收藏本站
《中南大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于核方法的旋转机械故障诊断技术与模式分析方法研究

蒋玲莉  
【摘要】:旋转机械是国民经济支撑行业中广泛使用的关键性核心设备,开展旋转机械故障诊断技术研究,对于确保此类设备安全、可靠、高效、长周期、满负荷、优质运行,避免巨大的经济损失和灾难性事故的发生,具有极大的经济、社会意义。旋转机械故障诊断过程实质是模式分析过程,以支持向量机为代表的核方法带来了模式分析领域的第三次革命,该类方法通过核函数将原始空间数据隐式映射到特征空间,在特征空间寻找线性关系,实现非线性问题的高效求解。旋转机械发生的故障常常呈现出非线性行为,核方法特别适用于旋转机械故障诊断与模式分析问题的处理。 典型的核方法除支持向量机(SVM),还有核主成分分析(KPCA)、核独立成分分析(KICA)、核聚类(KC)、核Fish判别(KFD)等。论文围绕核方法及其在旋转机械故障诊断中的应用而展开,主要研究内容包括: 1.面向核方法应用的旋转机械振动信号采集与预处理 以机械故障综合模拟实验台为平台,设计了旋转机械典型故障振动测试实验,并采集了数据。提取时域统计特征、小波包分解和经验模态分解所得不同频段的能量、熵和能量熵特征、时序特征、关联维特征,构成11个旋转机械故障特征库,为核方法应用研究提供数据基础。 针对EMD过程中易产生冗余IMF的不足,提出改进HHT方法。小波包去噪后,以EMD所得每个IMF与分解前信号的相关系数作为判断依据,剔除冗余IMF,滚动轴承故障诊断实例表明该方法可有效提取微弱信号故障特征频率。 2.面向旋转机械故障诊断的KPCA核参数优选与消噪方法研究 揭示了核函数及核参数对KPCA性能影响规律,发现无论选用高斯核还是多项式核,累计贡献率大于0.85的核主成分个数均随核参数的增大而递减,最终呈收敛状态;选用高斯核的KPCA,其核主成分具有更好的聚类性能,对没有任何先验知识的特征向量执行KPCA时,建议取高斯核参数σ≥25。 提出了基于KPCA的信号消噪方法,克服滤波、小波消噪等常用消噪方法需要先验知识,给实际应用带来困难的不足。通过相空间重构将一维观测信号扩展为多维向量,再执行KPCA,提取核主成分,实现信号消噪,整个过程无需任何先验知识。仿真与滚动轴承振动信号消噪实例验证了方法的有效。 3.基于KICA的旋转机械故障信号消噪与特征提取 提出了基于KICA的信号消噪方法,通过引入适配噪声分量,将一维观测信号扩展为多维向量,再执行KICA,实现信噪分离,达到消噪目的。KICA消噪过程不受信噪比影响,具有其它消噪方法无法比拟的优势。转子不平衡振动信号的消噪实例验证了方法的有效性。 定义了旋转机械KIC特征量,实测信号分析表明KIC对滚动轴承与齿轮故障均具有有较好的识别性,可作为敏感特征量用于故障诊断。 4.基于(核)聚类的旋转机械故障诊断 提出了EMD-模糊聚类法、基于高阶累积量的AR参数估计-模糊聚类法,滚动轴承故障诊断与性能退化评估实例验证了方法的有效性。 提出了基于双谱分布区域的匹配聚类方法,有效克服了传统基于谱图频率峰值的故障诊断方法容易受混频干扰的不足,滚动轴承与齿轮的故障诊断实例验证了方法的有效性。 提出了两种核聚类方法,重点研究了初始核聚类中心、及进一步核聚类中心的确定方法,实例验证了方法的有效性。 5.基于SVM与多振动信息融合的旋转机械故障诊断 提出了基于SVM的多振动信息融合旋转机械故障诊断方法,多个传感器的单一特征量的SVM融合可实现较高精度的滚动轴承与齿轮的故障诊断。 研究了基于基座的旋转机械故障诊断,SVM对基座多传感器微弱信号执行信息融合,有效实现转子裂纹与滚动轴承的故障诊断。基座传感器安装方式具有通用性,可克服现场传感器安装不便等问题,具有极大的应用推广前景。
【学位授予单位】:中南大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TH165.3

【引证文献】
中国博士学位论文全文数据库 前2条
1 王冬云;转子-轴承故障诊断方法研究[D];燕山大学;2012年
