-
公开(公告)号：CN112911597A
公开(公告)日：2021-06-04
申请号：CN202110330439.0
申请日：2021-03-24
Applicant: 上海电机学院
Abstract: 本发明公开了一种基于射频信号精细画像的物联网物理层多级特征提取方法，其包括：进行一级信号多层次特征提取与画像表示，从多层次来刻画不同类别、型号、批次的个体信号精细特征，构成一级画像；对于具有二级信号特征的个体设备，根据待识别信号的可分类程度，将信号的多属性特征利用深度学习进行智能融合，更全面的描述信号的多维度基因融合特征，构成二级画像；根据基于融合特征的等势星球图的方法，将多维向量特征转换为多维彩色图像，结合深度学习算法的智能感知方法，对不同图像特征进行多信度智能融合，增加射频信号样本间特征差异的信息量，构成三级精细画像。本发明可提取信号的多层次、多维度、多粒度的精细画像特征。
-
公开(公告)号：CN113390640A
公开(公告)日：2021-09-14
申请号：CN202110550089.9
申请日：2021-05-20
Applicant: 上海电机学院
IPC: G01M13/045
Abstract: 本发明公开了基于VMD与多重分形相结合的轴承故障识别方法，包括如下步骤：滚动轴承故障信号的采集的步骤；对信号进行去噪预处理的步骤，采用VMD法对故障信号进行预处理；对预处理后的信号进行特征提取的步骤，采用以多重分形去趋势波动分析法为主的分形维数方法对预处理后的故障信号进行特征提取，从谱分析、波形分析、瞬时信息特征方面对非线性信号进行有效识别；选取适当的分类器对故障信号仿真求取准确率的步骤。能够清晰地获得故障信号特征频率，从而诊断故障的类型，对传统的机械故障诊断技术加以改进，提高诊断精度。
-
公开(公告)号：CN112911597B
公开(公告)日：2022-11-01
申请号：CN202110330439.0
申请日：2021-03-24
Applicant: 上海电机学院
Abstract: 本发明公开了一种基于射频信号精细画像的物联网物理层多级特征提取方法，其包括：进行一级信号多层次特征提取与画像表示，从多层次来刻画不同类别、型号、批次的个体信号精细特征，构成一级画像；对于具有二级信号特征的个体设备，根据待识别信号的可分类程度，将信号的多属性特征利用深度学习进行智能融合，更全面的描述信号的多维度基因融合特征，构成二级画像；根据基于融合特征的等势星球图的方法，将多维向量特征转换为多维彩色图像，结合深度学习算法的智能感知方法，对不同图像特征进行多信度智能融合，增加射频信号样本间特征差异的信息量，构成三级精细画像。本发明可提取信号的多层次、多维度、多粒度的精细画像特征。
-
-
Search Results
3
records
(took 0.017 seconds)
