马东玲
- 作品数：6 被引量：20H指数：3
- 供职机构：炎黄职业技术学院更多>>
- 发文基金：江苏省科技成果转化专项资金江苏省自然科学基金江苏省高校自然科学研究项目更多>>
- 相关领域：机械工程电子电信电气工程自动化与计算机技术更多>>
- 符号时间序列分析在睡眠脑电中的应用被引量：2
- 2010年
- 将符号时间序列分析方法应用于睡眠脑电分期特征的提取。根据符号序列Shannon熵计算方法以及符号序列编码方法,得出了睡眠信号分期的熵值。结果表明,描述符号序列总体特征的Shannon熵能够反映睡眠分期的变化趋势。
- 马东玲
- 关键词：睡眠脑电
- 睡眠脑电的关联维数和样本熵分析被引量：4
- 2008年
- 睡眠分期特征的正确提取是睡眠分析的基础,本研究首先将关联维数方法应用于睡眠脑电信号,发现随着睡眠的加深,脑电信号的关联维数减小;然后介绍了一种新的非线性方法——样本熵,并将该算法应用于脑电信号,统计发现:样本熵与关联维数的变化趋势相同,可以用来提取睡眠分期特征。进而改变数据段长度,分析其对两种算法的影响,发现关联维数方法对数据段长度变化的影响较样本熵明显。
- 梁晓花和卫星马东玲
- 关键词：脑电关联维数
- 基于符号序列Shannon熵的轴承故障趋势分析被引量：1
- 2008年
- 讨论了时间序列转化为符号序列的信号粗粒化问题,给出二进制符号化和概率统计符号化两种规则。根据符号序列Shannon熵计算方法以及符号序列编码方法,得出了滚动轴承振动信号的熵值。结果表明,描述符号序列总体特征的Shannon熵能够反映轴承的故障趋势。
- 马东玲陈晓平梁晓花
- 基于符号熵与支持向量机的滚动轴承故障诊断被引量：8
- 2010年
- 为诊断滚动轴承状态,对采集到的石油钻井设备滚动轴承正常、内圈裂缝、滚子裂缝和外圈裂缝四种工况下的振动信号进行均值二值化处理后,利用符号熵进行特征提取,对提取到的特征向量再利用支持向量机进行故障类型的模式识别。从实验处理结果可以看到,任何一种振动信号中的确定性信号对应的符号编码呈现大概率值,而随机噪声对应的符号编码则呈现小概率值,因此经过符号熵处理可以减小振动信号中的随机噪声影响。利用符号熵能捕获信号中大尺度特征的特点,再结合支持向量机能识别小样本的模式识别功能,就能有效地进行滚动轴承故障分类,以实现滚动轴承的故障诊断与预报。
- 陈晓平和卫星马东玲赵德安
- 关键词：支持向量机故障诊断滚动轴承
- 基于混沌时间序列的滚动轴承故障局部预测
- 利用混沌时间序列的局部预测法,构造了石油钻井设备中的3524型滚动轴承在内圈裂缝情况下的预测模型,通过实际测量得到的滚动轴承内圈裂缝振动信号,验证了混沌时间序列局部预测法对滚动轴承故障预测的可行性。研究结果表明混沌时间序...
- 和卫星陈晓平马东玲
- 关键词：混沌时间序列滚动轴承故障预测
- 文献传递
- 基于符号化时间序列分析的电动机轴承故障诊断被引量：5
- 2008年
- 为了区分电动机轴承不同的故障,介绍了时间序列转化为符号序列的信号粗粒化问题,给出了二进制符号化规则。根据符号序列Shannon熵计算方法以及符号序列编码方法,得出了轴承振动信号的熵值。根据实测数据计算表明,描述符号序列总体特征的Shannon熵能够反映轴承不同故障的特征。
- 马东玲陈晓平
- 关键词：电动机
