您当前的位置:
首页 >
文章列表页 >
基于特征融合和稀疏表示的齿轮故障诊断
理论研究 | 更新时间:2022-10-20
    • 基于特征融合和稀疏表示的齿轮故障诊断

    • Gear Fault Diagnosis based on Feature Fusion and Sparse Representation

    • 机械传动   2017年41卷第1期 页码:54-58
    • DOI:10.16578/j.issn.1004.2539.2017.01.012    

      中图分类号:

    扫 描 看 全 文

  • [1]王江萍,段腾飞.基于特征融合和稀疏表示的齿轮故障诊断[J].机械传动,2017,41(01):54-58. DOI: 10.16578/j.issn.1004.2539.2017.01.012.

    Wang Jiangping, Duan Tengfei. Gear Fault Diagnosis based on Feature Fusion and Sparse Representation[J]. 2017,41(1):54-58. DOI: 10.16578/j.issn.1004.2539.2017.01.012.

  •  

0

浏览量

275

下载量

1

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于最大信息系数的动态加权特征融合的齿轮箱故障诊断
基于改进特征选择方法的齿轮故障SVM诊断
基于稀疏表示的轴承耦合故障振动特性分析及其特征提取
基于局部特征尺度分解和数学形态滤波的齿轮故障诊断方法研究
基于EEMD和Choi-Williams分布的齿轮故障诊断

相关作者

暂无数据

相关机构

广州航海学院 机械工程系
河南工业大学 机电工程学院
郑州机械研究所有限公司
郑州旅游职业学院 信息工程学院
郑州轻工业大学 机电工程学院
0