输油管道单流阀音频信号辨识气液两相流流型的支持向量机方法
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 气液两相流概述 | 第13-15页 |
| 1.2.1 气液两相流概念 | 第13页 |
| 1.2.2 气液两相流流型分类 | 第13-15页 |
| 1.3 课题研究现状 | 第15-17页 |
| 1.4 课题研究意义 | 第17页 |
| 1.5 本文的技术路线与创新点 | 第17-18页 |
| 1.5.1 技术路线 | 第17-18页 |
| 1.5.2 主要创新点 | 第18页 |
| 1.6 本文的主要工作 | 第18-19页 |
| 1.7 本章小结 | 第19-22页 |
| 第二章 气液两相流检测系统设计 | 第22-28页 |
| 2.1 实验平台搭建 | 第22-25页 |
| 2.1.1 单流阀工作原理 | 第22-23页 |
| 2.1.2 实验装置 | 第23-25页 |
| 2.2 信号采集 | 第25-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 声音信号处理 | 第28-40页 |
| 3.1 小波阈值降噪 | 第28-34页 |
| 3.1.1 小波变换原理 | 第28-30页 |
| 3.1.2 声音信号的小波阈值降噪 | 第30-34页 |
| 3.2 声音信号EEMD分解 | 第34-37页 |
| 3.2.1 EMD分解概述 | 第34-36页 |
| 3.2.2 改进的EMD分解 | 第36-37页 |
| 3.3 声音信号边际谱分析 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 SVM分类器设计 | 第40-52页 |
| 4.1 支持向量机(SVM)概述 | 第40-42页 |
| 4.2 SVM多分类算法 | 第42-46页 |
| 4.2.1 多个二分类器实现多分类 | 第43页 |
| 4.2.2 层次型二分类器实现多分类 | 第43-45页 |
| 4.2.3 全局优化一次性实现多分类 | 第45页 |
| 4.2.4 纠错编码SVM | 第45-46页 |
| 4.3 LIBSVM工具箱介绍 | 第46-49页 |
| 4.3.1 LIBSVM概述 | 第46-47页 |
| 4.3.2 LIBSVM使用方法 | 第47-49页 |
| 4.4 本章小结 | 第49-52页 |
| 第五章 实验数据分析 | 第52-66页 |
| 5.1 声音信号预处理 | 第52页 |
| 5.2 声音信号降噪 | 第52-54页 |
| 5.3 信号特征提取 | 第54-59页 |
| 5.3.1 基于EEMD的IMF能量特征提取 | 第55-57页 |
| 5.3.2 基于边际谱的频带能量特征提取 | 第57-59页 |
| 5.4 优势特征融合 | 第59-61页 |
| 5.5 分类结果分析 | 第61-65页 |
| 5.6 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 工作总结 | 第66-67页 |
| 6.2 工作展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士期间发表论文及参与项目 | 第74-76页 |
| 附件 | 第76页 |
