转子振动故障的小波能谱熵SVM诊断方法

融合小波能谱熵和支持向量机(SVM)的特点,提出了基于小波能谱熵的SVM故障诊断方法.利用转子试验台对转子典型振动故障进行模拟并采集振动数据,提取其振动信号的小波能谱熵作为特征向量,通过样本训练建立了转子在各种典型振动故障状态下的SVM模型和多类分类器,进而实现了对未知转子振动故障的识别.实际应用表明,提出的转子振动故障诊断方法是可行和有效性的.      

转子振动故障的过程功率谱熵特征分析与定量诊断

针对传统旋转机械振动故障定性诊断的不足,提出了1种以信息熵理论为基础的转子故障特征分析与定量诊断方法。在转子试验台上模拟转子振动的4种典型故障,分别得到4个测点多转速下的振动过程故障数据;对这些故障数据进行分析和处理,提取反映其振动过程的故障特征——功率谱信息熵,建立能描述转子振动过程变化规律的多转速多测点下的故障信息熵矩阵,并对振动故障进行分析;通过对转子振动故障信号的实例计算和定量诊断分析,验证了该方法在转子振动故障分类和故障严重程度判断方面是可行的。     

遥感卫星CCD相机量化位数的选择

遥感卫星CCD相机量化位数与信噪比等图像质量（Quality）参数有重要关系,CCD相机量化位数的选择能够影响其图像质量。文章简要介绍了国际遥感卫星量化位数的选择,从图像信噪比、图像熵这两方面分析了量化位数与图像质量的关系,详细地对量化位数与CCD相机模数转换器件信噪比以及系统信噪比的关系进行了研究,并仿真得到不同量化位数的图像。对仿真图像的主观判断以及客观参数的计算结果表明,图像质量随着量化位数增加而提高。     

论带通信道的信道容量的不确定性

依据山农的经典论证方法 ,证明山农信道容量定理仅适用于低通信道 ,不适用于带通信道。对于带通信道 ,信道容量将随信道通带的中心频率而改变。所以带通信道的信道容量具有不确定性。     

基于最大熵法的捷联惯组历次测试数据验前分布研究

研究在验前信息贫乏的情况下,使用异源验前信息确定捷联惯性测量组合(简称捷联惯组)历次测试数据验前分布的方法.将熵的概念引入验前分布的研究中,研究了在小样本条件下通过最大熵法确定捷联惯组历次测试数据验前分布的方法.研究结果表明这种方法能够准确有效地揭示捷联惯组历次测试数据的统计特性,克服了验前信息不足带来的统计分析误差,有效的提高了统计分析的质量.     

粗糙条件熵算法在故障诊断中应用分析

给出了一种基于条件熵的算法,并应用于弹载电子设备故障诊断中。结果表明,诊断结果准确可靠,且弥补了差别矩阵算法和差别函数算法的不足。     

协同翻译环境下辅助译文生成技术研究

在协同翻译过程中，辅助译文的质量是影响协同翻译效率的重要因素，而现有辅助译文生成方法并没有考虑用户对辅助译文的个性化需求。由此，提出了通过建立用户模型来提高辅助译文质量的研究思路，根据翻译知识库与用户知识库的相对熵的大小来决策为用户提供哪个模板。实验表明：在使用用户模型后，协同翻译的效率有了明显的提高。     

化学反应过程方式的判据及反应方向的判据

本文对化学反应过程的方式及方向判据问题进行了简要分析,并指出用△G~Q代替△G判断化学反应过程的粗略界限。     

热力学中最小熵增原理在流体力学中的应用

本文运用非平衡态热力学中最小熵增原理,分析了层流和湍流流动在接近热力学平衡定态时的特性。特别是在湍流流动中,舍弃了以往一些经验性的假设,指出流动处于局部机械平衡时可由最小熵增原理导出速度和温度分布。反之亦揭示了充分发展的湍流遵循最小熵增原理的这一机理。     

Characterization of ionospheric amplitude scintillations using wavelet entropy detrended GNSS data

The extensive monitoring networks of Global Navigation Satellite System (GNSS) ionospheric scintillation have been established to continuously log observation data. Further, the amplitude scintillation index and the phase scintillation index, which are derived from scintillation observations, are anticipated to accommodate the accuracy requirement of both the user level and the monitoring station level. However, raw scintillation observations essentially measure superposed waveform impairments of GNSS signals propagating through ionosphere and troposphere. It implies that fluctuations of raw scintillation observations are caused by multiple factors from the entire radio propagation environment. Hence, it is crucial to characterize ionospheric scintillations from GNSS observation data. And the characterization is implemented through extracting fluctuations of raw observations merely induced by ionospheric scintillations. Designed to address this problem by means of Fourier filtering detrending, the present work investigates the influence of varying detrending cutoff frequencies on wavelet statistical energy and wavelet entropy distributions of scintillation data. It consequently derives criteria on the optimum detrending cutoff frequency for three types of raw amplitude scintillation data, which are classified by their wavelet energy distributions. Results of the present work verify that detrending with specific optimum cutoff frequencies rather than the fixed and universally applicable one renders the validity and credibility of characterizing ionospheric scintillations as the part of GNSS observation fluctuations purely induced by ionosphere electron density irregularities whose scale sizes are comparable with or smaller than the Fresnel scale.