2 王常青;数字图像处理与分析及其在故障诊断中的应用研究[D];华中科技大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 潘明清;周晓军;吴瑞明;雷良育;;基于主元分析的支持向量数据描述机械故障诊断[J];传感技术学报;2006年01期
2 万书亭,李和明,李永刚;自适应神经网络在发电机组故障诊断中的应用[J];华北电力大学学报;2002年02期
3 翟永杰,毛继珮,于丽敏,刘长良;分级聚类支持向量机在汽轮机故障诊断中的应用[J];华北电力大学学报;2003年06期
4 蒋东翔,黄文虎,徐世昌;分形几何及其在旋转机械故障诊断中的应用[J];哈尔滨工业大学学报;1996年02期
5 刘占生,刘成敏,刘树春,范显峰,唐炳照;小波分析和分形几何在转子动静碰摩故障诊断中的应用[J];哈尔滨工业大学学报;1999年01期
6 张利平,王铁生,索丽生;改进的BP网络在汽轮发电机组故障诊断中的应用[J];河海大学学报(自然科学版);2003年02期
7 成琼,于德介;基于复小波变换相位功率谱的齿轮故障诊断[J];湖南大学学报(自然科学版);2001年S1期
8 于德介,程军圣;EMD方法在齿轮故障诊断中的应用[J];湖南大学学报(自然科学版);2002年06期
9 熊良才,史铁林,杨叔子;基于双谱分析的齿轮故障诊断研究[J];华中科技大学学报;2001年11期
10 刘晓波,黄其柏;基于动态核聚类分析的水轮机组故障模式识别[J];华中科技大学学报(自然科学版);2005年09期
中国博士学位论文全文数据库 前6条
1 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
2 杨宇;基于EMD和支持向量机的旋转机械故障诊断方法研究[D];湖南大学;2005年
3 何学文;基于支持向量机的故障智能诊断理论与方法研究[D];中南大学;2004年
4 邹敏;基于支持向量机的水电机组故障诊断研究[D];华中科技大学;2007年
5 彭兵;基于改进支持向量机和特征信息融合的水电机组故障诊断[D];华中科技大学;2008年
6 张超;基于支持向量机的汽轮机轴系振动故障智能诊断研究[D];华北电力大学(河北);2009年
【共引文献】
中国期刊全文数据库 前10条
1 曾庆海;马中军;王艺霖;;引入混沌理论的混凝土中氯离子传输机理研究[J];四川建筑科学研究;2007年01期
2 冉志红;李乔;;基于分形的结构损伤识别方法研究[J];四川建筑科学研究;2008年06期
3 刘慧卿;周国峰;张先起;;空调负荷混沌特性分析与预测[J];四川建筑科学研究;2009年05期
4 邓亚超;陈彪;;模糊神经网络在火灾探测系统中的应用[J];安防科技;2012年03期
5 张师玲;李正明;周新云;孙俊;张兵;;基于改进神经网络的农村电力系统短期负荷预测[J];安徽农业科学;2009年30期
6 郑志敬;周钦富;张建华;杨胜利;;松墨天牛成虫林间种群数量混沌特性的识别[J];安徽农业科学;2011年03期
7 余嘉傲;吕建新;;基于经验模态分解近似熵和支持向量机的农用柴油机故障诊断[J];安徽农业科学;2011年16期
8 陈利星;陈绘画;周钦富;;神经网络对马尾松蛀干类害虫数量的混沌识别[J];安徽农业科学;2011年28期
9 王玉蓉;曾松伟;;分形在现代农业工程中的应用现状与展望[J];安徽农业科学;2012年17期
10 蔡爱民,查良松;基于分形理论的安徽省旱、洪涝灾害时序特征分析[J];安徽农业大学学报;2005年04期
中国重要会议论文全文数据库 前10条
1 ;Novel Hybrid Clustering Algorithm Incorporating Artificial Immunity into Fuzzy Kernel Clustering for Pattern Recognition[A];第二十六届中国控制会议论文集[C];2007年
2 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
3 刘润杰;申金媛;张端金;穆维新;;下一代网络信令流量的混沌预测[A];第二十七届中国控制会议论文集[C];2008年
