导读:本文包含了小波包熵论文开题报告文献综述及选题提纲参考文献，主要关键词:煤与瓦斯突出,小波包熵,数据融合,实时预警
小波包熵论文文献综述
屠乃威,阎馨[1]（2019）在《基于小波包熵和数据融合的煤与瓦斯突出预警》一文中研究指出在深入分析煤与瓦斯突出前的瓦斯浓度变化基础上,提出了基于小波包熵和数据融合的煤与瓦斯突出预警方法。利用基于均值的分批估计融合方法对瓦斯浓度多传感器数据进行处理,以获取煤与瓦斯突出预警所需更为准确、可靠的数据;利用瓦斯浓度变化的小波包熵特征,量化瓦斯浓度变化的无序程度;利用基于小波包熵特征的煤与瓦斯突出预警模型,进行煤与瓦斯突出的实时预警;利用基于重构信号能量的小波包分解层数确定方法,对瓦斯浓度变化的小波包熵特征提取所需的小波包分解层数进行科学确定。通过实例验证表明,煤与瓦斯突出前瓦斯浓度发生忽大忽小的无序变化时,所提方法可以有效探测工作面的煤与瓦斯突出危险性。(本文来源于《控制工程》期刊2019年04期）
裴娅男[2]（2018）在《睡眠剥夺脑疲劳状态静息脑电图小波包熵分析》一文中研究指出为探索睡眠剥夺后疲劳状态静息脑电图复杂度变化特征,本文招募了36名健康受试者参与30h完全睡眠剥夺试验,并于睡眠剥夺前后分别采集睁眼及闭眼状态下的静息态脑电图,并对静息态脑电图信号α1及θ波段进行小波包熵分析.结果发现:与睡眠剥夺前相比,睡眠剥夺后个体的闭眼α1波段小波包熵明显下降,睁眼α1波段小波包熵无明显变化.与高频波段小波包熵强度变化不同,θ波段小波包熵在睁眼时显著增高,闭眼时无明显变化.表明睡眠剥夺后个体闭眼α1波段小波包熵明显下降,睁眼θ波段小波包熵明显增高,是睡眠压力不断增加条件下脑电图变化的重要特征.(本文来源于《测试技术学报》期刊2018年03期）
杨思,朱爱华,姚德臣,杨建伟,白永亮[3]（2018）在《基于MCKD与小波包熵的齿轮箱轴承微弱故障信号提取》一文中研究指出针对齿轮箱轴承故障信号含有大量噪声而特征难以提取的问题。文章提出一种基于MCKD(最大相关峭度解卷积)和小波包熵值相结合的齿轮箱微弱故障信号提取方法。首先根据MCKD对故障信号进行降噪,突出信号中的有效冲击成分。然后进行小波包分解得到包含故障特征成分的末层节点信号,并以互相关系数-小波包熵值为准则对最后一层节点信号进行筛选并获取敏感节点信号,最后通过对敏感节点信号进行重构从而获得降噪后的轴承故障信号。实验结果表明该方法能够很好的滤除信号中的噪声并且准确地提取故障信号中的冲击成分,是对齿轮箱微弱故障特征提取的一种新方法。(本文来源于《组合机床与自动化加工技术》期刊2018年05期）
李昕,孙小棋,王欣,史春燕,康健楠[4]（2017）在《基于自回归小波包熵特征融合算法的情感识别研究》一文中研究指出针对提高情感识别正确率这一国际开放问题,本文提出了一种基于小波包熵和自回归模型相结合的脑电信号特征提取算法。自回归过程能最大程度逼近脑电信号,用很少的自回归参数提供丰富的谱信息。小波包熵反映脑电信号在各个频带中的谱能量分布情况。将二者结合,能够更好地体现脑电信号的能量特征。本文基于核主成分分析方法,实现了脑电信号特征提取融合。课题组采用情感脑电国际标准数据集(DEAP),选取6类情感状态以本文算法进行情感识别。结果显示,本文算法情感识别正确率均在90%以上,最高情感识别正确率可达99.33%。本文的研究结果表明,该算法能够较好地提取脑电信号情感特征,是一种有效的情感特征提取算法。(本文来源于《生物医学工程学杂志》期刊2017年06期）
