![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
故障诊断
文章平均质量分 95
88号技师
请关注微信公众号:优化算法侠(英文:Swarm-Opti)
展开
-
对称点模式(Symmetrized Dot Pattern)的多元/多通道/多传感器信号融合,可用于故障诊断等
本期介绍一种用于故障诊断的新颖方法-对称点模式( symmetrized dot pattern,SDP)。SDP直观的将一维序列(温度,振动、电流等)转换成二维镜像雪花图,通过图形中的差异可直观地反应不同的状态序列。基于SDP和深度学习网络的故障诊断方法,频繁登上1区SCI-IEEE trans系列。关于SDP的理论部分,原创 2024-08-20 09:50:10 · 1075 阅读 · 0 评论 -
VMD,TVF-EMD,SVMD,FMD,CEEMDAN信号分解算法的参数优化
模态分解算法作为信号处理的核心技术之一,通过将复杂的信号分解为简单或易于处理的组成部分,显著提高了信号处理的效率,在信号处理领域扮演着重要角色,其主要作用包括:信号特征提取:模态分解算法能够将复杂的信号分解为若干个简单的、具有明确物理意义的模态函数,有助于提取信号的特征,例如频率、振幅等。非线性和非平稳信号分析:对于非线性或非平稳信号,传统的傅里叶变换可能无法有效处理,而模态分解算法如经验模态分解(EMD)能够自适应地分析这类信号。原创 2024-08-09 10:33:16 · 977 阅读 · 0 评论 -
对称点模式(Symmetrized Dot Pattern)的多元/多通道/多传感器信号融合,用于故障诊断等
本期介绍一种用于故障诊断的新颖方法-对称点模式( symmetrized dot pattern,SDP)。SDP直观的将一维序列(温度,振动、电流等)转换成二维镜像雪花图,通过图形中的差异可直观地反应不同的状态序列。基于SDP和深度学习网络的故障诊断方法,频繁登上1区SCI-IEEE trans系列。原创 2024-08-07 10:28:32 · 1297 阅读 · 0 评论 -
【从经典到最新】28种信号分解方法,EMD类,VMD类,小波类,FMD、多元分解等(附matlab代码)
【从经典到最新】28种信号分解方法,EMD类,VMD类,小波类,FMD、多元分解等原创 2024-08-03 10:40:54 · 851 阅读 · 0 评论 -
【2024最新】玻尔兹曼-香农交互熵及其多尺度系列,用于故障诊断、时序分类等-Matlab代码
熵值理论分析在时间序列分析中存在重要的作用。基于可以不经过数据的分解或变换,直接度量数据的复杂度,用于表征对应的时间序列,。本期推出一种最新发表的熵--,该方法于最新发表在顶级SCI期刊Chaos上。非常非常新了,。和其他熵一样,玻尔兹曼-香农交互熵扩展到多尺度,最新首创了以下4种多尺度熵。。原创 2024-07-30 10:05:50 · 869 阅读 · 0 评论 -
信号分解新突破!特征模态分解FMD拿下一区IEEE Trans,参数优化这口饭得趁热吃:15种适应度函数-matlab代码
本期推出一款小众、最新、性能强大信号分解方法,发表在中科院1区top sci期刊IEEE Transactions on Industrial Electronics (简称IEEE TIE),已有100次引用,已经是ESI高被引、热点论文,。针对机械故障的特征提取,提出了一种新的分解理论——特征模态分解(FMD)。所提出的FMD主要目的是通过设计的自适应有限脉冲响应(FIR)滤波器来分解不同的模式。然而,FMD的性能受到其参数:滤波器尺寸filtersize和分解数 的影响。手动调参是繁琐的、不经济的。原创 2024-07-25 10:52:06 · 1280 阅读 · 0 评论 -
基于对称点模式SDP多元数据融合的故障诊断,1区SCI顶刊常客(附matlab代码)
很简单,不是一行,也不是一列的数据。原创 2024-07-16 11:01:23 · 862 阅读 · 0 评论 -
共计42种熵,可用于故障诊断、状态检测等领域-Matlab代码
