您当前的位置:
首页 >
文章列表页 >
基于变分模态分解色散熵和SVM的轨道车辆受电弓故障诊断
研究简报 | 更新时间:2022-09-22
    • 基于变分模态分解色散熵和SVM的轨道车辆受电弓故障诊断

    • RAILWAY VEHICLES PANTOGRAPH FAULT DIAGNOSIS BASED ON VARIATIONAL MODE DECOMPOSITION DISPERSION ENTROPY AND SVM

    • 机械强度   2022年44卷第3期 页码:747-752
    • 作者机构:

      1. 郑州旅游职业学院信息工程学院

    • DOI:10.16579/j.issn.1001.9669.2022.03.034    

      中图分类号:

    扫 描 看 全 文

  • 潘宁. 基于变分模态分解色散熵和SVM的轨道车辆受电弓故障诊断[J]. 机械强度, 2022,44(3):747-752. DOI: 10.16579/j.issn.1001.9669.2022.03.034.

    PAN Ning. RAILWAY VEHICLES PANTOGRAPH FAULT DIAGNOSIS BASED ON VARIATIONAL MODE DECOMPOSITION DISPERSION ENTROPY AND SVM[J]. 2022,44(3):747-752. DOI: 10.16579/j.issn.1001.9669.2022.03.034.

  •  

0

浏览量

88

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

改进灰狼算法优化支持向量机在风力机齿轮箱故障诊断中的应用
灰狼算法优化支持向量机在风力机齿轮箱故障诊断中的应用
基于改进果蝇优化算法优化支持向量机的故障诊断
基于变分模态分解和LFOA-RVM的轴承故障诊断
基于改进蜂群算法优化支持向量机的故障诊断

相关作者

暂无数据

相关机构

上海理工大学能源与动力工程学院
上海市动力工程多相流动与传热重点实验室
河南护理职业学院公共学科部
郑州升达经贸管理学院信息工程学院
郑州旅游职业学院信息网络中心
0