4 苏俊杰;钟秋海;许继平;;基于自适应遗传算法的径向基函数网络的呼吸周期预测研究[A];第二十九届中国控制会议论文集[C];2010年
5 杨辰龙;王力求;徐志农;;超声TOFD信号的改进Hilbert变换方法[A];第二十九届中国控制会议论文集[C];2010年
6 ;Fault Diagnosis for Power Unit Based on Wavelet Packet PCA-SVM[A];第二十九届中国控制会议论文集[C];2010年
7 李健宝;彭涛;;基于EMD与相关性分析的滚动轴承智能故障诊断[A];第二十九届中国控制会议论文集[C];2010年
8 张文广;史贤俊;肖支才;李新;;基于RBF神经网络的导弹舵机系统故障检测[A];第二十九届中国控制会议论文集[C];2010年
9 张博闻;祁炜;杨冬;唐小程;宋执环;;基于EMD的频率族分离法在滚动轴承故障诊断中的应用[A];第二十九届中国控制会议论文集[C];2010年
10 冯志鹏;陈衍娟;马飞;刘立;郝如江;褚福磊;;基于集合经验模式分解的滚动轴承故障诊断研究[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国博士学位论文全文数据库 前10条
1 张杏莉;几何约束求解关键问题研究[D];山东科技大学;2010年
2 杨莉;基于可持续发展的我国电源结构优化研究[D];哈尔滨工程大学;2010年
3 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
4 王婷;EMD算法研究及其在信号去噪中的应用[D];哈尔滨工程大学;2010年
5 吴冬梅;基于达芬振子的微弱信号检测方法研究[D];哈尔滨工程大学;2010年
6 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
7 孙明;基于小波和迟滞的混沌神经网络及其应用[D];哈尔滨工程大学;2010年
8 张泽宝;空间数据库的索引技术研究[D];哈尔滨工程大学;2009年
9 王兴梅;水下声纳图像的MRF目标检测与水平集的轮廓提取方法研究[D];哈尔滨工程大学;2010年
10 冷欣;船用增压锅炉汽包水位预测控制方法研究[D];哈尔滨工程大学;2009年
中国硕士学位论文全文数据库 前10条
1 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
2 孙丽娟;基于煤矿瓦斯监测数据的煤与瓦斯突出预警技术研究[D];河南理工大学;2010年
3 刘维会;不平衡数据集上支持向量机算法研究[D];山东科技大学;2010年
4 张莉;n-GaAs中的混沌研究[D];长春理工大学;2010年
5 张磊涛;HHT在结构健康监测中的应用研究[D];浙江理工大学;2010年
6 吴家瑞;服装产品加工成本快速估算方法研究[D];浙江理工大学;2010年
7 蒋静;基于量子粒子群优化的Volterra核辨识及故障诊断方法研究[D];郑州大学;2010年
8 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
9 张娓娓;焦炭生产过程质量模型建模方法研究[D];郑州大学;2010年
10 韩冬振;远程诊断中心的设计与实现[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 ;Microstructure evolution during reheating of a Nb-bearing steel Ⅰ. Metallographic examination[J];Journal of University of Science and Technology Beijing(English Edition);2005年04期
2 刘芳;陈英茂;白净;;基于医学图像处理的放射性药物内照射剂量计算[J];北京生物医学工程;2007年02期
3 曹会志;王晨;罗述谦;;结合蚁群算法的Snake模型的医学图像分割方法[J];北京生物医学工程;2007年03期
