导读:本文包含了符号化序列分析论文开题报告文献综述及选题提纲参考文献，主要关键词:符号化时间序列分析,轴承故障诊断,概率有限状态机,K-最近邻分类
符号化序列分析论文文献综述
胡世杰[1]（2015）在《基于符号化时间序列分析的轴承故障诊断方法研究》一文中研究指出轴承是旋转机械设备的关键部件,其可靠性对设备的安全运行至关重要。随着现代工业技术的发展,机械设备中轴承的工作条件越来越苛刻,发生故障的概率越来越大。从历史统计数据来看,轴承是旋转机械发生故障概率最大的部件之一,因此对轴承的故障诊断方法研究具有十分重要的意义。符号化时间序列分析是由符号动力学理论、混沌时间序列分析和信息理论发展起来的一种新的信号分析方法,经过近十几年的迅速发展已经逐渐成熟。将符号化时间序列分析引入到轴承的故障诊断当中,可以为轴承故障诊断提供一种新的解决思路。本文着重研究基于符号概率有限状态机特征提取的轴承智能诊断算法,主要工作和研究成果归纳如下：(1)介绍了符号化时间序列分析的基本理论,在对之前符号化方法总结分析的基础上,提出了一种高效实用的符号化方法：基于概率密度相空间划分的符号化方法。在该方法中,首先对时间序列进行概率密度统计分析,进而确定若干个概率相等的区间,然后对属于特定区间的值赋予一个特定的符号,这样就把原始时间序列转化成了符号时间序列。为了检验该方法的效果,将基于概率密度空间划分的符号化时间序列分析方法用于轴承疲劳实验的异常诊断当中。通过对比实验表明,概率密度符号化方法与传统的空间划分方法相比对异常更加敏感,能够更早的诊断出轴承状态的异常变化。(2)将符号化概率有限状态机扩展到二维空间上,提出了一种基于短时傅里叶变换的二维符号概率有限状态机特征提取方法。相比传统的方法在两个方面做了补充和改进：首先,使用短时傅里叶变换系数代替小波系数作为符号概率有限状态机的输入。其次,对有限状态机中的状态矩阵确定方法进行了改进,提出了一种忽略矩形框中符号排列而只考虑符号分布的策略来对状态进行压缩的方法,这一改进提高了该特征提取方法的计算效率。(3)传统的K-最近邻分类算法,随着训练样本数量增加所需的存储空间与计算时间将大大增长。针对上述局限性提出了一种基于K-means聚类改进的K-最近邻分类算法。该改进算法,首先使用K-means对训练集进行聚类分析,使各类训练样本数量得到压缩,然后使用K个最近压缩样本对未知类型样本进行分类。这一改进提高了算法的计算效率、并避免了样本数量分布不均衡对分类的影响。(4)给出了基于符号化时间序列分析的轴承智能故障诊断方法,并对实际轴承故障信号进行分类诊断。共进行了轴承内圈、球体、外圈叁类故障损伤程度的检测,叁组实验平均分类正确率为99.00%、92.33%、99.92%,均表现了较高的识别率。为了验证对K-最近邻算法改进的有效性,同时进行了传统K-最近邻算法的对比实验,实验表明本文提出的改进方法,在保证轴承故障诊断效果同时提高了其计算效率并降低了所需存储空间。(本文来源于《东南大学》期刊2015-05-01）
胡世杰,钱宇宁,严如强[2]（2014）在《基于概率密度空间划分的符号化时间序列分析及其在异常诊断中的应用》一文中研究指出提前诊断出机械系统中的异常信息对于防止生产事故的产生非常重要。在各种诊断方法中,符号化时间序列分析(STSA,Symbolic time series analysis)是一种常用的异常诊断方法,然而它的诊断效果和符号化时间序列的形成紧密相关。在对之前方法总结分析的基础上,提出了一种高效实用的符号化方法——基于概率密度空间划分的符号化方法。在该方法中,首先对时间序列进行概率密度统计分析,进而确定若干个概率相等的区间,然后对属于特定区间的值赋予一个特定的符号。为了检验该方法的效果,将基于概率密度空间划分的符号化时间序列分析方法用于轴承疲劳实验的异常诊断当中。通过对比实验表明:概率密度符号化方法相比于传统的空间划分方法对异常更加敏感,能够更早诊断出轴承的异常。(本文来源于《振动工程学报》期刊2014年05期）
马东玲,陈晓平[3]（2008）在《基于符号化时间序列分析的电动机轴承故障诊断》一文中研究指出为了区分电动机轴承不同的故障,介绍了时间序列转化为符号序列的信号粗粒化问题,给出了二进制符号化规则。根据符号序列Shannon熵计算方法以及符号序列编码方法,得出了轴承振动信号的熵值。根据实测数据计算表明,描述符号序列总体特征的Shannon熵能够反映轴承不同故障的特征。(本文来源于《微电机》期刊2008年10期）
张雨[4]（2004）在《符号化时间序列分析》一文中研究指出对于符号化时间分析方法,给出了已知的国外应用状况和文献出处.对如何将时间序列转化为符号序列,即信号符号化问题,通过最简单的二进制划分及其配套图形作了简要说明.给出了二进制划分下符号树结构及其Shannon熵计算方法,讨论了时延τ、符号集大小NS和树层数(符号序列长度)对Shannon熵等统计量的影响.叙述了符号序列编码方法和符号序列直方图的作用;提交了进行符号时间序列分析的计算机流程图.图5,参23.(本文来源于《湘潭矿业学院学报》期刊2004年01期）
符号化序列分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提前诊断出机械系统中的异常信息对于防止生产事故的产生非常重要。在各种诊断方法中,符号化时间序列分析(STSA,Symbolic time series analysis)是一种常用的异常诊断方法,然而它的诊断效果和符号化时间序列的形成紧密相关。在对之前方法总结分析的基础上,提出了一种高效实用的符号化方法——基于概率密度空间划分的符号化方法。在该方法中,首先对时间序列进行概率密度统计分析,进而确定若干个概率相等的区间,然后对属于特定区间的值赋予一个特定的符号。为了检验该方法的效果,将基于概率密度空间划分的符号化时间序列分析方法用于轴承疲劳实验的异常诊断当中。通过对比实验表明:概率密度符号化方法相比于传统的空间划分方法对异常更加敏感,能够更早诊断出轴承的异常。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
符号化序列分析论文参考文献
[1].胡世杰.基于符号化时间序列分析的轴承故障诊断方法研究[D].东南大学.2015
[2].胡世杰,钱宇宁,严如强.基于概率密度空间划分的符号化时间序列分析及其在异常诊断中的应用[J].振动工程学报.2014
[3].马东玲,陈晓平.基于符号化时间序列分析的电动机轴承故障诊断[J].微电机.2008
[4].张雨.符号化时间序列分析[J].湘潭矿业学院学报.2004