熵值理论分析在时间序列分析中存在重要的作用。基于可以不经过数据的分解或变换,直接度量数据的复杂度,用于表征对应的时间序列,可结合先进的机器学习/深度学习方法完成相应的分类识别任务。本期推出。可用于分析一切时间序列中,如:电能质量数据、振动数据、风速、功率、声音、温度、交通、水流、地震波、心率、脑电、肌电、金融等等,您能想到的时间序列皆有可能。5种多尺度的理论知识在中、英文期刊都有很多,可以参考其他论文,本期不在赘述。原创 2024-07-15 11:02:55 · 753 阅读 · 0 评论 -
【独创首发】玻尔兹曼-香农交互熵及其多尺度系列,用于序列分析、分类等-Matlab代码
熵值理论分析在时间序列分析中存在重要的作用。基于可以不经过数据的分解或变换,直接度量数据的复杂度,用于表征对应的时间序列,。本期推出一种最新发表的熵--,该方法于最新发表在顶级SCI期刊Chaos上。非常非常新了,。和其他熵一样,。。原创 2024-07-12 09:41:05 · 595 阅读 · 0 评论 -
(独创首发matlab版)对称点模式(Symmetrized Dot Pattern)的多元/多通道/多传感器信号融合,用于故障诊断等
基于SDP的多维/多通道/多元序列的数据融合方法原创 2024-07-11 10:59:21 · 1189 阅读 · 0 评论 -
【全新分解方法,适应度函数】SVMD的参数优化:15种适应度函数,以GWO\HHO为例,学会可扩展到所有优化算法种-matlab代码
。本期推出一款小众、性能强大信号分解方法,,2020年发表在信号处理顶刊signal processing。仅有90+次引用,。不需要知道模态的个数,可以连续提取模态,在一定程度上解决了VMD的模态个数选择问题。然而,SVMD的性能受到其参数maxAlpha的影响。手动调参是繁琐的、不经济的。。。第一种很常见,第二种却不多。本期整理并复现了一些高水平EI、SCI期刊中的适应度函数,加上一些常规的适应度函数,目前一共。这些函数可构建复合指标函数,如果按两种排列组合,算一算也有15*14=210种!!!原创 2024-07-10 17:30:17 · 904 阅读 · 0 评论 -
【首创首发python代码】基于对称点模式(symmetric dot pattern)的多元数据融合,可与深度学习技术结合用于故障诊断,识别等
受最近在计算机视觉和语音识别方面的成功启发,许多研究者提出将一维时间序列数据编码为不同类型的图像,这样可以放大数据中的动态特性,更好地表征原数据。原创 2024-07-03 19:33:13 · 889 阅读 · 0 评论 -
【不要错过】基于对称点模式SDP多元数据融合的故障诊断,1区SCI顶刊常客(附matlab代码)
本期介绍一种用于故障诊断的新颖方法-对称点模式( symmetrized dot pattern,SDP)。SDP直观的将一维序列(温度,振动、电流等)转换成二维镜像雪花图,通过图形中的差异可直观地反应不同的状态序列。基于SDP和深度学习网络的故障诊断方法,频繁登上1区SCI-IEEE trans系列。————————————————原创 2024-06-26 09:56:35 · 977 阅读 · 0 评论 -
SVMD的参数优化:15种适应度函数,自由切换,以GWO\HHO为例,学会可扩展到所有优化算法种-matlab代码
。本期推出一款小众、性能强大信号分解方法,,2020年发表在信号处理顶刊signal processing。仅有90+次引用,。不需要知道模态的个数,可以连续提取模态,在一定程度上解决了VMD的模态个数选择问题。然而,SVMD的性能受到其参数maxAlpha的影响。手动调参是繁琐的、不经济的。。。第一种很常见,第二种却不多。本期整理并复现了一些高水平EI、SCI期刊中的适应度函数,加上一些常规的适应度函数,目前一共。这些函数可构建复合指标函数,如果按两种排列组合,算一算也有15*14=210种!!!原创 2024-06-25 10:08:25 · 775 阅读 · 0 评论 -
VMD的参数优化没新意?这15种适应度函数带你突破思维瓶颈(附matlab代码)
