说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 二维经验模态分解
1)  bidimensional empirical mode decomposition(BEMD)
二维经验模态分解
1.
A method for the image compression of the first residue in the Bidimensional Empirical Mode Decomposition(BEMD) is introduced.
提出一种针对二维经验模态分解第一余量图像的压缩方法。
2.
A Canny operator edge detection algorithm based on Bidimensional Empirical Mode Decomposition(BEMD) is proposed, which divides the images into Intrinsic Mode Function(IMF) by using BEMD.
提出一种基于二维经验模态分解(BEMD)的Canny算子边缘检测算法,通过BEMD将图像分解成多层本征模函数,利用Canny算子对各分量进行边缘检测,并有选择地逐层重构出图像边缘,在灰度图像集中进行测试。
2)  bidimensional empirical mode decomposition
二维经验模态分解
1.
Texture segmentation based on fast bidimensional empirical mode decomposition;
基于快速二维经验模态分解的纹理分割
2.
Bidimensional Empirical Mode Decomposition Method and Its Application Research in Image Processing;
鉴于EMD方法在一维信号处理的良好效果,国内外学者将它推广到二维,提出了二维经验模态分解( Bidimensional Empirical Mode Decomposition,简称:BEMD)方法并应用于二维信号处理,取得了一定的成果。
3)  BEMD
二维经验模式分解
1.
In this paper, a method is proposed which uses the Radial Basis Function (RBF) to improve the Bidimensional Empirical Mode Decomposition (BEMD).
该文提出了一种优化二维经验模式分解(Bidimensional Empirical Mode Decomposition,BEMD)的方法。
2.
By the bidimensional empirical mode decomposition(BEMD) method, an image with noise is decomposed into a series of detail information and the final trend information.
通过二维经验模式分解(BEMD),可将被噪声污染的图像分解为一系列细节信息和趋势信息。
3.
In order to deal with high resolution images,the bidimensional empirical mode decomposition(BEMD) method introduced by J.
Nunes等提出的二维经验模式分解(BEMD)的基本思想,对高分辨率的图像分解提出了一种改进的BEMD方法。
4)  bidimensional empirical mode decomposition
二维经验模态
1.
Image denoising method based on bidimensional empirical mode decomposition and mean filtering;
基于二维经验模态和均值滤波的图像去噪方法
5)  EMD
经验模态分解
1.
Bearing Malfunction Diagnosing Research and Application Based on EMD and ANN;
经验模态分解结合神经元网络在轴承故障诊断中的研究与应用
2.
Fault Recognition for High Voltage Circuit Breaker Based on EMD of Vibration Signal and Energy Entropy Characteristic
基于振动信号经验模态分解及能量熵的高压断路器故障识别
3.
The fluctuant cycles of China per capita ecological footprint and biocapacity from 1961 to 2001 is decomposed and picked-up based on empirical mode decomposition (EMD) method.
利用经验模态分解(EMD)方法分解并提取1961~2001年中国人均生态足迹与生物承载力变化的波动周期,建立具有周期性波动的非线性动力学预测模型,预测未来20年中国人均生态足迹和承载力变化,评估中国未来可持续发展进程中面临的挑战。
6)  empirical mode decomposition (EMD)
经验模态分解
1.
Based on empirical mode decomposition (EMD) and back propagation (BP) neural network, a new method is proposed to identify flow pattern of oil-gas two-phase flow.
基于经验模态分解(empirical mode decomposition,EMD)和BP神经网络,提出了油气两相流流型辨识的新方法。
2.
Several representative signals are analyzed by empirical mode decomposition (EMD) method.
用经验模态分解法对几种典型信号的特征进行分析。
3.
In the paper, empirical mode decomposition (EMD) based Hilbert transform (HT), a new method for processing nonstationary signals, is applied to analyze transient signal in electric power systems.
将一种新的非平稳信号处理方法--基于经验模态分解(EMD)的希尔伯特(Hilbert)变换方法,应用于电力系统暂态信号分析中。
补充资料:基于Pro/MECHANICA的机床拖板有限元模态分析
 本文介绍了基于Pro/MECHANICA的机床工作台拖板的有限元建模和分析过程,并将分析结果与常用的通用有限元分析软件ANSYS的分析结果进行了比较。通过比较得出结论:有限元工程师完全可以利用Pro/MECHANICA软件实现实体建模和有限元计算的无缝集成,并且能够保证有限元分析的计算精度,提高设计工程师的工作效率。

一、引言


    机床支承件(如床身、立柱、拖板等)是机床的基础部件,起着承受力和容纳各种零部件作用。支承件的动态性能直接影响到加工工件的精度和生产效率,所以要求设计出的机床支承件必须具有足够的动、静态刚度。


    长期以来,国内外机床支承件一般采用经验设计,但为了保证机床具有良好的动、静态性能,并尽可能减轻其重量,就要进行精密的理论计算。机床支承件结构复杂,至今尚未找到一种精确的方法来计算其动态性能。但随着计算技术和计算机技术的发展和广泛应用,工程师可以依靠数值方法给出近似的、较令人满意的答案。目前,在诸多方法中,用有限元建立机械系统动力分析的数学模型已成为其理论建模中最重要的方法。尽管有限元法还属于一种近似计算方法,对于一些结构复杂、受力情况和阻尼情况复杂的支承件来说计算精度并不是很高,但它对于计算支承件动态性能仍是一种最有效的方法。目前,用它来计算一般复杂程度的支承件的动态性能,完全可以得到较为满意的计算结果。


    这里将利用美国PTC开发的有限元软件,Pro/MECHANICA对机床支承件中的拖板进行有限元分析,计算出该零件的固有频率和振型,为分析拖板的表面振动响应作必要的准备,也为机床拖板、床身、立柱等支承件的设计提供了一定的理论依据。


二、当前常用的有限元分析软件及其特点


    目前对机械零件进行有限元分析一般采用通用有限元分析软件,如ANSYS、MARC等。它们拥有丰富完善的单元库、 材料模型库和求解器,并且具有相对独立的前、后处理模块,可以独立完成多学科、多领域的工程分析问题。其缺点是前处理模块中的几何建模功能不强,无法完成复杂模型的建模,因此降低了结构分析结果的可信度。一些流行的三维设计软件却具有极强的几何模型的建模功能,如Pro/ENGINEER、UG和CATIA等。这些三维设计软件可以完成一些复杂的几何模型的建模工作。为了克服通用有限元分析软件建模功能较弱的缺点,当前普遍采用软件间的数据转换,即采用三维设计软件进行精确的三维建模,通过标准数据接口将模型以IGES、DXF或STEP格式读入到通用有限元分析软件中,然后通过该软件进行精确的计算。


说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条