![[!--oldtitle--] PDF电子书下载](/d/file/efpub/2026/09-12/s4ok32r4hpt.jpg)
基于机器学习的声发射信号处理算法研究
温馨提示：电子书为虚拟商品，一经发货概不退换，请谨慎购买。3小时内发货(节假日除外)，发货时效不超过24小时，急单慎拍！
内容简介
书名：基于机器学习的声发射信号处理算法研究
作者：周俊，朱文耀，王超著
ISBN：978-7-121-38896-5
出版社：电子工业出版社
出版日期：2020.12
本书针对小波阈值去噪方法中阈值设置问题，利用K-means聚类方法对小波分解后的高频系数进行分类，确定去除噪声对应的小波系数阈值，然后进行小波系数重构达到去噪目的。提出基于小波变换特征提取与BP神经网络结合的声发射信号识别方法。利用db2小波对声发射信号进行6层分解，将细节特征空间的能量作为声发射信号特征向量。小波方法与神经网络在腐蚀声发射信号识别领域的研究是目前的热点和新方向。本书通过以上的探索性研究，意图为腐蚀声发射信号识别提供理论基础和可靠的方法手段，对于油罐的安全状况评估具有重要意义。
作者：周俊，朱文耀，王超著
ISBN：978-7-121-38896-5
出版社：电子工业出版社
出版日期：2020.12
本书针对小波阈值去噪方法中阈值设置问题，利用K-means聚类方法对小波分解后的高频系数进行分类，确定去除噪声对应的小波系数阈值，然后进行小波系数重构达到去噪目的。提出基于小波变换特征提取与BP神经网络结合的声发射信号识别方法。利用db2小波对声发射信号进行6层分解，将细节特征空间的能量作为声发射信号特征向量。小波方法与神经网络在腐蚀声发射信号识别领域的研究是目前的热点和新方向。本书通过以上的探索性研究，意图为腐蚀声发射信号识别提供理论基础和可靠的方法手段，对于油罐的安全状况评估具有重要意义。