大家多多少少听过,看过或使用过一种信号处理方法:变分模态分解方法(Variational mode decomposition,VMD)。该方法于2014年发表在信号处理顶级SCI期刊,至今已有4840多次引用,深受各领域研究者的欢迎。VMD在一定程度上解决了EMD的模态混叠问题,然而,VMD的性能受到其参数的影响,尤其是惩罚因子alpha和模态分解数k。手动调参是繁琐的、不经济的。研究者们通过设置合理的,利用群智能优化算法对其参数进行自适应的选择。。第一种很常见,第二种却不多。原创 2024-06-22 13:25:08 · 1052 阅读 · 0 评论 -
这款新颖的故障诊断方法成为1区SCI顶刊常客?(附matlab代码)
很简单,不是一行,也不是一列的数据。原创 2024-06-22 13:22:56 · 1154 阅读 · 2 评论 -
【史上最全,从经典到最新】24种信号分解方法,EMD类,VMD类,小波类,FMD等(附matlab代码)
根据“没有免费的午餐”,。所以很多学者根据自身的专业问题需求,对基础优化算法进行了改进和提升,以期获得更为优秀的性能。同样,在信号处理领域,信号分解方法也有很多种。本文。原创 2024-06-20 10:07:14 · 1297 阅读 · 0 评论 -
【SCI一区IEEE Trans,故障诊断新方法】模糊散布熵Fuzzy Dispersion Entropy及其5种多尺度系列-Matlab代码
散布熵的作者为解决散布熵中的问题,提出了,于2022年发表在一区顶级期刊IEEE Transactions on Fuzzy systems。本期推出。可用于分析一切时间序列中,如:电能质量数据、振动数据、风速、功率、声音、温度、交通、水流、地震波、心率、脑电、肌电、金融等等,您能想到的时间序列皆有可能。5种多尺度的理论知识在中、英文期刊都有很多,可以参考其他论文,本期不在赘述。原文作者在两个领域内的时间序列上验证了模糊散布熵的能力。:血压数据、癫痫发作和非癫痫发作脑电信号。原创 2024-06-18 10:28:59 · 1473 阅读 · 0 评论 -
【90%人不知道的状态识别/故障诊断新方法】注意熵Attention Entropy及其5种多尺度熵-Matlab代码
可以不经过数据的分解或变换,直接度量数据的复杂度,可完成不同时间序列的分类。随机选择了5类状态(当然可以加入更多的状态),选用DE端的振动数据,暂且命名为正常,故障1,故障2,故障3,故障4。中,如:电能质量数据、振动数据、风速、功率、声音、温度、交通、水流、地震波等等,您能想到的时间序列皆有可能。计算每个样本的熵值(以上6种熵可随意切换),形成500*n的特征空间,将特征输入到后续的分类器中。3.文中有一些内容引自网络,会注明出处或引为参考文献,难免有未尽之处,如有不妥,请随时联系删改。原创 2024-06-13 10:57:53 · 715 阅读 · 0 评论 -
【全新首创,尚未发表】分数阶玻尔兹曼-香农交互熵及其多尺度系列,可用于故障诊断、状态检测、生信分析、机器学习等领域-Matlab代码
【一码解决】215种优化算法求解30个现实世界的工程设计优化问题,让你的论文增色10倍(附Python代码)example.m是示例文件,时间序列采用了神户(kobe)地震数据,调用5种熵的函数,可直接运行。和其他熵一样,前期将玻尔兹曼-香农交互熵扩展到多尺度,最新首创了4种多尺度熵(可以不经过数据的分解或变换,直接度量数据的复杂度,用于表征对应的时间序列,用于改进所有优化算法:21种混沌映射方法-混沌初始化(附matlab代码)21种混沌映射方法-混沌初始化,适用于所有优化算法。原创 2024-06-12 18:53:35 · 1203 阅读 · 0 评论 -
【故障诊断、状态识别发文新套路】Lempel-Ziv复杂度及其5种多尺度-Matlab代码
可用于分析一切时间序列中,如:电能质量数据、振动数据、风速、功率、声音、温度、交通、水流、地震波、心率、脑电、肌电、金融等等,您能想到的时间序列皆有可能。也可结合一些数据分解方法使用效果更佳。Lempel-Ziv复杂度(Lempel-Ziv complexity)在时间序列分析中存在重要的作用。Lempel-ziv复杂度是一种以符号序列表示一维时间序列的工具,以便对信号序列进行复杂度计算。可以不经过数据的分解或变换,直接度量数据的复杂度,用于表征对应的时间序列,关注,以算法名字搜索历史文章即可下载。原创 2024-06-07 16:26:14 · 760 阅读 · 0 评论 -
【尚未发表的故障诊断、状态识别新方法】玻尔兹曼-香农交互熵及其多尺度系列-Matlab代码
