期刊文献+
共找到109篇文章
< 1 2 6 >
每页显示 20 50 100
A novel noise reduction technique for underwater acoustic signals based on complete ensemble empirical mode decomposition with adaptive noise,minimum mean square variance criterion and least mean square adaptive filter 被引量:8
1
作者 Yu-xing Li Long Wang 《Defence Technology(防务技术)》 SCIE EI CAS CSCD 2020年第3期543-554,共12页
Underwater acoustic signal processing is one of the research hotspots in underwater acoustics.Noise reduction of underwater acoustic signals is the key to underwater acoustic signal processing.Owing to the complexity ... Underwater acoustic signal processing is one of the research hotspots in underwater acoustics.Noise reduction of underwater acoustic signals is the key to underwater acoustic signal processing.Owing to the complexity of marine environment and the particularity of underwater acoustic channel,noise reduction of underwater acoustic signals has always been a difficult challenge in the field of underwater acoustic signal processing.In order to solve the dilemma,we proposed a novel noise reduction technique for underwater acoustic signals based on complete ensemble empirical mode decomposition with adaptive noise(CEEMDAN),minimum mean square variance criterion(MMSVC) and least mean square adaptive filter(LMSAF).This noise reduction technique,named CEEMDAN-MMSVC-LMSAF,has three main advantages:(i) as an improved algorithm of empirical mode decomposition(EMD) and ensemble EMD(EEMD),CEEMDAN can better suppress mode mixing,and can avoid selecting the number of decomposition in variational mode decomposition(VMD);(ii) MMSVC can identify noisy intrinsic mode function(IMF),and can avoid selecting thresholds of different permutation entropies;(iii) for noise reduction of noisy IMFs,LMSAF overcomes the selection of deco mposition number and basis function for wavelet noise reduction.Firstly,CEEMDAN decomposes the original signal into IMFs,which can be divided into noisy IMFs and real IMFs.Then,MMSVC and