基于分?jǐn)?shù)階傅里葉域特征融合的多工況管道堵塞識(shí)別方法

打開文本圖片集

摘 要 針對(duì)排水管道聲學(xué)檢測(cè)的實(shí)際應(yīng)用中，聲學(xué)信號(hào)在特征選擇缺乏指導(dǎo)的情況下容易提取過高信息重疊度的高維特征導(dǎo)致不同工況管道堵塞識(shí)別率低下的問題，基于分?jǐn)?shù)階傅里葉變換（Fractional Fourier Transform，F(xiàn)RFT）原理，提出一種基于FRFT和多核學(xué)習(xí)（Multiple Kernel Learning，MKL）特征融合的管道多重堵塞識(shí)別方法。（剩余9235字）