检索结果-南通市图书馆

集合经验模式分解和小波变换方法的复合与应用

在线全文

学校读者我要写书评

暂无评论

统计与决策 2021年第13期37卷 155-158页

作者：代军叶幸玮武汉科技大学恒大管理学院武汉430065

文章提出将集合经验模式分解和小波变换进行复合,以对单一降噪方法进行改进,并给出了该模型在金融数据降噪中的实际算例。结果显示:复合降噪模型能够克服单一模型中存在的模态混叠以及基函数固定等问题;在金融市场中利用该复合方法,可... 详细信息

文章提出将集合经验模式分解和小波变换进行复合,以对单一降噪方法进行改进,并给出了该模型在金融数据降噪中的实际算例。结果显示:复合降噪模型能够克服单一模型中存在的模态混叠以及基函数固定等问题;在金融市场中利用该复合方法,可以得到动态相依性更为准确的估计,为金融时间序列分析和预测提供了新的方法。

关键词：集合经验模式分解小波降噪复合模型金融时间序列

基于集合经验模式分解能量分布与灰色相似关联度的齿轮故障诊断

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2014年第7期50卷 70-77页

作者：张文斌苏艳萍普亚松郭德伟滕瑞静红河学院工学院蒙自661100 浙江大学机械工程学系杭州310027

针对齿轮发生故障时,其不同频带能量分布与其故障状态间存在一定的映射关系,提出一种基于集合经验模式分解与灰色相似关联度相结合的故障诊断方法。引入循环统计学的思想对传统形态滤波方法进行改进,定义顺序形态滤波器,并结合实际选用... 详细信息

针对齿轮发生故障时,其不同频带能量分布与其故障状态间存在一定的映射关系,提出一种基于集合经验模式分解与灰色相似关联度相结合的故障诊断方法。引入循环统计学的思想对传统形态滤波方法进行改进,定义顺序形态滤波器,并结合实际选用最简单的直线结构元素,对实测齿轮原始加速度振动信号进行顺序形态滤波降噪预处理。采用集合经验模式分解方法将降噪后的齿轮非平稳加速度振动信号分解为有限个平稳的本征模态函数,从中选取包含故障主要信息的前几个本征模态函数分量并计算其能量分布。由于灰色相似关联度分析对小样本模式识别具有良好的分类效果,以能量分布为元素构造特征矢量,通过计算不同振动信号的灰色相似关联度来判断齿轮的工作状态和故障类型。实例分析结果表明,提出的方法能够有效地应用于齿轮系统的故障诊断。

关键词：集合经验模式分解能量分布灰色相似关联度顺序形态滤波故障诊断齿轮

在线全文

学校读者我要写书评

暂无评论

基于互补自适应噪声的集合经验模式分解算法

电子与信息学报 2015年第10期37卷 2383-2389页

作者：蔡念黄威威谢伟叶倩杨志景广东工业大学信息工程学院广州510006

经验模式分解(EMD)及其改进算法作为实用的信号处理方法至今仍然缺少严格的数学理论。该文尝试从数学理论上分析集合经验模式分解和自适应噪声集合经验模式分解的重构误差,推导了总体残留噪声的计算公式。针对自适应噪声集合经验模式分... 详细信息

经验模式分解(EMD)及其改进算法作为实用的信号处理方法至今仍然缺少严格的数学理论。该文尝试从数学理论上分析集合经验模式分解和自适应噪声集合经验模式分解的重构误差,推导了总体残留噪声的计算公式。针对自适应噪声集合经验模式分解在每一层固有模态分量上仍然存在残留噪声的问题,在分解过程中添加成对的正负噪声分量,提出一种基于互补自适应噪声的集合经验模式分解算法。实验结果表明,相比于集合经验模式分解和自适应噪声集合经验模式分解,所提的方法能够明显地减少每一层固有模态分量中残留的噪声,拥有较好的信号重构精度和更快的分解速度。