4 李辉;张安;徐琦;黄治军;;连续小波变换在传感器故障诊断中的应用[J];传感技术学报;2005年04期
5 杨杰;郑海起;刘晓平;王彦刚;;多尺度柔性形态滤波在轴承故障诊断中的应用[J];轴承;2011年03期
6 和卫星;许莉;;数学形态学和HHT在轴承故障诊断中的应用[J];轴承;2011年11期
7 于金涛;丁明理;孟凡刚;乔玉良;王祁;;基于谐波小波包和支持向量机的声发射源识别(英文)[J];Journal of Southeast University(English Edition);2011年03期
8 王延博;大型汽轮发电机组轴系不对中振动的研究[J];动力工程;2004年06期
9 程道来,吴茜,吕庭彦,陈栋;国内电站故障诊断系统的现状及发展方向[J];动力工程;1999年01期
10 黄永东;;转子不平衡现象的分析[J];发电设备;2009年03期
中国博士学位论文全文数据库 前10条
1 陈非;基于过程信息融合的旋转机械信息(火用)故障诊断研究[D];华中科技大学;2010年
2 杨志荣;基于多源信息融合的水电机组故障诊断与轴心轨迹识别技术研究[D];华中科技大学;2011年
3 侯俊剑;基于声像模式识别的故障诊断机理研究[D];上海交通大学;2011年
4 蒋斌;机电系统故障诊断的理论与应用研究[D];浙江大学;2002年
5 付波;基于弯扭耦合振动与轴心轨迹辨识的水轮发电机组故障诊断研究[D];华中科技大学;2006年
6 胡爱军;Hilbert-Huang变换在旋转机械振动信号分析中的应用研究[D];华北电力大学(河北);2008年
7 周云燕;基于图像分析理论的机械故障诊断研究[D];华中科技大学;2007年
8 杨昌昊;基于不确定性理论的机械故障智能诊断方法研究[D];中国科学技术大学;2009年
9 彭兵;基于改进支持向量机和特征信息融合的水电机组故障诊断[D];华中科技大学;2008年
10 向秀桥;现代智能计算及其在水电机组故障诊断中的应用[D];华中科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 刘冬;基于振动信号处理的旋转机械故障诊断[D];上海交通大学;2010年
2 陈琼;基于信号处理的模式识别方法在滚动轴承故障诊断中的应用[D];北京化工大学;2011年
3 韩丽;航空数码相机图像处理研究[D];西北工业大学;2007年
4 李艳妮;旋转机械故障机理与故障特征提取技术研究[D];北京化工大学;2007年
5 陆亦彬;基于XRF技术的航空发动机油液在线监测系统研究[D];南京航空航天大学;2008年
6 杨小飞;汽轮机转子温度场的状态仿真及其故障诊断[D];武汉理工大学;2009年
7 许贵;星载遥感图像压缩中的变换算法研究[D];南京理工大学;2009年
8 叶进生;谐波小波包在旋转机械故障诊断中的应用研究[D];华北电力大学(河北);2009年
9 周训强;旋转机械轴心轨迹的提纯、特征提取与自动识别研究[D];重庆大学;2010年
10 关百峰;黑白航空照相侦察图像处理技术研究[D];东北大学;2008年
【二级引证文献】
中国硕士学位论文全文数据库 前2条
1 王晓云;基于支持向量机的优化在图像分类中的应用研究[D];上海交通大学;2013年
2 张丽娜;振动筛在线故障诊断系统研究与应用[D];陕西科技大学;2013年
【二级参考文献】
中国期刊全文数据库 前10条
1 张文明,李莉,申焱华,王英,王卫刚;滚动轴承故障诊断中的分形[J];北京科技大学学报;1996年03期
2 吕志民,徐金梧,张武军,翟绪圣;分形维数在滚动轴承故障诊断中应用[J];北京科技大学学报;1998年05期
3 修春波,刘向东,张宇河;相空间重构延迟时间与嵌入维数的选择[J];北京理工大学学报;2003年02期
4 张晓东;张振中;胡明;;基于信息融合的船舶机电设备故障诊断[J];船舶工程;2007年03期
5 张敬芬,赵德有;基于模糊神经网络和数据融合的结构裂纹故障诊断[J];船舶力学;2004年02期
6 郑德忠,何乐,周浔,张庆伟,王栋军;基于Fuzzy理论的供热管网故障诊断系统的研究[J];传感技术学报;2003年03期
