公共文化服务平台

一种能够自动对接充电的无线供电系统: 一种能够自动对接充电的无线供电系统，属于无线供电技术领域，具体涉及一种无线供电系统。本发明针对现有供电系统为有线供电、不安全、不能自动对接的缺陷，提供了一种无线的、安全的、能够自动对接的供电系统。本发明所涉及的一种能够自...; 谢金宝战岭马俊杰王玉静迟明赫柳长源; 文献传递

用于通信加密的DSP数字混沌电路: 用于通信加密的DSP数字混沌电路，它涉及一种DSP数字混沌电路，本实用新型解决了模拟电路实现的混沌系统由于容易受到外部环境因素的影响，使得产生的混沌信号不稳定以及由于模拟器件的参数离散性，导致混沌系统调试困难的问题。复位...; 王玉静高华强张乐魏晶晶王建清吴鑫城陈雪松; 文献传递

一种改进宽度迁移学习的不同负载下滚动轴承状态快速分类方法: 一种改进宽度迁移学习的不同负载下滚动轴承状态快速分类方法，涉及滚动轴承故障分类技术领域，用以解决深度学习网络训练耗时以及不同负载下滚动轴承的源域数据和目标域数据分布差异较大的问题。本发明的技术要点包括：以循环扩展的方式建...; 康守强杨佳轩王玉静孙宇林谢金宝王庆岩梁欣涛

基于EMD和Hilbert变换的心电信号去噪方法被引量：9: 2007年; 基于经验模态分解(EMD)和Hilbert变换理论,提出一种心电信号(ECG)去噪方法.经验模态分解法将任意信号分解为一组固有模态函数IMF,对于非白噪声层IMF的阈值选取,针对传统阈值去噪方法存在较大偏差的问题,提出利用各层IMF的平均频率和能量密度乘积来确定非白噪声层IMF的噪声水平.介绍了白噪声层IMF的检验方法,并给出了利用该方法以及小波阈值去噪方法对心电信号进行去噪处理的实验结果.; 王玉静宋立新; 关键词：EMD HILBERT变换阈值去噪

基于FOA-MKSVM的滚动轴承故障分类方法被引量：7: 2015年; 由于滚动轴承实际各状态数据一般具有不均衡的特点,所以分类时采用单一核函数存在一定的局限性。针对此问题以及支持向量机多参数选择的盲目性,建立一种基于果蝇优化算法的多核支持向量机模型。该模型可以通过核函数权值来调节全局核函数和局部核函数在该模型中的作用,兼具了良好的学习能力和泛化能力。同时,将多核支持向量机参数与果蝇算法中食物的味道浓度值建立一定关系,通过模仿果蝇觅食行为,对各参数进行优化选择。为了验证所提方法的有效性,先利用UCI标准数据集进行实验,再将其应用到滚动轴承故障分类中,并对单核核函数与多核核函数及参数优化算法进行比较。结果表明,提出的方法具有初始化参数少、参数设置简单、全局搜索能力强和分类准确率高的优点,可有效地应用到滚动轴承故障分类中。; 康守强许林虎王玉静姜义成杨广学V.I.Mikulovich; 关键词：支持向量机滚动轴承

一种十一维八次混沌模拟电路: 本实用新型提供了一种十一维八次混沌模拟电路，属于混沌信号发生器设计技术领域。解决现有低维混沌系统一般存在混沌信号简单、密匙空间小、保密性较差等问题。该电路包括十一个通道电路：每一个通道电路均由乘法器、反相加法比例运算器、...; 朱建良陈威威康守强王玉静伊美毓高华强; 文献传递

一种基于深度自编码器构图的高光谱图像半监督分类方法: 一种基于深度自编码器构图的高光谱图像半监督分类方法，涉及遥感图像处理技术领域，用以解决现有高光谱图像分类方法中存在的分类效果不佳的技术问题。本发明方法的技术要点包括：构建稀疏自编码器用于获得高光谱图像数据的谱域特征；用基...; 王庆岩张琦陈萌梁欣涛王玉静

基于数学形态学和IFOA-SVR的滚动轴承可靠度预测方法被引量：11: 2017年; 为了保证滚动轴承运行状态可靠度的预测精度同时增加预测步长,提出一种数学形态学分形维数结合改进果蝇优化算法-支持向量回归(Improved fruit fly optimization algorithm-support vector regression,IFOA-SVR)的滚动轴承可靠度预测方法。提取振动信号的包络信号,计算该包络信号的数学形态学分形维数,将其作为滚动轴承性能退化状态特征。利用IFOA对SVR中的参数C、g以及ε同时进行寻优,建立IFOA-SVR预测模型。利用极大似然估计结合IFOA建立威布尔比例故障率模型(Weibull proportional hazard model,WPHM),进而得到可靠度模型。将退化状态特征作为IFOA-SVR预测模型的输入,采用长期迭代预测法获取特征预测结果,并将该结果嵌入到可靠度模型中,从而预测出轴承运行状态的可靠度。试验结果表明,利用所提方法对滚动轴承可靠度进行预测,能在保证预测精度的前提下增加预测步长。; 康守强叶立强王玉静谢金宝MIKULOVICH V I; 关键词：滚动轴承数学形态学支持向量回归

小波包-局部线性嵌入算法在滚动轴承故障程度识别中的应用被引量：9: 2014年; 对滚动轴承不同性能退化程度进行识别是性能退化评估的前提。为了提高性能退化程度的识别准确率,提出一种基于小波包与局部线性嵌入算法相结合的滚动轴承故障性能退化程度识别方法。首先计算单个样本振动信号的时域、频域指标,再对振动信号进行小波包分解并重构,提取节点信号的时域、频域指标和奇异值构造特征向量,并将多个样本的特征向量排列组合成特征矩阵,然后利用局部线性嵌入算法对特征矩阵当中的特征维数进行约简。最后利用支持向量机对滚动轴承不同性能退化程度进行识别,验证提出方法的可行性和有效性。实验表明,该方法可以准确地识别出滚动轴承不同性能退化程度。; 康守强李祝强杨广学王玉静; 关键词：小波包分解局部线性嵌入支持向量机滚动轴承

一种改进深度Q网络的滚动轴承故障诊断方法: 一种改进深度Q网络的滚动轴承故障诊断方法，涉及滚动轴承故障诊断技术领域，用以解决现有技术中在应用深度强化学习对滚动轴承故障进行诊断时，由于数据分布不平衡或变负载导致的诊断准确率过低的问题。本发明的技术要点包括：把k‑me...; 康守强刘哲王玉静王庆岩梁欣涛谢金宝兰朝凤

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

王玉静