典型文献
基于SSA-VMD和熵的特征值提取方法
文献摘要：
针对滚动轴承早期故障微弱难以识别、无法有效提取故障信息特征的问题,提出一种基于SSA优化的结合了变分模态分解与熵的特征值提取方法.方法利用麻雀搜寻算法对变分模态分解算法中的参数进行寻优,将包络熵选取为目标函数;根据峭度筛选后续需要的IMF分量,计算筛选后的IMF分量的样本熵与排列熵共同组成特征向量;采用WOA-SVM进行诊断识别,以验证该方法的有效性.经实验分析与对比,本方法能够有效提取信号的特征值,显著提高了分类识别的准确率.
文献关键词：
特征提取;变分模态分解;麻雀搜寻算法;样本熵;排列熵;故障识别
中图分类号：
作者姓名：
韩星辰;赵柏山;慈贺迪
作者机构：
沈阳工业大学信息科学与工程学院,沈阳110870;吉林大学电子科学与工程学院,长春130012
文献出处：
引用格式：
[1]韩星辰;赵柏山;慈贺迪-.基于SSA-VMD和熵的特征值提取方法)[J].微处理机,2022(04):42-45
A类：
麻雀搜寻算法
B类：
SSA,VMD,特征值提取,滚动轴承,早期故障,微弱,有效提取,故障信息,信息特征,法利,变分模态分解算法,包络熵,峭度,IMF,样本熵,排列熵,组成特征,特征向量,WOA,诊断识别,取信,分类识别,故障识别
AB值：
0.34872
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