7 潘明清,周晓军,杨辰龙,庞茂;基于信息谱熵的支持向量机机械状态识别[J];传感技术学报;2005年02期
8 谢春丽,夏虹,刘永阔;多传感器数据融合技术在故障诊断中的应用[J];传感器技术;2004年04期
9 李爱国;;一种基于属性加权模糊聚类算法[J];常熟理工学院学报;2007年08期
10 陆爽,张子达,李萌;基于分形的滚动轴承故障模式的识别[J];轴承;2004年10期
中国重要会议论文全文数据库 前1条
1 陈进;;现代信号处理在机械故障诊断中的应用及展望[A];中国声学学会1999年青年学术会议[CYCA'99]论文集[C];1999年
中国博士学位论文全文数据库 前9条
1 戈志华;基于非线性理论的汽轮机轴系振动故障研究[D];华北电力大学;2000年
2 盖强;局域波时频分析方法的理论研究与应用[D];大连理工大学;2001年
3 马笑潇;智能故障诊断中的机器学习新理论及其应用研究[D];重庆大学;2002年
4 夏建涛;基于机器学习的高维多光谱数据分类[D];西北工业大学;2002年
5 吴涛;核函数的性质、方法及其在障碍检测中的应用[D];中国人民解放军国防科学技术大学;2003年
6 胡劲松;面向旋转机械故障诊断的经验模态分解时频分析方法及实验研究[D];浙江大学;2003年
7 马良玉;结合仿真技术的电站热力系统故障智能诊断研究[D];华北电力大学(河北);2004年
8 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
9 何学文;基于支持向量机的故障智能诊断理论与方法研究[D];中南大学;2004年
中国硕士学位论文全文数据库 前2条
1 尹安东;汽车变速箱齿轮故障模糊聚类诊断技术的应用研究[D];合肥工业大学;2002年
2 赵道利;水电机组振动故障的信息融合诊断与仿真研究[D];西安理工大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 高亚东;邓升平;;基于支持向量机的直升机旋翼不平衡故障分类研究[J];南京航空航天大学学报;2011年03期
2 王胜春;韩捷;李志农;李剑峰;;基于模糊域和支持向量机的故障诊断方法[J];山东大学学报(工学版);2006年06期
3 樊永生;郑钢铁;;振动信号检测技术研究及其在故障诊断中的应用[J];应用力学学报;2006年03期
4 周建萍;郑应平;王志萍;;基于Morlet小波核多类支持向量机的故障诊断[J];华东电力;2008年08期
5 张瑞民;郭海刚;李培峦;;基于核的k最近邻算法[J];华北水利水电学院学报;2007年06期
6 吴莎;高永生;谢文强;;Volterra核函数在齿轮裂纹故障识别上的应用[J];河北科技大学学报;2010年06期
7 纪秋颖;林健;;基于核方法的聚类算法及其应用[J];北京航空航天大学学报;2006年06期
8 孙胜;;基于核的自适应聚类及其在文本分类中的应用[J];黄石理工学院学报;2008年06期
9 吴旋;洪春勇;;基于核方法实现多元非线性回归问题的分析[J];科技广场;2007年05期
10 何凡;刘光斌;;核函数在液压泵故障诊断中的应用研究[J];煤矿机械;2009年01期
中国重要会议论文全文数据库 前10条
1 傅若玮;宋执环;;基于核独立成分分析的过程故障检测方法[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(上册)[C];2008年
2 袁昊程;钟秋海;戴亚平;;基于支持向量机的旋转机械故障诊断[A];2003中国控制与决策学术年会论文集[C];2003年
3 遇运良;薛林福;;基于核方法的沉积微相模式识别[A];中国地球物理学会第二十三届年会论文集[C];2007年
4 李欢;罗红霞;朱子义;;基于Bayes决策规则完善支持向量机的最大边缘算法[A];中国地理学会2007年学术年会论文摘要集[C];2007年
5 吕宁;于晓洋;刘少波;;MTRPLS在间歇工业过程故障诊断中的研究[A];第三届全国虚拟仪器大会论文集[C];2008年
