[ 收藏 ] [ 简体中文 ]  
臺灣貨到付款、ATM、超商、信用卡PAYPAL付款,4-7個工作日送達,999元臺幣免運費   在線留言 商品價格為新臺幣 
首頁 電影 連續劇 音樂 圖書 女裝 男裝 童裝 內衣 百貨家居 包包 女鞋 男鞋 童鞋 計算機周邊

商品搜索

 类 别:
 关键字:
    

商品分类

經驗模態分解在振動分析中的應用(精)
該商品所屬分類:自然科學 -> 天文學
【市場價】
470-681
【優惠價】
294-426
【介質】 book
【ISBN】9787118091687
【折扣說明】一次購物滿999元台幣免運費+贈品
一次購物滿2000元台幣95折+免運費+贈品
一次購物滿3000元台幣92折+免運費+贈品
一次購物滿4000元台幣88折+免運費+贈品
【本期贈品】①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
版本正版全新電子版PDF檔
您已选择: 正版全新
溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。
*. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。
*. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
*. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。
內容介紹



  • 出版社:國防工業
  • ISBN:9787118091687
  • 作者:楊永鋒//吳亞鋒
  • 頁數:172
  • 出版日期:2013-11-01
  • 印刷日期:2013-11-01
  • 包裝:精裝
  • 開本:16開
  • 版次:1
  • 印次:1
  • 字數:209千字
  • 楊永鋒、吳亞鋒編著的這本《經驗模態分解在振動分析中的應用》共分8章,第1章對常見振動時頻分析方法進行了介紹,重點對經驗模態分解在本書所涉及領域的研究進展進行了介紹;第2章介紹了經驗模態分解的基本理論和概念,分析了經驗模態分解的特性;第3章針對經驗模態分解的端點效應和模態混疊問題,提出基於Volterra模型、*大Lyapunov指數預測和支持向量機回歸預測三種端點延拓方法,並使用EEMD對模態混疊問題進行研究;第4章介紹了利用小波和經驗模態分解進行閾值去噪的方法;第5章、第6章和第7章分別介紹了經驗模態分解在非線性信號處理、故障診斷和語音信號處理中的應用;第8章針對前述方法,重點介紹經驗模態分解在實驗數據處理中的應用。
  • 楊永鋒、吳亞鋒編著的這本《經驗模態分解在振 動分析中的應用》闡述了經驗模態分解在振動信號分 析中的應用。內容包括經驗模態分 解的端點延拓、模態混疊和閾值去噪,經驗模態分解 在非線性振動、結構振動以 及語音和振動實驗信號分析中的應用。 《經驗模態分解在振動分析中的應用》是振動信 號處理方面的學術專著,可供航空、航天、機械等領 域中的研 究人員和工程技術人員參考,也可以作為機械工程、 航空航天工程和力學專業研 究生的教學參考書。
  • 第1章 緒論
    1.1 時頻分析方法的研究意義
    1.2 常見時頻分析方法及其局限性
    1.2.1 短時傅裡葉變換
    1.2.2 Wigner-Ville分布
    1.2.3 小波變換
    1.3 經驗模態分解的提出
    1.4 經驗模態分解的研究現狀
    1.5 經驗模態分解的優勢和研究方向
    1.5.1 經驗模態分解的優勢
    1.5.2 經驗模態分解的研究方向
    1.6 經驗模態分解在振動信號處理中的應用
    1.6.1 信號去噪
    1.6.2 非線性振動分析
    1.6.3 故障診斷
    1.6.4 語音增強
    1.6.5 其他應用
    第2章 經驗模態分解基本理論
    2.1 瞬時頻率
    2.2 特征模態函數
    2.3 經驗模態分解
    2.4 希爾伯特譜分析
    2.5 經驗模態分解特性
    第3章 經驗模態分解的端點延拓和模態混疊
    3.1 端點問題的提出
    3.2 利用Volterra模型的端點延拓
