一种基于小波包和主成分分析的超声信号特征提取方法

一种基于小波包和主成分分析的超声信号特征提取方法
摘要：为了有效识别不同类型的超声缺陷信号，提出了一种基于小波包分解和主成分分析（Principal Component Analysis，PCA）的信号特征提取方法。首先，提取缺陷信号小波包分解后的能量系数组成多维特征向量集；然后，使用PCA方法对多维特征向量进行降维得到融合特征量；最后，输入BP神经网络对不同类型的缺陷信号进行分类测试，并与未经PCA处理的特征量分类测试结果进行对比。试验结果证明，该特征量提取的方法能够有效地对缺陷进行分类，且测试速度明显得到提高。

标题：一种基于小波包和主成分分析的超声信号特征提取方法

作者：肖力伟,

关键词：小波包,能量系数,PCA,特征融合量,缺陷分类,

发表日期：2019年12月

2025-1-19 14:57 上传 一种基于小波包和主成分分析的超声信号特征提取方法.pdf

文件大小:

4.1 MB

下载次数:

60

高速下载