shiyuan_1999的博客

原创 Python 基于对称点模式（Symmetric Point Pattern）的多维信息融合

在故障诊断中，信息融合可以帮助系统更全面地理解设备或系统的状态，从而提高故障检测和诊断的准确性和效率。通过融合来自不同传感器或数据源的信息，可以减少不确定性，提高故障识别的可靠性。基于对称点模式的信息融合方法可以将不同数据源中的点数据进行整合和分析，从而提高故障诊断的准确性和效率。对称点模式算法通过分析点数据的空间分布模式，可以识别出故障的特征和规律，帮助故障诊断系统更好地理解和处理空间数据。数据冗余和互补性：不同数据源可能包含冗余信息或互补信息，如何识别和处理这些信息是信息融合的关键。

原创 Python 基于阈值修正的加速度信号频域积分算法

振动信号的加速度频域积分是一种信号处理技术，用于从加速度振动信号中获取速度或位移信息。在工程领域，尤其是在机械故障诊断和结构健康监测中，这种技术非常重要。

原创 Python 阶次分析——原理及代码实现

Python 阶次分析原理与代码实现

原创 水轮发电机转子轴心轨迹识别方法研究

原创 基于眼电信号的眼部动作的分析与识别

原创 基于RBF神经网络的数据预测

原创 基于LABVIEW和MATLAB的联合编程图像降噪

原创 基于Labview平台的滚动轴承故障分析与噪声评价系统

基于Labview平台的滚动轴承故障分析与噪声评价系统，功能包括时域分析，FFT分析，细化谱分析，谐波分析，倍频程，特征频率计算，噪声评价等功能

原创 基于LABVIEW和MATLAB联合编程的语音降噪

原创 matlab压缩感知

原创 基于时频特征融合的轴承故障数据分类

原创 基于支持向量机的运动想象脑电信号识别

在这里插入图片描述](https://img-blog.csdnimg.cn/a78352dad02745db81410e004c6d934e.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5L-h5Y-35aSE55CGLeaVsOaNruWIhuaekA==,size_11,color_FFFFFF,t_70,g_se,x_16#pic_center)

原创 labview脉搏波脑电心电心音信号分析

原创 labview小波包分解

利用小波包分解信号，实现重构，降噪，频带能量的计算，并解决了频带混乱问题

原创 基于matlab的仿真心电监护仪

基于matlab的仿真心电监护仪欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将会带来全新的写作体验；在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择