | XD00147380200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 孔令刚、焦相萌、陈光武、范多旺 |
绘制单位 | 兰州交通大学国家绿色镀膜技术与装备工程技术研究中心、兰州交通大学自动控制研究所、甘肃省高原交通信息工程及控制重点实验室、兰州交通大学自动控制研究所、甘肃省高原交通信息工程及控制重点实验室、兰州交通大学自动控制研究所、甘肃省高原交通信息工程及控制重点实验室 |
更多格式 | 高清、无水印(增值服务) |