LMSAF are used to detect identify noisy IMFs and remove noise components from noisy IMFs.Finally,both denoised noisy IMFs and real IMFs are reconstructed and the final denoised signal is obtained.Compared with other noise reduction techniques,the validity of CEEMDAN-MMSVC-LMSAF can be proved by the analysis of simulation signals and real underwater acoustic signals,which has the better noise reduction effect and has practical application value.CEEMDAN-MMSVC-LMSAF also provides a reliable basis for the detection,feature extraction,classification and recognition of underwater acoustic signals. 展开更多
关键词 Underwater acoustic signal Noise reduction Empirical mode decomposition(EMD) ensemble EMD(eemd) Complete eemd with adaptive noise(CeemdAN) Minimum mean square variance criterion(MMSVC) Least mean square adaptive filter(LMSAF) Ship-radiated noise
在线阅读 下载PDF
样本熵改进EEMD算法在继电器参数异常值处理中的应用
2
作者 彭威 孙鑫亮 李文华 《电力机车与城轨车辆》 2025年第1期47-54,共8页
针对继电器参数中存在的异常值问题,文章提出了一种模态异常值处理模型。首先,依据继电器特点对集合经验模态分解(EEMD)算法中的参数进行灵敏性分析,确定优化参数;其次,针对EEMD分解中存在的模态混叠现象,采用样本熵和哈里斯鹰优化算法... 针对继电器参数中存在的异常值问题,文章提出了一种模态异常值处理模型。首先,依据继电器特点对集合经验模态分解(EEMD)算法中的参数进行灵敏性分析,确定优化参数;其次,针对EEMD分解中存在的模态混叠现象,采用样本熵和哈里斯鹰优化算法得到有效的模态分量;最后,分别采用拉依达准则及三次样条插值法对各模态异常数据进行识别及替换,将处理后的所有分量进行重构异常值,得到处理后的数据序列。继电器接触压降参数的实例分析结果表明,该模型具有良好的泛化能力,且能够有效地识别出潜在异常值。 展开更多
关键词 集合经验模态分解(eemd) 样本熵 模态混叠 三次样条插值 继电器参数
在线阅读 下载PDF
逆向云灰色关联相似日的EEMD-RL-GWO-LSTM区域风光功率短期预测 被引量:1
3
作者 张宇华 时鑫洋 +2 位作者 颜楠楠 王育飞 薛花 《太阳能学报》 EI CAS CSCD 北大核心 2024年第10期144-152,共9页
针对现有方法在风光预测时气象因素考虑不全面且未考虑风光功率关联性的问题,提出一种风光功率短期预测方法。首先,以云模型表征风光出力不确定性,逆向云结合灰色关联度分析不同气象特征对输出功率的影响程度,并设立选取标准及综合评分... 针对现有方法在风光预测时气象因素考虑不全面且未考虑风光功率关联性的问题,提出一种风光功率短期预测方法。首先,以云模型表征风光出力不确定性,逆向云结合灰色关联度分析不同气象特征对输出功率的影响程度,并设立选取标准及综合评分指标;其次,采用集合经验模态分解(EEMD)将选取相似日的功率数据分解为子序列;最后,将子序列和气象数据作为基于折射学习策略(RL)的灰狼算法(GWO)优化的改进长短期记忆网络(LSTM)模型的预测输入进行训练,对待预测日的子序列分别预测,并叠加得到短期区域风光发电功率的预测。以中国西北某风光联合电场数据为例,对该模型进行验证,结果表明,相比于现有预测模型,该文所提方法考虑了天气因素,具有较高的预测精度,能够较好地为区域风光联合电场的功率预测提供参考。 展开更多
关键词 逆向云灰色关联相似日 集合经验模态分解 RL-GWO-LSTM神经网络 短期风光功率预测
在线阅读 下载PDF
