强噪声下故障识别
利用信号分解与特征选择，构建信号图用于卷积神经网络，在强噪声下识别旋转机械故障。
Wenbin, He · 毛建旭 · Li, Zhe · 王耀南 · 方遒 · 吴昊天
IEEE/ASME Transactions on Mechatronics 2023
动态特征选择基于L2能量范数，自适应挑选小波包子带，保留故障判别信息，抑制噪声主导的子带。
特征选择依据子带能量分布差异动态调整，无需重新训练即可在不同噪声水平下保持高性能。