王锐,王新[5]（2017）在《基于小波包熵和马氏距离的级联式变频器故障诊断》一文中研究指出针对级联式变频器内部功率管开路故障诊断中,逆变侧功率管开路故障隐蔽性较强、诊断较难的问题,提出了一种基于小波包特征熵的故障信号提取方法。为了提高级联式变频器功率管开路故障的诊断精度,采用马氏距离分类法进行故障诊断。首先,采集某型号级联式变频器在不同工况下的输入侧电流信号;其次,对采集的电流信号作小波包变换,并提取其特征熵向量作为样本数据集;最后,利用马氏距离分类法进行故障诊断。试验结果表明:采用小波包特征熵提取算法,可以有效地提取级联式变频器功率管发生开路故障时的电流信号特征;同时,采用马氏距离分类法,能够较好地对特征熵向量进行分类和识别。2种算法的结合,可以有效诊断级联式变频器功率管开路故障,也为变频器功率管开路故障的诊断提供了新方法。(本文来源于《自动化仪表》期刊2017年12期）
李一鸣,符世琛,周俊莹,宗凯,李瑞[6]（2017）在《基于小波包熵和流形学习的垮落煤岩识别》一文中研究指出针对垮落煤岩识别的技术问题,基于垮落煤岩冲击液压支架后尾梁的振动信号,提出了一种基于小波包熵和流形学习的特征提取方法。该方法首先对振动信号进行小波包分解并单支重构,计算该信号的小波包能量熵,从而确定信号能量分布的复杂度,计算各频带的样本熵,从而确定各频带小波包系数的复杂度。以小波包能量熵和频带样本熵构造特征向量,输入BP神经网络识别垮落煤岩。然后利用局部线性嵌入(LLE)挖掘特征向量的低维流形结构,并输入神经网络对比其识别效果。并提出了未知样本低维估计方法以得到其低维嵌入。结果表明:基于小波包熵和LLE提取的特征向量准确又简单,输入神经网络识别率达到92.5%;基于低维估计方法得到的未知样本低维嵌入也较准确。(本文来源于《煤炭学报》期刊2017年S2期）
彭丹,岳金霞,毕艳兰[7]（2017）在《小波包熵的复杂体系近红外光谱信息提取》一文中研究指出有用信息提取是复杂体系近红外检测的重点和难点之一。由于复杂体系光谱中存在各种噪声、基线漂移、谱带重迭及复杂背景的干扰,常规方法不能准确地从光谱中获得有用信息。为此,将小波包变换(DWPT)和信息熵理论相结合——小波包熵(EWPIE)提取复杂体系光谱中的有用信息。思路是采用小波包变换对光谱信号进行多频带分解,根据有用信号与噪声的频带分布特点,基于信息熵理论滤除干扰的频率分量,采用正交校正法(OSC)剔除与被测组分无关的信息,然后对处理后的频率分量进行重构,从而实现复杂体系有用信息的准确提取。通过对复杂体系光谱数据建立多元校正模型来验证该方法的效果。采用牛奶的近红外光谱数据,以牛奶中脂肪和蛋白质浓度为研究对象,建立了偏最小二乘法(PLS)模型。结果显示,牛奶中脂肪和蛋白质的预测均方根误差(RMSEP)分别为0.132%和0.121%,与单纯的DWPT和OSC相比,EWPIE能够有效地提取有用信息,避免了无用信息的干扰,明显提高了模型的预测精度,对复杂体系的准确检测具有一定的理论意义和实际应用价值。(本文来源于《光谱学与光谱分析》期刊2017年11期）
盛丰,张利勇,吴丹[8]（2017）在《采用小波包熵度量入渗水量和试验尺度对土壤水运移非均匀特性的影响》一文中研究指出土壤优先流是降雨和灌溉水在土壤中常见的运动形式,但如何准确描述土壤优先流的非均匀特征一直都是土壤水文学界的研究难点和热点。采用小波包熵(Shannon信息熵和log能量熵)对不同入渗水量和不同试验尺度条件下观测到的优先流运动进行了度量和分析,并将研究结果与采用基质熵和分形特征参数等度量的分析结果进行了比较。研究结果表明:(1)小波包熵可成功度量优先流的非均匀特征;(2)土壤优先流的非均匀特征随入渗水量的增大先增大后减少;(3)在研究尺度范围内,随着试验尺度的增大,土壤优先流运动的非均匀程度增加。(本文来源于《长江科学院院报》期刊2017年11期）