基于双EEMD与重构的局部放电时延估计方法
4
作者 李明洁 陈东伟 +2 位作者 王通 刘金超 刘卫东 《电波科学学报》 CSCD 北大核心 2024年第4期760-768,共9页
对室内电气设备的局部放电检测与定位是保障设备长期稳定运行的有效手段,而时延估计精度是影响局部放电检测与定位准确度的重要因素。为解决局部放电信号在噪声及多径效应影响下的时延估计精度问题,本文提出了一种基于双集合经验模态分... 对室内电气设备的局部放电检测与定位是保障设备长期稳定运行的有效手段,而时延估计精度是影响局部放电检测与定位准确度的重要因素。为解决局部放电信号在噪声及多径效应影响下的时延估计精度问题,本文提出了一种基于双集合经验模态分解(ensemble empirical mode decomposition,EEMD)与重构的局部放电信号预处理方法。模拟仿真与实验测试结果表明,本文所提出的方法与广义互相关算法相比有效提高了时延估计准确度,且稳定性与鲁棒性更好。本文所提方法有效提高了局部放电信号的信噪比(signal-to-noise ratio,SNR)以及时延估计算法的精度,可用于低SNR及多径效应明显的室内环境中局部放电信号的时延精确估计。 展开更多
关键词 局部放电 广义加权互相关 二次相关 集合经验模态分解(eemd) 低信噪比(SNR) 多径效应
在线阅读 下载PDF
基于EEMD-SVM的光伏阵列直流电弧故障检测
5
作者 吴杰 《电动工具》 2024年第3期13-17,19,共6页
光伏阵列随着运行时间的增长,阵列内数量众多的连接线缆、连接头容易产生破损或连接失效等问题,引发直流电弧故障,严重影响系统的安全运行,因此需要采用合适的检测方法进行故障诊断,以及时发现电弧故障。直流电弧故障的检测方法大致可... 光伏阵列随着运行时间的增长,阵列内数量众多的连接线缆、连接头容易产生破损或连接失效等问题,引发直流电弧故障,严重影响系统的安全运行,因此需要采用合适的检测方法进行故障诊断,以及时发现电弧故障。直流电弧故障的检测方法大致可以分为基于物理特性和时频特性两类。前者成本高,难度大,不适合大型光伏系统;后者随着近几年人工智能技术的兴起,大多数是提取直流电弧故障的时频域特征值形成数据集,运用神经网络或智能算法对其进行识别、训练、归纳等,达到检测目的,目前实际应用的检测方法侧重于后者。选用基于时频域特性的集合经验模态分解和支持向量机结合方法进行检测,在MATLAB/Simulink仿真平台搭建光伏阵列模型和直流电弧故障仿真模型,模拟光伏阵列不同位置的串、并联电弧故障,对电流信号进行采集、分析与处理。实验结果表明,支持向量机模型能够较好地对光伏阵列直流电弧故障进行识别和检测,有效区分光伏阵列正常工作状态与故障工作状态。 展开更多
关键词 直流 电弧 故障检测 时频域特性 集合经验模态分解 支持向量机 仿真模型
在线阅读 下载PDF
基于EEMD样本熵的高速列车转向架故障特征提取 被引量:38
6
作者 秦娜 金炜东 +2 位作者 黄进 李智敏 刘景波 《西南交通大学学报》 EI CSCD 北大核心 2014年第1期27-32,共6页
为了监测高速列车转向架关键部件的工作状态,提出了采用聚合经验模态分解和样本熵信息测度理论相结合的方法提取信号特征.以转向架正常、空气弹簧失气、横向减振器故障和抗蛇行减振器故障4种典型工况下车体及转向架的振动信号为研究对象... 为了监测高速列车转向架关键部件的工作状态,提出了采用聚合经验模态分解和样本熵信息测度理论相结合的方法提取信号特征.以转向架正常、空气弹簧失气、横向减振器故障和抗蛇行减振器故障4种典型工况下车体及转向架的振动信号为研究对象,将信号进行聚合经验模态分解,得到一系列成分简单的固有模态函数,分别计算样本熵值构成高维特征矢量,最后采用支持向量机进行故障状态的分类识别.实验结果表明,列车在200 km/h速度下,故障识别率可以达到88%,证明了该特征提取算法的有效性. 展开更多
关键词 转向架 阈值消噪 聚合经验模态分解 样本熵 支持向量机
在线阅读 下载PDF
基于EEMD和Laplace小波的滚动轴承故障诊断 被引量:26
7
作者 李昌林 孔凡让 +3 位作者 黄伟国 陈辉 王超 袁仲洲 《振动与冲击》 EI CSCD 北大核心 2014年第3期63-69,88,共8页