熵值理论分析在时间序列分析中存在重要的作用。基于可以不经过数据的分解或变换,直接度量数据的复杂度,用于表征对应的时间序列,。本期推出一种最新发表的熵--,该方法于最新发表在顶级SCI期刊Chaos上。非常非常新了,。和其他熵一样,。。原创 2024-06-07 16:24:52 · 1252 阅读 · 0 评论 -
【用于故障诊断、状态识别】玻尔兹曼-香农交互熵及其多尺度系列-Matlab代码
熵值理论分析在时间序列分析中存在重要的作用。基于可以不经过数据的分解或变换,直接度量数据的复杂度,用于表征对应的时间序列,。本期推出一种最新发表的熵--,该方法于最新发表在顶级SCI期刊Chaos上。非常非常新了,。和其他熵一样,。。原创 2024-06-03 10:02:44 · 548 阅读 · 0 评论 -
【发文新套路,小众且新颖的一维数据分析方法】Lempel-Ziv复杂度-Matlab代码
可用于分析一切时间序列中,如:电能质量数据、振动数据、风速、功率、声音、温度、交通、水流、地震波、心率、脑电、肌电、金融等等,您能想到的时间序列皆有可能。【一码解决】215种优化算法求解30个现实世界的工程设计优化问题,让你的论文增色10倍(附Python代码)Lempel-ziv复杂度是一种以符号序列表示一维时间序列的工具,以便对信号序列进行复杂度计算。可以不经过数据的分解或变换,直接度量数据的复杂度,用于表征对应的时间序列,用于改进所有优化算法:21种混沌映射方法-混沌初始化(附matlab代码)原创 2024-06-01 11:50:15 · 676 阅读 · 0 评论 -
【全新首创】分数阶玻尔兹曼-香农交互熵及其多尺度系列,可用于故障诊断、状态检测、生信分析、机器学习等领域-Matlab代码
【一码解决】215种优化算法求解30个现实世界的工程设计优化问题,让你的论文增色10倍(附Python代码)example.m是示例文件,时间序列采用了神户(kobe)地震数据,调用5种熵的函数,可直接运行。仅需一行,可改进所有优化算法:21种混沌映射方法-混沌初始化(附matlab代码)和其他熵一样,前期将玻尔兹曼-香农交互熵扩展到多尺度,最新首创了4种多尺度熵(可以不经过数据的分解或变换,直接度量数据的复杂度,用于表征对应的时间序列,【有经典,有最新】24种信号分解方法(附matlab代码)原创 2024-05-31 10:05:05 · 722 阅读 · 0 评论 -
【小众且新颖的一维数据分析方法】Lempel-Ziv复杂度-Matlab代码
可用于分析一切时间序列中,如:电能质量数据、振动数据、风速、功率、声音、温度、交通、水流、地震波、心率、脑电、肌电、金融等等,您能想到的时间序列皆有可能。【一码解决】215种优化算法求解30个现实世界的工程设计优化问题,让你的论文增色10倍(附Python代码)仅需一行,可改进所有优化算法:21种混沌映射方法-混沌初始化(附matlab代码)可以不经过数据的分解或变换,直接度量数据的复杂度,用于表征对应的时间序列,用于改进所有优化算法:21种混沌映射方法-混沌初始化(附matlab代码)原创 2024-05-31 10:02:37 · 856 阅读 · 0 评论 -
【史上最全,从经典到最新】24种信号分解方法(附matlab代码)
根据“没有免费的午餐”,。所以很多学者根据自身的专业问题需求,对基础优化算法进行了改进和提升,以期获得更为优秀的性能。同样,在信号处理领域,信号分解方法也有很多种。本文。原创 2024-05-29 09:41:31 · 2749 阅读 · 0 评论 -
【顶级SCI,全新原创】玻尔兹曼-香农交互熵及其多尺度系列-Matlab代码
熵值理论分析在时间序列分析中存在重要的作用。基于可以不经过数据的分解或变换,直接度量数据的复杂度,用于表征对应的时间序列,。本期推出一种最新发表的熵--,该方法于最新发表在顶级SCI期刊Chaos上。非常非常新了,。和其他熵一样,最新首创了以下4种多尺度熵可用于分析一切时间序列中,如:电能质量数据、振动数据、风速、功率、声音、温度、交通、水流、地震波、心率、脑电、肌电、金融等等,您能想到的时间序列皆有可能。发文章全凭眼疾手快,赶快应用到自己的研究领域吧。原创 2024-05-29 09:36:51 · 998 阅读 · 0 评论 -