    3.2.1 Volterra模型簡介
    3.2.2 仿真分析
    3.3 基於*大Lyapunov指數預測的端點延拓
    3.3.1 *大Lyapunov指數的混沌預測相關概念方法
    3.3.2 仿真分析
    3.4 基於支持向量機回歸預測的端點延拓
    3.4.1 支持向量機回歸預測原理
    3.4.2 仿真分析
    3.5 采用聚合經驗模態分解抑制模態混疊
    3.5.1 經驗模態分解的模態混疊
    3.5.2 聚合經驗模態分解的原理及分解步驟
    3.5.3 聚合經驗模態分解在滾動軸承信號分解中的應用
    第4章 閾值去噪方法
    4.1 小波去噪
    4.1.1 小波變換
    4.1.2 小波去噪的基本原理和方法
    4.1.3 小波閾值去噪
    4.1.4 新小波閾值函數去噪
    4.2 經驗模態分解閾值去噪方法
    4.3 仿真分析
    第5章 基於經驗模態分解的非線性振動分析
    5.1 基於經驗模態分解的非線性預測
    5.1.1 *大可預測時間
    5.1.2 仿真分析
    5.2 隨機噪聲對經驗模態分解及其非線性特征的影響
    5.2.1 隨機噪聲對非線性響應經驗模態分解的影響
    5.2.2 噪聲對非線性特征的影響
    5.3 IMF變化對原信號非線性特征影響
    5.3.1 IMF缺失對繫統非線性特征影響
    5.3.2 IMF比例縮小對繫統非線性特征影響
    5.3.3 IMF移位對繫統非線性特征影響
    第6章 基於經驗模態分解的故障特征提取與信號處理
    6.1 利用經驗模態分解下的Volterra模型提取結構損傷特征量
    6.1.1 利用經驗模態分解下的V0ltem模型提取損傷特征量的方法和步驟
    6.1.2 仿真分析
    6.2 利用特征模態函數分量包絡矩陣的奇異值提取結構損傷特征量
    6.2.1 利用特征模態函數包絡和奇異值提取損傷特征量的方法和步驟
    6.2.2 仿真分析
    6.3 基於經驗模態分解的振動信號盲源分離
    6.3.1 盲源分離研究背景
    6.3.2 主分量分析
    6.3.3 EMD-PCA-DSS方法
    6.3.4 仿真分析
    第7章 基於經驗模態分解的語音信號研究
    7.1 語音信號基本概念
    7.1.1 語音、人耳感知及干擾噪聲
    7.1.2 語音增強的意義和應用
    7.1.3 語音增強方法研究進展
    7.2 基於經驗模態分解的語音增強
    7.3 基於經驗模態分解的語音端點檢測
    7.3.1 語音端點檢測算法
    7.3.2 基於經驗模態分解的互相關函數的語音端點門限值編碼
    7.4 基於人耳聽覺特性的小波變換的語音增強
    7.4.1 基於小波變換的耳蝸濾波器組實現
    7.4.2 基於人耳聽覺特性的小波變換的語音增強算法
    7.5 算法測試及性能評價
    7.5.1 語音質量評價方法
    7.5.2 仿真分析
    第8章 經驗模態分解在實驗數據分析中的應用
    8.1 滾動軸承的結構損傷檢測實驗
    8.1.1 滾動軸承的主要損傷形式
    8.1.2 滾動軸承的結構組成、固有頻率和損傷特征頻率
    8.1.3 滾動軸承振動信號特征
    8.1.4 滾動軸承損傷實驗
    8.1.5 買驗結果
    8.2 結構損傷特征量提取
    8.2.1 滾動軸承損傷與非損傷的特征量提取
    8.2.2 滾動軸承不同損傷位置的特征量提取
    8.2.3 滾動軸承不同損傷程度的特征量提取
    8.3 Voltem模型在滾動軸承信號分解中的應用
    8.4 非線性裂紋轉子實驗信號的端點延拓
    8.4.1 實驗模型及其原理
    8.4.2 實驗裝置
    8.4.3 實驗數據分析
    8.5 雙盤轉子信號的盲源分離
    參考文獻
 
網友評論  我們期待著您對此商品發表評論
 
相關商品
在線留言 商品價格為新臺幣
關於我們 送貨時間 安全付款 會員登入 加入會員 我的帳戶 網站聯盟
DVD 連續劇 Copyright © 2024, Digital 了得網 Co., Ltd.
返回頂部