滚动轴承故障导致振动信号中出现多阶模态冲击响应,为了提取单阶模态冲击响应的模态参数,由于Laplace小波相关滤波受多阶模态冲击响应的影响,提出一种基于EEMD和Laplace小波的滚动轴承故障诊断方法。先用EEMD把振动信号中的多阶模态脉... 滚动轴承故障导致振动信号中出现多阶模态冲击响应,为了提取单阶模态冲击响应的模态参数,由于Laplace小波相关滤波受多阶模态冲击响应的影响,提出一种基于EEMD和Laplace小波的滚动轴承故障诊断方法。先用EEMD把振动信号中的多阶模态脉冲响应分解为各单阶模态冲击响应分量,然后用从分解的分量的频谱中选取所需的单阶模态冲击响应分量,再用Laplace小波相关滤波对选取的单阶模态冲击响应分量进行分析,便可以诊断出故障。通过对仿真信号和滚动轴承内圈、外圈、滚动体数据分析很好地验证了提出的方法的有效性。 展开更多
关键词 集合经验模态分解 Laplace小波 相关滤波 滚动轴承
在线阅读 下载PDF
大型旋转机械非平稳振动信号的EEMD降噪方法 被引量:67
8
作者 曹冲锋 杨世锡 杨将新 《振动与冲击》 EI CSCD 北大核心 2009年第9期33-38,共6页
针对现有各种降噪方法处理非平稳机械振动信号存在的缺点,提出一种基于辅助白噪声经验模式分解技术来自适应实现旋转机械非平稳振动信号降噪。该方法是一种集成的经验模式分解(Ensemble Empirical mode decomposition,EEMD)降噪算法,利... 针对现有各种降噪方法处理非平稳机械振动信号存在的缺点,提出一种基于辅助白噪声经验模式分解技术来自适应实现旋转机械非平稳振动信号降噪。该方法是一种集成的经验模式分解(Ensemble Empirical mode decomposition,EEMD)降噪算法,利用正态分布白噪声在经验模式分解中具有的二进尺度分解特性,可以有效抑制常规经验模式分解降噪算法处理非平稳振动信号时产生的模式混叠现象。通过仿真计算和转子启动过程试验振动信号对新降噪方法、经验模式分解降噪方法及小波降噪方法的性能进行了比较测试,结果表明,在非平稳机械振动信号降噪方面,新降噪方法具有更高的信噪比,不仅能够消除高斯噪声,而且能够有效降低脉冲干扰,提取出反映信号实际物理意义的振动固有模式。 展开更多
关键词 降噪 旋转机械 启动过程 振动信号 集成经验模式分解
在线阅读 下载PDF
基于EEMD、度量因子和快速峭度图的滚动轴承故障诊断方法 被引量:57
9
作者 彭畅 柏林 谢小亮 《振动与冲击》 EI CSCD 北大核心 2012年第20期143-146,共4页
基于EMD、谱峭度以及包络分析的滚动轴承故障诊断方法,提出了改进的基于EEMD、度量因子和快速峭度图的诊断方法。该方法首先将故障信号进行EEMD分解得到一组IMFs,然后用度量因子筛选出最能表征故障信息的IMF分量重构信号,再用快速峭度... 基于EMD、谱峭度以及包络分析的滚动轴承故障诊断方法,提出了改进的基于EEMD、度量因子和快速峭度图的诊断方法。该方法首先将故障信号进行EEMD分解得到一组IMFs,然后用度量因子筛选出最能表征故障信息的IMF分量重构信号,再用快速峭度图构造最优带通滤波器,最后将滤波后的重构信号进行包络分析并将包络谱与轴承故障特征频率进行比较,从而诊断出具体故障。滚动轴承的内圈故障仿真数据以及工程实测数据均很好地验证了提出的改进方法的有效性,说明其具有良好的应用前景。 展开更多
关键词 eemd 度量因子 快速峭度图 包络分析
在线阅读 下载PDF
基于改进EEMD的穿墙雷达动目标微多普勒特性分析 被引量:24
10
作者 王宏 Narayanan R M +2 位作者 周正欧 李廷军 孔令讲 《电子与信息学报》 EI CSCD 北大核心 2010年第6期1355-1360,共6页
穿墙雷达动目标探测中人的心跳、呼吸、手臂摆动等运动的微多普勒信号是非线性、非平稳信号,可以采用经验模式分解(EMD)对其进行时频分析。由于EMD分解存在模式混合问题,该文提出一种改进的整体平均经验模式分解(EEMD)方法,并将其应用... 穿墙雷达动目标探测中人的心跳、呼吸、手臂摆动等运动的微多普勒信号是非线性、非平稳信号,可以采用经验模式分解(EMD)对其进行时频分析。由于EMD分解存在模式混合问题,该文提出一种改进的整体平均经验模式分解(EEMD)方法,并将其应用于穿墙雷达人的运动微多普勒特性分析中,并且对分解后的每个本征模式函数(IMF)进行Hilbert-Huang变换(HHT),得到信号的时间-频率-能量谱。仿真数据和实验结果分析均表明,改进的EEMD方法不仅能够有效消除EMD中的模式混合问题,将人运动微多普勒信号中的不同频率尺度分解在不同的IMF中,而且还能够有效抑制原始信号中的噪声,提高信噪比,得到更精细、更清晰的时频分布。 展开更多
关键词 穿墙雷达 经验模式分解 整体平均经验模式分解 HILBERT-HUANG变换 微多普勒特性
在线阅读 下载PDF
LMS方法的改进及联合EEMD在振动信号去噪中的应用 被引量:13