VMD的参数优化:15种适应度函数,自由切换,以GWO为例,GWO-VMD,GWO方便替换成其他优化算法-matlab代码
第一种很常见,第二种却不多。前期介绍的4种适应度函数,使用的实在是太多太多了,确实新意不大。于是,许多研究者开始将目光转移,另辟蹊径,并提出了一系列新的适应度函数,发表在高水平EI和SCI期刊上。本期整理并复现了一些高水平EI、SCI期刊中的适应度函数,加上一些常规的适应度函数,原创 2024-05-26 10:15:12 · 275 阅读 · 0 评论 -
【源自一区IEEE Trans】模糊散布熵Fuzzy Dispersion Entropy及其5种多尺度系列-Matlab代码
散布熵的作者为解决散布熵中的问题,提出了,于2022年发表在一区顶级期刊IEEE Transactions on Fuzzy systems。本期推出。可用于分析一切时间序列中,如:电能质量数据、振动数据、风速、功率、声音、温度、交通、水流、地震波、心率、脑电、肌电、金融等等,您能想到的时间序列皆有可能。5种多尺度的理论知识在中、英文期刊都有很多,可以参考其他论文,本期不在赘述。原文作者在两个领域内的时间序列上验证了模糊散布熵的能力。:血压数据、癫痫发作和非癫痫发作脑电信号。原创 2024-05-24 16:27:04 · 1080 阅读 · 0 评论 -
【最全】VMD的参数优化:15种适应度函数,自由切换,以GWO为例,GWO-VMD,可用于其他优化算法-matlab代码
第一种很常见,第二种却不多。前期介绍的4种适应度函数,使用的实在是太多太多了,确实新意不大。于是,许多研究者开始将目光转移,另辟蹊径,并提出了一系列新的适应度函数,发表在高水平EI和SCI期刊上。本期整理并复现了一些高水平EI、SCI期刊中的适应度函数,加上一些常规的适应度函数,目前一共这些函数可构建复合指标函数,如果按两种排列组合,算一算也有15*14=210种!!!原创 2024-05-23 21:15:37 · 1144 阅读 · 0 评论 -
【很火】27种一维数据转换成二维图像的方法,适用于故障诊断、状态识别等-matlab代码
深度学习技术在图像识别领域取得突破,使得相关领域研究者开始研究如何将一维数据转换成二维的图像。转换的方式大致可分为两类:时频类和时域转换类。好处是,一维数据中的关键信息可以在二维图像中充分的突出,利用深度学习技术(CNNs,Transformer,图神经网络、注意力网络)也可以学习到图像中的全局的相关性信息,有利于解决相关领域复杂问题,。大量的论文表明:信号图像编码结合深度学习的智能故障诊断、识别方法,可显著提高识别精度。本期,并。原创 2024-05-23 21:14:51 · 1239 阅读 · 0 评论 -
【选择不在困难】24种信号分解方法(附matlab代码)
前期已分享320多种基础优化算法(根据“没有免费的午餐”,。所以很多学者根据自身的专业问题需求,对基础优化算法进行了改进和提升,以期获得更为优秀的性能。同样,在信号处理领域,信号分解方法也有很多种。本文。原创 2024-05-22 15:22:52 · 687 阅读 · 0 评论 -
【共计42种】近似熵、样本熵、模糊熵、分布熵、排列熵、加权排列熵、散布熵及其5种多尺度系列-Matlab代码
熵值理论分析在时间序列分析中存在重要的作用。基于可以不经过数据的分解或变换,直接度量数据的复杂度,用于表征对应的时间序列,可结合先进的机器学习/深度学习方法完成相应的分类识别任务。本期推出。可用于分析一切中,如:电能质量数据、振动数据、风速、功率、声音、温度、交通、水流、地震波、心率、脑电、肌电、金融等等,您能想到的时间序列皆有可能。5种多尺度的理论知识在中、英文期刊都有很多,可以参考其他论文,本期不在赘述。原创 2024-05-17 16:46:36 · 1275 阅读 · 0 评论 -
【时序分类-源自一区】12种排列熵Permutation entropy+7种分类器的状态识别/故障诊断-Matlab代码
