首页期刊导航|陆军工程大学学报
期刊信息/Journal information
陆军工程大学学报
陆军工程大学学报

王昌度

双月刊

2097-0730

jfjlgdxb@163.net

025-80820432，80820433,80820434

210007

南京市后标营路88号

陆军工程大学学报/Journal Journal of Army Engineering University of PLACSCD北大核心CSTPCDEI
查看更多>>《解放军理工大学学报（自然科学版）》是自然科学类综合性学术期刊，双月刊，由解放军理工大学主办，主要刊登通信、工程、气象、数理等学科领域的优秀论文和技术报告等，有电子、通信与自动控制，计算机科学与技术，土木建筑工程，机械工程，大气科学•海洋科学，运筹学与系统工程，应用数学•应用物理学等主要栏目。本刊除被国内主要文献数据库收录外，还被俄罗斯《文摘杂志》、英国《科学文摘》等国际著名文献数据库收录，是中国科技论文统计源期刊和中文核心期刊。
正式出版
收录年代

    DTCWPT与TSMAE融合的刀具磨损状态辨识方法

    韩涛宫建成杨小强王健...
    83-92页
    查看更多>>摘要：获取高质量的刀具磨损特征信息是识别刀具磨损状态的前提.为克服现有刀具磨损状态辨识方法中特征信息提取不足的问题,提出了一种基于双树复小波包变换(dual-tree complex wavelet packet transform,DTCWPT)、时移多尺度注意熵(time-shifted multiscale attention entropy,TSMAE)和随机森林(random forest,RF)的刀具磨损状态辨识方法.利用实测刀具磨损数据集对所提方法的有效性进行了验证,并从信号分解和特征提取两方面与其他磨损辨识技术进行了对比.结果表明,在特征提取阶段,所提方法展现出极高的效率,分别仅需9.41 s和14.91 s即可完成特征提取.在磨损辨识阶段,多次实验的平均辨识精度分别达到了99.33％和100％,充分证明了该方法不仅能够迅速响应,还能准确地辨识刀具的磨损状态.相较其他方法,所提方法在效率和精度上都有明显的优势,在刀具磨损状态辨识领域具有较高的应用潜力.

    刀具磨损状态辨识双树复小波包变换时移多尺度注意熵随机森林

      原文链接:
    • 万方数据
    • 维普

    征稿简则

    封3页
      原文链接:
    • 万方数据