11
作者 张袁元 李舜酩 +2 位作者 胡伊贤 江星星 郭海东 《振动与冲击》 EI CSCD 北大核心 2013年第20期61-66,共6页
针对机械振动信号特征提取中的去噪问题,联合集合经验模式分解(EEMD)和最小均方算法(LMS)发展了一种自适应去噪方法。首先研究了LMS的固定步长固定阶数、变步长(VS)和变阶数(VT)的算法性能,提出在迭代过程中以比较阶数和步长变化时的最... 针对机械振动信号特征提取中的去噪问题,联合集合经验模式分解(EEMD)和最小均方算法(LMS)发展了一种自适应去噪方法。首先研究了LMS的固定步长固定阶数、变步长(VS)和变阶数(VT)的算法性能,提出在迭代过程中以比较阶数和步长变化时的最小均方误差期望为收敛方向,发展了一种联合变步长变阶数最小均方算法(VSVTLMS)的去噪方法;通过对原信号的EEMD分解,使各模式分量窄带化,进而通过VSVT-LMS对每个IMF分量进行去噪,有效避免LMS算法对宽频信号的不稳定性,同时也避免了EMD分解的不唯一性和去噪中阈值的选择问题。最后通过对仿真和实际车辆振动信号去噪,验证了方法在工程上的可行性。 展开更多
关键词 振动信号 集合经验模式分解 自适应滤波器 变阶数 变步长
在线阅读 下载PDF
基于EEMD-SCBSS的岩石声发射信号去噪方法 被引量:14
12
作者 赵奎 杨道学 +4 位作者 曾鹏 王晓军 钟文 龚囱 闫雷 《振动与冲击》 EI CSCD 北大核心 2021年第5期179-185,210,共8页
针对岩石声发射(AE)信号的低信噪比、随机性强、非平稳性等特点,提出了一种基于总体经验模态(EEMD)及单通道盲源分离(SCBSS)的AE信号滤波方法。将含有背景噪声的AE信号进行EEMD分解,得到一系列按频率从高到低排列的本征模函数(IMF);提... 针对岩石声发射(AE)信号的低信噪比、随机性强、非平稳性等特点,提出了一种基于总体经验模态(EEMD)及单通道盲源分离(SCBSS)的AE信号滤波方法。将含有背景噪声的AE信号进行EEMD分解,得到一系列按频率从高到低排列的本征模函数(IMF);提取高频背景噪声信号与观测信号构建虚拟多通道观测信号;利用快速不动点优化算法(FastICA)对构建的虚拟多通道观测信号进行盲源分离(BSS),进而得到滤波后的AE信号。通过构造含噪声AE信号进行数值仿真实验及实测数据分析,将基于EEMD及SCBSS滤波方法与小波阈值滤波方法进行比较。实验结果表明:小波阈值滤波方法会导致滤波后的AE信号频域信息失真,影响滤波后的AE信号上升时间,能量等参数识别;该方法可以对含噪声AE信号进行有效地滤波处理,能够较好地滤除AE信号中的非平稳随机噪声,并且能够保护滤波后的AE信号频域信息。 展开更多
关键词 岩石声发射信号 去噪 总体经验模态 单通道盲源分离
在线阅读 下载PDF
EEMD在同时消除脉搏血氧检测中脉搏波信号高频噪声和基线漂移中的应用 被引量:20
13
作者 韩庆阳 王晓东 +1 位作者 李丙玉 周鹏骥 《电子与信息学报》 EI CSCD 北大核心 2015年第6期1384-1388,共5页
人体血氧饱和度是基于脉搏波信号测量得到的,然而在脉搏波信号采集的过程中存在着由人体呼吸和仪器本身热噪声等带来的基线漂移和高频噪声,影响人体血氧饱和度的测量精度。因此,该文提出一种总体平均经验模态分解(Ensemble Empirical Mo... 人体血氧饱和度是基于脉搏波信号测量得到的,然而在脉搏波信号采集的过程中存在着由人体呼吸和仪器本身热噪声等带来的基线漂移和高频噪声,影响人体血氧饱和度的测量精度。因此,该文提出一种总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)与基于排列熵(Permutation Entropy,PE)的信号随机性检测相结合的方法,同时消除基线漂移和高频噪声。对脉搏波信号进行EEMD分解,计算分解到得到的内在模式分量的排列熵,选取阈值,分别判断并剔除代表高频噪声和基线漂移的内在模式分量。最后信号重构就得到同时消除高频噪声和基线漂移的脉搏波信号。通过自行研制的测量装置所采集的脉搏波信号进行实验验证,利用信号的频谱和交直流比R评价效果。结果表明:该方法有效地同时消除了脉搏波信号中的高频噪声和基线漂移,这将有利于人体血氧饱和度测量精度的提高。 展开更多
关键词 脉搏波信号 人体血氧饱和度 高频噪声 基线漂移 总体平均经验模态分解 排列熵
在线阅读 下载PDF
基于EEMD与广义S变换的内燃机噪声源识别研究 被引量:9
14
作者 郑旭 郝志勇 +1 位作者 金阳 卢兆刚 《内燃机工程》 EI CAS CSCD 北大核心 2011年第5期68-73,共6页