本期推出结合进行时序分类。并以时序分类种的为例。排列熵(Permutation entropy,翻译可能不准确哈,请谅解)于发表在物理学顶级期刊 Physical Review Letters(简称PRL,中科院1区)。针对排列熵的问题,加权排列熵(Weighted-Permutation entropy,翻译可能不准确哈,请谅解)被提出,于发表在物理学顶级期刊 Physical Review E,简称PRE,和PRL为同一家族。排列熵首次提出并运用于评估时间序列复杂性。那么排列熵可用于分析一切。原创 2024-05-13 20:45:52 · 1356 阅读 · 0 评论 -
【HOT、时序分类、源自顶刊】分数阶注意熵Attention Entropy及其5种多尺度熵+7种分类器-Matlab代码
注意熵(Attention Entropy,翻译可能不准确哈,请谅解)于发表在顶级期刊 IEEE trans系列-IEEE Transactions on Affective Computing(影响因子:11.2)。注意熵首次提出并运用于心跳间隔时间序列,从利用熵值表征不同的状态。而实际上,心跳信号的本质是,那么注意熵可用于其他中,如:电能质量数据、振动数据、风速、功率、声音、温度、交通、水流、地震波等等,您能想到的时间序列皆有可能。目前,。基于。原创 2024-05-09 11:06:26 · 395 阅读 · 0 评论 -
【热门|源自顶刊】注意熵Attention Entropy及其5种多尺度熵+7种分类器的状态识别/故障诊断-Matlab代码
可以不经过数据的分解或变换,直接度量数据的复杂度,可完成不同时间序列的分类。随机选择了5类状态(当然可以加入更多的状态),选用DE端的振动数据,暂且命名为正常,故障1,故障2,故障3,故障4。中,如:电能质量数据、振动数据、风速、功率、声音、温度、交通、水流、地震波等等,您能想到的时间序列皆有可能。计算每个样本的熵值(以上6种熵可随意切换),形成500*n的特征空间,将特征输入到后续的分类器中。3.文中有一些内容引自网络,会注明出处或引为参考文献,难免有未尽之处,如有不妥,请随时联系删改。原创 2024-05-08 10:15:51 · 1005 阅读 · 0 评论 -
【源自IEEE顶刊】基于散布熵(色散熵)及其5种多尺度熵的状态识别、故障诊断(附Matlab代码)
机械设备在运行中的故障率较高,使得状态识别、故障诊断得到广泛重视。目前,常见的故障诊断方法主要包括振动信号分析,声学信号分析,温度监测,电信号分析等。传统时、频域的特征提取方法往往不能有效提取隐藏的故障特征,导致故障识别率降低。由于在不同位置发生故障时,故障冲击引起的系统响应不同,从而使得监测数据的混乱程度有所不同。基于可以不经过数据的分解或变换,直接度量数据的复杂度,可完成不同故障的识别。。本期推出共6种熵结合多种进行状态识别、故障诊断。原创 2024-05-07 10:37:48 · 1118 阅读 · 2 评论 -
【时序分类|源自顶刊】注意熵Attention Entropy及其5种多尺度熵+7种分类器的状态识别/故障诊断-Matlab代码
注意熵(Attention Entropy,翻译可能不准确哈,请谅解)于发表在顶级期刊 IEEE trans系列-IEEE Transactions on Affective Computing(影响因子:11.2)。注意熵首次提出并运用于心跳间隔时间序列,从利用熵值表征不同的状态。而实际上,心跳信号的本质是,那么注意熵可用于其他中,如:电能质量数据、振动数据、风速、功率、声音、温度、交通、水流、地震波等等,您能想到的时间序列皆有可能。目前,。基于。原创 2024-05-07 10:35:08 · 1701 阅读 · 0 评论 -
【源自一区】散度熵(Diversity Entropy)及其5种多尺度熵+7种分类器的状态识别和故障诊断(附Matlab代码)
散度熵(Diversity Entropy,翻译可能不准确哈,请谅解)于2021年发表在中科院1区期刊 IEEE Transactions on Industrial Informatics(影响因子突破12)。随机选择了5类状态(当然可以加入更多的状态),选用DE端的振动数据,暂且命名为正常,故障1,故障2,故障3,故障4。计算每个样本的熵值(以上6种熵可随意切换),形成500*n的特征空间,将特征输入到后续的分类器中。可以不经过数据的分解或变换,直接度量数据的复杂度,可完成不同时间序列的分类。原创 2024-05-06 16:24:07 · 846 阅读 · 0 评论