基于联合时频分析的混合神经系统在信号分类与模式识别中的应用*
吴勉
邵惠鹤
1.上海交通大学自动化研究所2.上海交通大学自动化研究所
摘要：介绍了一种基于STFT,WVD和Wavelet变换的混合神经系统在特征提取和信号分类中的应用.它运用时频信号处理技术与混合神经网络结构以及高级训练算法相结合的设计思想,辅之以主元分析和全局决策融合策略,对传统的模式识别技术进行了有效地改进.本文将所述基于WT,STFT和WVD的混合神经系统信号分类器(WSWHNS)的算法程序嵌入一汽车实时智能故障诊断软件包中做了现场实验,获得了非常满意的诊断效果.
关键词：小波变换时频分析混合神经系统主元分析决策融合信号分类模式识别故障诊断
分类号：TP3(计算技术、计算机技术)
论文发表日期：2001-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 69-74 )
英文信息