振动信号
文章平均质量分 79
@BangBang
这个作者很懒,什么都没留下…
展开
-
SOM网络2: 代码的实现
训练完成后,返回输出节点的。,相当于固化了模型的权重。表征了当前的训练样本。原创 2022-08-01 17:01:15 · 394 阅读 · 0 评论 -
SOM网络1:原理讲解
SOM自组织映射神经网络,是一种类似于kmeans``的聚类算法,用于寻找数据的聚类中心。它可以将相互关系复杂非线性的高纬数据,映射到具有简单几何结构及相互关系的低纬空间。(低纬映射能够反映高纬特征之间的拓扑结构)自组织映射(Self-organizingmap,SOM)通过学习输入空间中的数据,生成一个低维、离散的映射(Map),从某种程度上也可看成一种降维算法。SOM是一种无监督的人工神经网络。不同于一般神经网络基于损失函数的反向传递来训练,它运用竞争学习近邻关系函数拓扑结构。由于基于无监督。.....原创 2022-08-01 14:24:39 · 3819 阅读 · 1 评论 -
信号FFT、STFT、小波变换、包络分析等
但事实上小波并不是这么做的(关于这一点,方沁园同学的表述“小波变换就是根据算法,加不等长的窗,对每一小部分进行傅里叶变换”就不准确了。尤其是下边两个非平稳信号,我们从频谱上无法区分它们,因为它们包含的四个频率的信号的成分确实是一样的,只是出现的先后顺序不同。至于为什么不采用可变窗的STFT呢,我认为是因为这样做冗余会太严重,STFT做不到正交化,这也是它的一大缺陷。窗太窄,窗内的信号太短,会导致频率分析不够精准,频率分辨率差。知道信号频率随时间变化的情况,各个时刻的瞬时频率及其幅值——这也就是时频分析。..原创 2022-07-21 15:53:29 · 2717 阅读 · 0 评论 -
python 振动信号分析(1):时频域指标
时域统计指标计算公式振动信号原始统计特征分为两类:时域统计特征、频域统计特征。信号的时域特征是通过统计分析信号的各种时域参数、指标的估计或计算得到的,如表所示,分为和两种,其中为参数和参数。python程序频域指标振动信号频域分析首先需要把信号的时域波形借助离散傅里叶变换转化为频谱信息,公式如下:式中:$x ( k Δ t ) $为振动信号的采样值; N 为采样点数; Δt\Delta tΔt为采样间隔; k为时域离散值的序号。求得频谱信息后,可根据频域统计指标公式计算相应的值,公式如下:原创 2022-07-10 16:05:22 · 4398 阅读 · 0 评论