《表1 部分数据样本:基于小波包分解和K最近邻算法的轴承故障诊断方法》
经过小波包三层分解得到8个分量信号,并计算8个频带信号的样本熵,构建特征向量。随机取140个样本构成训练集,剩下60个样本构成测试集。表1为部分样本的样本熵值,分别为图3中四种轴承状态振动信号对应的样本熵值。
图表编号 | XD00156380000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 朱兴统 |
绘制单位 | 广东工业大学自动化学院、广东石油化工学院计算机学院 |
更多格式 | 高清、无水印(增值服务) |
经过小波包三层分解得到8个分量信号,并计算8个频带信号的样本熵,构建特征向量。随机取140个样本构成训练集,剩下60个样本构成测试集。表1为部分样本的样本熵值,分别为图3中四种轴承状态振动信号对应的样本熵值。
图表编号 | XD00156380000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 朱兴统 |
绘制单位 | 广东工业大学自动化学院、广东石油化工学院计算机学院 |
更多格式 | 高清、无水印(增值服务) |