周彭滔,单奇,叶运广[9]（2017）在《小波包熵与多核学习在列车转向架轴承故障诊断中的应用》一文中研究指出为提高列车转向架轴承故障诊断的准确性和效率,提出一种基于小波包熵和多核学习的列车轴承故障智能诊断方法。该方法通过对轴承振动信号进行小波包分解,提取小波包特征分量,通过广义信息熵的概念定义了小波包特征熵函数,最后基于多核学习训练出的分类器对轴承故障类型进行分类,判断轴承的工作状态。实验结果表明,该方法可以准确、有效地实现列车轴承的故障判别,为列车转向架轴承早期故障诊断的研究提供一定的新的思路。(本文来源于《燕山大学学报》期刊2017年05期）
王少峰,刘朋真,王建国,高琳[10]（2017）在《基于小波包熵与Gabor小波变换的管道连续型泄漏源定位》一文中研究指出针对压力管道泄漏声发射信号的含有高频噪声、多模态以及频散现象,影响对泄漏源定位精度的问题。研究了一种基于Gabor小波变换与小波包熵值降噪相结合的方法对泄漏源进行定位。首先对采集的泄漏信号进行小波包熵值降噪以滤除背景噪声,其次对降噪后的信号进行Gabor小波变换获得其在特定频率下的时间-频率空间分布,确定不同模态信号到达同一个传感器的时间差,并结合压力管道的频散曲线特性确定该频率下不同模态的群速度,最终实现对管道泄漏源的精确定位。(本文来源于《仪表技术与传感器》期刊2017年09期）
小波包熵论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为探索睡眠剥夺后疲劳状态静息脑电图复杂度变化特征,本文招募了36名健康受试者参与30h完全睡眠剥夺试验,并于睡眠剥夺前后分别采集睁眼及闭眼状态下的静息态脑电图,并对静息态脑电图信号α1及θ波段进行小波包熵分析.结果发现:与睡眠剥夺前相比,睡眠剥夺后个体的闭眼α1波段小波包熵明显下降,睁眼α1波段小波包熵无明显变化.与高频波段小波包熵强度变化不同,θ波段小波包熵在睁眼时显著增高,闭眼时无明显变化.表明睡眠剥夺后个体闭眼α1波段小波包熵明显下降,睁眼θ波段小波包熵明显增高,是睡眠压力不断增加条件下脑电图变化的重要特征.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
小波包熵论文参考文献
[1].屠乃威,阎馨.基于小波包熵和数据融合的煤与瓦斯突出预警[J].控制工程.2019
[2].裴娅男.睡眠剥夺脑疲劳状态静息脑电图小波包熵分析[J].测试技术学报.2018
[3].杨思,朱爱华,姚德臣,杨建伟,白永亮.基于MCKD与小波包熵的齿轮箱轴承微弱故障信号提取[J].组合机床与自动化加工技术.2018
[4].李昕,孙小棋,王欣,史春燕,康健楠.基于自回归小波包熵特征融合算法的情感识别研究[J].生物医学工程学杂志.2017
[5].王锐,王新.基于小波包熵和马氏距离的级联式变频器故障诊断[J].自动化仪表.2017
[6].李一鸣,符世琛,周俊莹,宗凯,李瑞.基于小波包熵和流形学习的垮落煤岩识别[J].煤炭学报.2017
[7].彭丹,岳金霞,毕艳兰.小波包熵的复杂体系近红外光谱信息提取[J].光谱学与光谱分析.2017
[8].盛丰,张利勇,吴丹.采用小波包熵度量入渗水量和试验尺度对土壤水运移非均匀特性的影响[J].长江科学院院报.2017
[9].周彭滔,单奇,叶运广.小波包熵与多核学习在列车转向架轴承故障诊断中的应用[J].燕山大学学报.2017
[10].王少峰,刘朋真,王建国,高琳.基于小波包熵与Gabor小波变换的管道连续型泄漏源定位[J].仪表技术与传感器.2017