6 马永芳;王兆耀;凌志浩;;LSSVM故障诊断专家系统研究及其应用[A];2010中国仪器仪表学术、产业大会(论文集1)[C];2010年
7 应自炉;张有为;李景文;;基于GDA和SVM的人脸表情识别[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
8 初燕;付忠广;戈志华;靳涛;卞双;;基于支持向量机的故障诊断方法探讨[A];中国动力工程学会第三届青年学术年会论文集[C];2005年
9 张军峰;胡寿松;;基于多重核学习支持向量机的歼击机故障诊断[A];第七届全国信息隐藏暨多媒体信息安全学术大会论文集[C];2007年
10 唐凯临;李通化;;多肽保留时间预测[A];第九届全国计算(机)化学学术会议论文摘要集[C];2007年
中国重要报纸全文数据库 前10条
1 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
2 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
3 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
4 孙建阳 刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年
5 见习记者 仝亚娜;孙彦广:冶金故障诊断设备前景广阔[N];机电商报;2005年
6 小田;网卡故障诊断[N];中国电脑教育报;2000年
7 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年
8 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
9 周传勇 杜慧;济钢网络化设备点检与故障诊断管理系统上线运行[N];世界金属导报;2008年
10 汤怀京;WLAN也有“线”[N];中国计算机报;2004年
中国博士学位论文全文数据库 前10条
1 蒋玲莉;基于核方法的旋转机械故障诊断技术与模式分析方法研究[D];中南大学;2010年
2 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
3 李岳;机械动力传动系统核基故障识别与状态预测技术研究[D];国防科学技术大学;2007年
4 张莉;支撑矢量机与核方法研究[D];西安电子科技大学;2002年
5 牟少敏;核方法的研究及其应用[D];北京交通大学;2008年
6 杨旭;基于核方法的模式分类研究与应用[D];上海交通大学;2011年
7 肖铨武;基于核的正则化学习算法[D];中国科学技术大学;2009年
8 宋其江;基于有向图模型的故障诊断方法研究及其在航天中的应用[D];哈尔滨工业大学;2010年
9 陈非;基于过程信息融合的旋转机械信息(火用)故障诊断研究[D];华中科技大学;2010年
10 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
中国硕士学位论文全文数据库 前10条
1 王照宇;核方法在测井曲线识别中的应用[D];大庆石油学院;2008年
2 何孔新;面向数据流的数据聚类算法研究[D];哈尔滨工程大学;2008年
3 李志勇;基于成分分析增量学习算法的人脸识别研究[D];浙江师范大学;2008年
4 黄晓清;基于核方法的复杂工业过程建模研究[D];大连理工大学;2008年
5 雷瑾(Theingi Shwe);基于支持向量机的船舶主机缸盖故障诊断的研究[D];上海海事大学;2007年
6 陈蕾;基于小世界体系的核自联想记忆框架及其应用研究[D];南京航空航天大学;2005年
7 陈士骞;基于逼近基元的智能非线性系统模型研究[D];武汉科技大学;2008年
8 邓炳荣;基于仿生嗅觉和核方法的中药材鉴别研究[D];广东工业大学;2011年
9 杨琦;支持向量机在液压系统故障诊断中的应用研究[D];大连海事大学;2005年
10 朱旗;基于稀疏模型的快速核方法[D];哈尔滨工业大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026