采用小波阈值法对齿轮箱毛病信号进行去噪预处理,将经验模式分解(EMD)和快速傅立叶变换(FFT)相结合对齿轮箱毛病信号进行特征提取,这种方法适用于非线性非平稳信号的自适应状态分析。
利用EMD方法将去噪后的信号就行经验模态分解,得到一定数量的固有模态函数(IMF)分量,选取具有特定意义的IMF进行FFT,就可以得到相应的功率谱,从而提取齿轮箱毛病特征频率。
利用EMD方法将去噪后的信号就行经验模态分解,得到一定数量的固有模态函数(IMF)分量,选取具有特定意义的IMF进行FFT,就可以得到相应的功率谱,从而提取齿轮箱毛病特征频率。
2023/3/12 6:18:46
250KB
1
本文将改进的自顺应遗传算法和相结合用于0-1背包问题的求解。
此算法对交叉率和变异率进行了优化，实现了交叉率和变异率的非线性自顺应调整，并对不可行解进行了贪婪修复。
实验结果表明，相比传统的自顺应遗传方法，新算法收敛速度快，寻优能力强，具有更可靠的稳定性。
此算法对交叉率和变异率进行了优化，实现了交叉率和变异率的非线性自顺应调整，并对不可行解进行了贪婪修复。
实验结果表明，相比传统的自顺应遗传方法，新算法收敛速度快，寻优能力强，具有更可靠的稳定性。
2023/3/10 7:08:25
4.5MB
1
非线性振动研讨生上课用PPT，东北大学研讨生上课用的。
非线性振动研讨生上课用PPT，东北大学研讨生上课用的。
非线性振动研讨生上课用PPT，东北大学研讨生上课用的。
非线性振动研讨生上课用PPT，东北大学研讨生上课用的。
非线性振动研讨生上课用PPT，东北大学研讨生上课用的。
2023/3/8 1:32:42
15.7MB
1
针对目前室内定位算法精度不高、实现复杂等问题，提出了一种基于白光ＬＥＤ的可见光室内定位方法。
首先利用由室内不同ＬＥＤ发出的定位参考信号到达定位终端的时间差（ＴＤＯＡ）的测量估计，得到定位终端到达两个ＬＥＤ的传输距离之差，以此构造距离估计目标函数，然后采用有约束非线性规划算法得到定位终端的位置坐标，从而有效地解决了室内噪声环境中常规ＴＤＯＡ定位算法不收敛或误差偏大的问题。
同时，为了进一步优化定位功能，将距离信息引入加权因子中，提出了质心加权混合定位算法。
将提出的定位算法在５ｍ×５ｍ×３ｍ的空间区域中进行了仿真实验，同时考虑噪声因素的影响，结果表明，提出的距离估计目标函数法在信噪比（ＳＮＲ）为２ｄＢ的条件下可以达到平均５ｃｍ的定位误差，采用质心加权处理后平均定位误差仅为３ｃｍ，有效地提高了室内定位精度和系统应用的普适性及鲁棒性。
首先利用由室内不同ＬＥＤ发出的定位参考信号到达定位终端的时间差（ＴＤＯＡ）的测量估计，得到定位终端到达两个ＬＥＤ的传输距离之差，以此构造距离估计目标函数，然后采用有约束非线性规划算法得到定位终端的位置坐标，从而有效地解决了室内噪声环境中常规ＴＤＯＡ定位算法不收敛或误差偏大的问题。
同时，为了进一步优化定位功能，将距离信息引入加权因子中，提出了质心加权混合定位算法。
将提出的定位算法在５ｍ×５ｍ×３ｍ的空间区域中进行了仿真实验，同时考虑噪声因素的影响，结果表明，提出的距离估计目标函数法在信噪比（ＳＮＲ）为２ｄＢ的条件下可以达到平均５ｃｍ的定位误差，采用质心加权处理后平均定位误差仅为３ｃｍ，有效地提高了室内定位精度和系统应用的普适性及鲁棒性。
2023/3/7 22:24:18
1.15MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB