Zobrazeno 1 - 10
of 92
pro vyhledávání: '"synchrosqueezing wavelet transform"'
Publikováno v:
International Journal of Prognostics and Health Management, Vol 15, Iss 1 (2024)
Bearings are critical components in rotating machinery, and their failure can lead to costly repairs and downtime. To prevent such failures, it is important to detect and diagnose bearing faults early. In recent years, deep-learning techniques have s
Externí odkaz:
https://doaj.org/article/9a58e7e8b77c4280925e9dd6dcd16a6c
Publikováno v:
IEEE Access, Vol 11, Pp 71301-71313 (2023)
The increase in the complexity of modern electronic products has brought significant challenges to the fault diagnosis of electronic circuits, and current fault diagnosis methods have problems such as long fault identification time, inaccurate positi
Externí odkaz:
https://doaj.org/article/a6397ddbeec44357b04327c98a0211ce
Publikováno v:
Results in Engineering, Vol 18, Iss , Pp 101150- (2023)
Most gesture recognition studies based on surface electromyography (sEMG) signals focus on filtering, in which the lack of diversity for considered noises can still be the problem. In this work, a denoising method based on Synchrosqueezing Wavelet Tr
Externí odkaz:
https://doaj.org/article/4eab690c19fe4dd9b1dd84a15c2fec36
Publikováno v:
Jixie qiangdu, Vol 42, Pp 523-528 (2020)
Using ultrasonic non-destructive testing technology,when detecting the surface crack of the shaft,the micro crack echo signal is often covered by various noises,which causes the crack to be unrecognizable and positioned. In order to solve this proble
Externí odkaz:
https://doaj.org/article/1a846702354045d0a8c92e8fbe96b691
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Jixie qiangdu, Vol 41, Pp 770-776 (2019)
In order to overcome the difficulty of feature extraction of non-stationary faulty signals in rolling bearing fault diagnosis under strong noise background, a method based on local characteristic-scale decomposition and synchrosqueezing wavelet trans
Externí odkaz:
https://doaj.org/article/222955ee970c42bca4065c6f902e1569
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Healthcare Technology Letters (2018)
Accurate and reliable recognition of fundamental heart sounds (FHSs) plays a significant role in automated analysis of heart sound (HS) patterns. This Letter presents an automated wavelet-based FHS recognition (WFHSR) method using morphological and i
Externí odkaz:
https://doaj.org/article/cc5327e12e3945ae80bab4b6a7a936ec