同類熱銷排行榜

非線性動力學信號特徵提取及應用/智能感測技術叢書

作者：李餘興|責編:王歡
出版社：機械工業
ISBN：9787111777892

出版日期：2025/04/01
裝幀：平裝
頁數：166

人民幣：RMB 89 元售價：元

內容大鋼

本書以非線性動力學理論為核心，深入探討了其在信號特徵提取領域的應用。本書詳細闡述了非線性動力學的基本理論框架，回顧與探究了非線性動力學理論及其在信號特徵提取領域的應用，內容涵蓋了非線性動力學基本理論、特徵提取方法、應用案例等方面，展示了這些指標在水聲信號處理、故障診斷等多個領域中的實用價值。本書共8章：第1章為緒論，第2章為信號非線性動力學特徵，第3章為基於新型散布熵的特徵提取方法，第4章為基於新型斜率熵的特徵提取方法，第5章為基於新型Lempel-Ziv複雜度特徵的特徵提取方法，第6章為基於新型分形維數的特徵提取方法，第7章為基於多尺度處理的新型非線性動力學特徵提取方法，第8章為基於新型非線性動力學特徵與模態分解的信號特徵提取方法。
本書內容全面且深入，適合作為信號處理、非線性動力學、數據分析、機械工程等領域科研人員和工程師的專業參考資料，也可作為從事非線性動力學研究的碩士生、博士生，以及高年級本科生的參考用書。

作者介紹

李餘興|責編:王歡

前言
第1章  緒論
  1.1  研究背景及意義
  1.2  非線性動力學理論研究現狀
    1.2.1  信息熵的研究現狀
    1.2.2  Lempel-Ziv複雜度的研究現狀
    1.2.3  分形維數的研究現狀
  1.3  信號特徵提取方法研究現狀
    1.3.1  傳統信號特徵提取方法
    1.3.2  基於非線性動力學理論的特徵提取方法
  1.4  本書的主要內容及結構組成
第2章  信號非線性動力學特徵
  2.1  李雅普諾夫指數
  2.2  信息熵
    2.2.1  樣本熵
    2.2.2  模糊熵
    2.2.3  排列熵
  2.3  Lempel-Ziv複雜度
  2.4  分形維數
    2.4.1  盒維數
    2.4.2  關聯維數
    2.4.3  Katz分形維數
    2.4.4  Higuchi分形維數
  2.5  小結
第3章  基於新型散布熵的特徵提取方法
  3.1  散布熵
  3.2  新型散布熵
    3.2.1  波動散布熵
    3.2.2  逆向散布熵
    3.2.3  波動逆向散布熵
    3.2.4  集合散布熵
    3.2.5  模糊散布熵
    3.2.6  分數階模糊散布熵
    3.2.7  簡易編碼散布熵
  3.3  新型散布熵模擬實驗
    3.3.1  調幅啁啾信號實驗
    3.3.2  MIX信號實驗
    3.3.3  Logistic模型實驗
  3.4  基於新型散布熵的艦船輻射雜訊特徵提取
    3.4.1  特徵提取方法
    3.4.2  實測實驗
  3.5  小結
第4章  基於新型斜率熵的特徵提取方法
  4.1  斜率熵
  4.2  新型斜率熵
    4.2.1  單閾值斜率熵
    4.2.2  分數階斜率熵
    4.2.3  優化斜率熵
  4.3  新型斜率熵模擬實驗
    4.3.1  雜訊信號分類實驗

    4.3.2  混沌信號分類實驗
  4.4  新型斜率熵應用研究
    4.4.1  特徵提取方法
    4.4.2  實測實驗
  4.5  小結
第5章  基於新型Lempel-Ziv複雜度特徵的特徵提取方法
  5.1  新型Lempel-Ziv複雜度
    5.1.1  排列模式Lempel-Ziv複雜度
    5.1.2  散布Lempel-Ziv複雜度
    5.1.3  散布模式Lempel-Ziv複雜度
  5.2  新型Lempel-Ziv複雜度模擬實驗
    5.2.1  加噪周期信號實驗
    5.2.2  MIX信號實驗
    5.2.3  Logistic模型實驗
  5.3  基於新型Lempel-Ziv複雜度的海洋環境雜訊特徵提取
    5.3.1  特徵提取方法
    5.3.2  實測實驗
  5.4  小結
第6章  基於新型分形維數的特徵提取方法
  6.1  新型分形維數
    6.1.1  層次盒維數
    6.1.2  散布Higuchi分形維數
    6.1.3  優化散布Higuchi分形維數
  6.2  新型分形維數模擬實驗
    6.2.1  信號長度穩定性實驗
    6.2.2  雜訊信號分類實驗
    6.2.3  混沌信號分類實驗
  6.3  基於新型分形維數的特徵提取
    6.3.1  特徵提取方法
    6.3.2  東南大學齒輪數據
  6.4  小結
第7章  基於多尺度處理的新型非線性動力學特徵提取方法
  7.1  多尺度處理
  7.2  新型多尺度處理
    7.2.1  精細複合多尺度處理
    7.2.2  變步長多尺度處理
    7.2.3  精細複合變步長多尺度處理
  7.3  新型多尺度非線性動力學特徵模擬實驗
    7.3.1  新型多尺度散布熵模擬實驗
    7.3.2  新型多尺度斜率熵模擬實驗
    7.3.3  新型多尺度Lempel-Ziv複雜度模擬實驗
    7.3.4  新型多尺度分形維數模擬實驗
  7.4  新型多尺度非線性動力學特徵應用研究
    7.4.1  新型多尺度散布熵實測實驗
    7.4.2  新型多尺度斜率熵實測實驗
    7.4.3  新型多尺度Lempel-Ziv複雜度實測實驗
    7.4.4  新型多尺度分形維數實測實驗
  7.5  小結
第8章  基於新型非線性動力學特徵與模態分解的信號特徵提取方法
  8.1  經驗模態分解及其改進演算法

    8.1.1  經驗模態分解
    8.1.2  集合經驗模態分解
    8.1.3  完全自適應雜訊集合經驗模態分解
  8.2  變分模態分解及其改進演算法
    8.2.1  變分模態分解
    8.2.2  連續變分模態分解
  8.3  基於散布熵與變分模態分解的特徵提取方法
    8.3.1  特徵提取方法
    8.3.2  軸承信號數據
  8.4  基於斜率熵與連續變分模態分解的特徵提取方法
    8.4.1  特徵提取方法
    8.4.2  艦船信號數據
  8.5  基於Lempel-Ziv複雜度與集合經驗模態分解的特徵提取方法
    8.5.1  特徵提取方法
    8.5.2  海洋環境雜訊數據
  8.6  基於分形維數與變分模態分解的特徵提取方法
    8.6.1  特徵提取方法
    8.6.2  齒輪信號數據
  8.7  小結
參考文獻

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

非線性動力學信號特徵提取及應用/智能感測技術叢書