关键词：经验模式分解集合经验模式分解自适应噪声集合经验模式分解模态混叠

基于集合经验模式分解和交叉能量算子的滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

工程科学学报 2015年第S1期37卷 65-71页

作者：赵晓宁冯志鹏北京科技大学机械工程学院北京100083

振动信号的周期性冲击及其重复频率是滚动轴承故障诊断的关键.本文提出了一种基于集合经验模式分解和交叉能量算子提取滚动轴承故障特征的方法.首先,应用集合经验模式分解方法将振动信号分解为本征模式函数以满足交叉能量算子对信号单... 详细信息

振动信号的周期性冲击及其重复频率是滚动轴承故障诊断的关键.本文提出了一种基于集合经验模式分解和交叉能量算子提取滚动轴承故障特征的方法.首先,应用集合经验模式分解方法将振动信号分解为本征模式函数以满足交叉能量算子对信号单分量的要求.然后根据相关程度和峭度从本征模式函数中选取敏感分量,计算敏感分量和原始信号的瞬时交叉能量及其傅里叶频谱.最后根据交叉能量的频谱结构和特征频率识别轴承故障.通过分析滚动轴承故障仿真信号和实验测试信号,诊断了滚动轴承元件故障,验证了该方法的有效性.

关键词：滚动轴承故障诊断交叉能量算子集合经验模式分解

基于集合经验模式分解和遗传-高斯过程回归的短期风速概率预测

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2015年第11期30卷 138-147页

作者：甘迪柯德平孙元章崔明建武汉大学电气工程学院武汉430072

短期风速概率预测对实现大规模风电并网具有重要意义。当前风速预测方法大多为点预测,无法描述风能的随机性。提出了一种基于集合经验模式分解(EEMD)和遗传-高斯过程回归(GAGPR)的组合概率预测方法,首先对筛选和归一化后的风速时间序列... 详细信息

短期风速概率预测对实现大规模风电并网具有重要意义。当前风速预测方法大多为点预测,无法描述风能的随机性。提出了一种基于集合经验模式分解(EEMD)和遗传-高斯过程回归(GAGPR)的组合概率预测方法,首先对筛选和归一化后的风速时间序列进行集合经验模式分解,然后对各分量分别建立高斯过程回归模型,并引入遗传算法代替共轭梯度法,改进协方差函数的超参数寻优过程。最后叠加子序列预测结果得到风速概率预测结果,并与分位点回归法进行比较。仿真结果表明,该方法能够有效提高概率预测准确度,并为类似工程提供借鉴。

关键词：集合经验模式分解高斯过程回归遗传算法风速概率预测

基于集合经验模式分解和K-奇异值分解字典学习的滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

计量学报 2020年第10期41卷 1260-1266页

作者：李继猛李铭姚希峰王慧于青文王向东燕山大学电气工程学院河北秦皇岛066004

针对经典K-奇异值分解算法构造的字典中原子形态受噪声、谐波干扰影响,进而降低冲击故障特征提取精度的问题,提出了基于集合经验模式分解和K-奇异值分解字典学习的冲击特征提取方法。该方法首先利用集合经验模式分解与Hurst指数对振动... 详细信息

针对经典K-奇异值分解算法构造的字典中原子形态受噪声、谐波干扰影响,进而降低冲击故障特征提取精度的问题,提出了基于集合经验模式分解和K-奇异值分解字典学习的冲击特征提取方法。该方法首先利用集合经验模式分解与Hurst指数对振动信号进行预处理,剔除谐波干扰;其次,利用经典K-奇异值分解算法和预处理信号构造超完备字典;然后,利用K-均值聚类算法对字典中的原子进行筛选;最后,利用正交匹配追踪算法实现冲击故障特征的稀疏表示。实验分析和工程应用验证了所提方法的有效性和实用性。