介绍了一种新颖的自适应信号处理方法——集总平均经验模态分解(EEMD)的基本原理,通过仿真试验,验证了EEMD在一定程度上克服了传统经验模态分解(EMD)在模态混叠问题上的缺陷,能够对复杂的非稳态信号进行较为准确的自适应模态分解。以某... 介绍了一种新颖的自适应信号处理方法——集总平均经验模态分解(EEMD)的基本原理,通过仿真试验,验证了EEMD在一定程度上克服了传统经验模态分解(EMD)在模态混叠问题上的缺陷,能够对复杂的非稳态信号进行较为准确的自适应模态分解。以某4缸四冲程柴油机为研究对象,对其气缸顶部的噪声信号进行EEMD分解,并采用广义S变换(GST)对其中各个本征模态函数(IMF)分量进行时频分析。研究结果表明:分解得到的各个IMF分量均具有独立和真实的物理意义,能够准确地反映内燃机各个噪声源的分布及其大小。 展开更多
关键词 内燃机 噪声源识别 eemd GST 时频分析
在线阅读 下载PDF
基于频率截止的EEMD方法研究 被引量:5
15
作者 黄杰 张梅军 +1 位作者 柴凯 陈灏 《振动与冲击》 EI CSCD 北大核心 2015年第8期101-105,共5页
为解决总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)中虚假IMF分量过多问题,提出了一种基于频率截止的EEMD方法。该方法采用一种新的IMF筛分终止条件——以信号自身的最小频率为EMD分解IMF分量的截止频率;然后将... 为解决总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)中虚假IMF分量过多问题,提出了一种基于频率截止的EEMD方法。该方法采用一种新的IMF筛分终止条件——以信号自身的最小频率为EMD分解IMF分量的截止频率;然后将基于频率截止的IMF筛分终止条件引入EEMD分解。通过仿真和实测信号分析,并与EMD、EEMD分解结果比较得到,运用频率截止的EEMD方法不仅有效减少了虚假IMF分量的产生,使得分解的目的性更加明确,而且保证了EEMD分解出的IMF分量的完备性,更好地抑制了模态混叠现象。 展开更多
关键词 总体平均经验模态分解 频率截止 模态混叠 IMF分量
在线阅读 下载PDF
基于EEMD分解的直驱式机电作动器故障诊断 被引量:9
16
作者 刘俊 王占林 +1 位作者 付永领 郭彦青 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2012年第12期1567-1571,共5页
基于集合经验模式分解(EEMD,Ensemble Empirical Mode Decomposition)算法,给出一种机载直驱式双余度机电作动器(DDDR-EMA,Direct-Driven Dual-Redundancy Electro-Mechanical Actuator)复合故障诊断方法.EEMD对信号加入有限幅度的高斯... 基于集合经验模式分解(EEMD,Ensemble Empirical Mode Decomposition)算法,给出一种机载直驱式双余度机电作动器(DDDR-EMA,Direct-Driven Dual-Redundancy Electro-Mechanical Actuator)复合故障诊断方法.EEMD对信号加入有限幅度的高斯白噪声,利用高斯白噪声频率均匀分布的统计特性使信号在不同尺度上保持连续性,解决了经验模式分解的模式混叠缺陷并保留了自适应性.将EEMD方法应用于机载DDDR-EMA故障诊断实验振动信号分析,先对实测信号进行分解,得到一组无模式混叠的固有模式函数;再采用不同的方法分析各频段,提取各频段包含的故障特征.实验结果表明:与经验模式分解相比EEMD能提高故障信号的分析精度,准确诊断机载DDDR-EMA的复合故障. 展开更多
关键词 直驱式双余度机电作动器 集合经验模式分解 故障诊断 模式混叠
在线阅读 下载PDF
上证基金指数波动结构分解与短期预测:基于EEMD模型 被引量:4
17
作者 何凯 苏梽芳 何卫平 《金融理论与实践》 北大核心 2014年第1期80-85,共6页
上证基金指数反映了基金市场的整体变动情况,研究其波动结构特征对基金市场参与者具有重要作用。研究结果表明:(1)上证基金指数序列可由经济基本面决定的趋势项、重大事件带来的低频分量和短期不均衡导致的高频分量构成,而且趋势项主导... 上证基金指数反映了基金市场的整体变动情况,研究其波动结构特征对基金市场参与者具有重要作用。研究结果表明:(1)上证基金指数序列可由经济基本面决定的趋势项、重大事件带来的低频分量和短期不均衡导致的高频分量构成,而且趋势项主导上证基金指数的长期走势,低频分量在中期对该指数有较大影响,而高频分量的影响可忽略不计;(2)与直接SVM预测法相比,EEMD-SVM组合预测法有更高的预测精度,说明EEMD分解得到的各结构分量有效地刻画了上证基金指数的内在运行特征。 展开更多
