一种基于多尺度二维时频多样性熵的特征提取方法

AITNT
正文
推荐专利
一种基于多尺度二维时频多样性熵的特征提取方法
申请号:CN202510993885
申请日期:2025-07-18
公开号:CN120873547A
公开日期:2025-10-31
类型:发明专利
摘要
本发明公开了一种基于多尺度二维时频多样性熵的特征提取方法,属于机械故障诊断领域。包含以下步骤步骤1,获取不同工况的机械设备关键部件振动信号;步骤2,对振动信号进行多尺度粗粒化;步骤3,对粗粒化后的子序列进行时频分析;步骤4,将所得时频分布信息输入到二维多样性熵算法中,得到各个尺度的特征熵值向量;本发明通过提取振动信号多尺度粗粒化后的二维时频信息,可获得更高维度的丰富故障信息。
技术关键词
Morlet小波变换 特征提取方法 多尺度 矩阵 序列 样本 机械故障诊断 轨道 机械设备 信号 模式 因子 算法 工况 参数 元素 重构 索引 理论 频率
系统为您推荐了相关专利信息
1
模型训练方法、人脸识别方法、装置、设备、介质和产品
嵌入特征 模型训练方法 识别人脸图像 人脸识别方法 矩阵
2
一种基于目标存在性的关键帧筛选和视频问答方法、装置及存储介质
视频问答方法 关键帧 大语言模型 视频流 图像
3
基于时变电力传输约束的电力系统排放因子预测方法及装置
电力传输 电力系统 矩阵 规划 数据接口
4
一种基于AI的数据智能优化方法
智能优化方法 性能预测模型 调度优化模型 多模态特征 资源调度策略
5
基于多任务深度学习与自适应背景去除的蓝藻检测方法
多任务深度学习 多任务损失函数 注意力机制 图像 检测损失
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号