关键词：计量学滚动轴承故障诊断稀疏表示集合经验模式分解 K-奇异值分解字典学习 K-均值聚类

基于集合经验模式分解和公共空间模式的脑电信号特征提取

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2020年第1期20卷 109-117页

作者：张学军霍延黄丽亚成谢锋南京邮电大学电子与光学工程学院南京210023 南京邮电大学射频集成与微组装技术国家地方联合工程实验室南京210023

公共空间模式(common spatial pattern,CSP)能够较好地提取运动想象任务时脑电信号的判别特性,但是其性能与大脑进行想象任务的频带相关。为了确定这样一组频带实现精确的分类,基于集合经验模式分解、FIR滤波器组以及公共空间模式算法... 详细信息

公共空间模式(common spatial pattern,CSP)能够较好地提取运动想象任务时脑电信号的判别特性,但是其性能与大脑进行想象任务的频带相关。为了确定这样一组频带实现精确的分类,基于集合经验模式分解、FIR滤波器组以及公共空间模式算法提出了一种脑电特征提取方法。预处理去除伪迹后的信号首先经过集合经验模式算法获得多个模函数,然后选择出包含μ节律和β节律范围的分量实现信号重构,重构后的脑电信号作为带通滤波器组的输入得到若干子带信号集合,从每个子带信号中提取CSP特征,最后将提取的特征经过支持向量机(support vector machine,SVM)进行分类。运用该方法对脑-计算机接口(brain-computer interface,BCI)竞赛数据集进行分类,实验表明该方法能够自适应地提取、筛选和判别每个受试者的空间CSP特征,分类准确率达96.53%。

关键词：集合经验模式分解公共空间模式分解 FIR滤波器组支持向量机

基于集合经验模式分解的ARIMA行业售电量预测模型

在线全文

学校读者我要写书评

暂无评论

电力科学与技术学报 2019年第2期34卷 128-133页

作者：林女贵国家电网福建省电力有限公司

售电量的准确预测是电力市场课题研究的重要内容之一,目前已有许多模型用于售电量预测。在此背景下,考虑售电量时间序列的非线性、波动性和周期性,提出基于集合经验模式分解和自回归积分滑动算法的预测模型。该模型首先对售电量时间序... 详细信息

售电量的准确预测是电力市场课题研究的重要内容之一,目前已有许多模型用于售电量预测。在此背景下,考虑售电量时间序列的非线性、波动性和周期性,提出基于集合经验模式分解和自回归积分滑动算法的预测模型。该模型首先对售电量时间序列进行集合经验模态分解,通过添加白噪声得到不同时间尺度分布的售电量时间序列,分解后得到一系列相对平稳的本征模态函数和趋势项,然后利用自回归积分滑动算法对各平稳化本征模态函数和趋势项分别进行预测,得到各分量的预测结果,最后将分量预测结果叠加得到最终的售电量预测值。基于历史统计售电量数据的预测结果分析表明,基于集合经验模式分解的 ARIMA模型具有良好的预测精度。

关键词：售电量预测集合经验模式分解自回归积分滑动平均模型

集合经验模式分解在柴油机机械故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2010年第27期10卷 6745-6749页

作者：张玲玲骆诗定肖云魁赵懿冠廖红云军械工程学院火炮工程系石家庄050003 军事交通学院汽车工程系天津300161

针对柴油机表面振动信号非平稳、非线性等特点,引入集合经验模式分解(EEMD)的信号分析方法,对原始振动信号叠加适当的随机高斯白噪声,从而改变信号的局部时间跨度,有效抑制了经验模式分解(EMD)的模式混叠现象。通过Hilbert变换作边际谱... 详细信息

针对柴油机表面振动信号非平稳、非线性等特点,引入集合经验模式分解(EEMD)的信号分析方法,对原始振动信号叠加适当的随机高斯白噪声,从而改变信号的局部时间跨度,有效抑制了经验模式分解(EMD)的模式混叠现象。通过Hilbert变换作边际谱曲线以提取故障特征信息。仿真试验和发动机故障实例证实了EEMD算法可以提高振动信号的分析精度,在柴油机机械故障诊断领域应用前景广泛。

关键词：柴油机机械故障诊断集合经验模式分解经验模式分解边际谱曲线