关键词 证券市场 集成经验模态分解 本征模态函数 支持向量机 上证基金指数 ensemble empirical mode decomposition (eemd) INTRINSIC mode function (IMF) support VECTOR machine (SVM)
在线阅读 下载PDF
一种基于样本熵与EEMD的舰船辐射噪声特征提取方法 被引量:7
18
作者 李余兴 李亚安 +1 位作者 陈晓 蔚婧 《水下无人系统学报》 北大核心 2018年第1期28-34,共7页
为了实现舰船辐射噪声在复杂海洋环境中的特征提取,采用样本熵对3类舰船辐射噪声(SRN)进行特征提取。针对样本熵只能在单尺度下对原信号进行分析,无法有效区分不同类别舰船,提出了一种将样本熵与集合经验模态分解(EEMD)相结合的舰船辐... 为了实现舰船辐射噪声在复杂海洋环境中的特征提取,采用样本熵对3类舰船辐射噪声(SRN)进行特征提取。针对样本熵只能在单尺度下对原信号进行分析,无法有效区分不同类别舰船,提出了一种将样本熵与集合经验模态分解(EEMD)相结合的舰船辐射噪声特征提取方法。首先对3类不同种SRN信号进行EEMD,对分解后得到的各阶固有模态函数(IMF)的样本熵进行分析,选取更具有区分度的最强IMF样本熵作为特征参数。通过比较一定数量3类SRN的最强IMF样本熵及原SRN样本熵特征参数发现,同类舰船的特征参数基本处于同一水平,不同类型的舰船存在一定差异。试验结果表明,以SRN的最强IMF样本熵作为特征参数相比原SRN样本熵对舰船具有更好的可分性。 展开更多
关键词 舰船辐射噪声 样本熵 集合经验模态分解 固有模态函数 特征提取
在线阅读 下载PDF
基于EEMD-Renyi熵和PCA-PNN的滚动轴承故障诊断 被引量:8
19
作者 窦东阳 李丽娟 赵英凯 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2011年第B09期107-111,共5页
针对滚动轴承故障特征提取与状态监测问题,提出一种基于集合经验模式分解(EEMD)、Renyi熵、主元分析(PCA)和概率神经网络(PNN)的新方法.首先,将轴承振动信号通过EEMD分解成一组本征模态函数(IMF),计算每个IMF分量的Renyi熵值作为表征故... 针对滚动轴承故障特征提取与状态监测问题,提出一种基于集合经验模式分解(EEMD)、Renyi熵、主元分析(PCA)和概率神经网络(PNN)的新方法.首先,将轴承振动信号通过EEMD分解成一组本征模态函数(IMF),计算每个IMF分量的Renyi熵值作为表征故障特征的向量,采用主元分析(PCA)对特征降维,提取主元输入概率神经网络进行故障分类.通过SKF6203轴承的正常、内圈点蚀、外圈点蚀和滚动体点蚀这4类状态的诊断实验验证了方法的有效性,诊断正确率为91.7%. 展开更多
关键词 故障诊断 滚动轴承 集合经验模式分解 RENYI熵 主元分析 概率神经网络
在线阅读 下载PDF
基于EEMD和SVR的单自由度结构状态趋势预测 被引量:6
20
作者 刘义艳 贺栓海 +1 位作者 巨永锋 段晨东 《振动与冲击》 EI CSCD 北大核心 2012年第5期60-64,共5页
为了解决结构早期损伤难以正确识别的问题,结合聚类经验模式分解(EEMD)解决随机不确定性问题和支持向量机(SVM)解决预测问题这两者的优势,提出了一种基于EEMD特征提取的支持向量机回归(SVR)结构状态趋势预测方法。先对单自由度结构渐进... 为了解决结构早期损伤难以正确识别的问题,结合聚类经验模式分解(EEMD)解决随机不确定性问题和支持向量机(SVM)解决预测问题这两者的优势,提出了一种基于EEMD特征提取的支持向量机回归(SVR)结构状态趋势预测方法。先对单自由度结构渐进损伤的加速度振动信号进行EEMD,再进行希尔伯特变换(HT),计算瞬时频率,然后用回归支持向量机对反映结构健康状态的瞬时频率进行趋势预测。研究表明:对于渐变损伤该方法可以准确地、高精度地预测结构状态趋势。 展开更多
关键词 聚类经验模式分解 支持向量机回归 单自由度结构 瞬时频率 趋势预测
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部