期刊文献+
共找到64篇文章
< 1 2 4 >
每页显示 20 50 100
固有模态函数(IMF)积检测器——以低信噪比情况下超宽带雷达信号检测为例 被引量:1
1
作者 王明阳 周一宇 +1 位作者 姜文利 韩乐 《宇航学报》 EI CAS CSCD 北大核心 2006年第B12期75-78,共4页
首次提出了一种固有模态函数积检测器。首先通过经验模式分解(EMD)把带噪信号分解成有限个固有模态函数(IMF)。检测的基本思路是,对各个IMF分量的绝对值作逐点乘积,用于抑制噪声并凸现信号,最后进行滤波和判决。本文以UWB信号为... 首次提出了一种固有模态函数积检测器。首先通过经验模式分解(EMD)把带噪信号分解成有限个固有模态函数(IMF)。检测的基本思路是,对各个IMF分量的绝对值作逐点乘积,用于抑制噪声并凸现信号,最后进行滤波和判决。本文以UWB信号为例,数据源于UWB雷达实验系统。在低信噪比(SNR),UWB脉冲与噪声波形相似,且噪声概率密度函数(PDF)未知情况下,进行实验。结果表明,当峰峰信噪比低于5dB时,该检测器性能优于Teager能量算子(TEO)。 展开更多
关键词 经验模式分解 固有模态函数 TEAGER能量算子 超宽带雷达
在线阅读 下载PDF
基于IMF熵价值的轮对轴承故障自适应诊断 被引量:5
2
作者 易彩 林建辉 +1 位作者 丁建明 张卫华 《铁道学报》 EI CAS CSCD 北大核心 2017年第10期43-50,共8页
针对集成经验模态分解(EEMD)方法中本征模态函数(IMF)不能自主筛选的问题,提出IMF价值评价方法,以此评价IMF价值高低。将IMF能量熵作为IMF价值高低的核心评价标准,并基于此建立轮对轴承故障自适应诊断模型。该模型将轴承振动信号进行EEM... 针对集成经验模态分解(EEMD)方法中本征模态函数(IMF)不能自主筛选的问题,提出IMF价值评价方法,以此评价IMF价值高低。将IMF能量熵作为IMF价值高低的核心评价标准,并基于此建立轮对轴承故障自适应诊断模型。该模型将轴承振动信号进行EEMD分解得到不同尺度的IMF,依据IMF熵价值算法,筛选出价值更高的IMF进行信号重构,对重构信号进行希尔伯特变换,应用其边际谱提取轮对轴承振动特性频率。应用无故障轴承及三种不同故障轴承对本模型进行试验验证。结果表明,该方法能凸显轴承特性频率,能够有效提取轴承旋转频率倍频、故障特征频率及其倍频,并且轴承垂向和横向振动对轴承故障特征频率的检测在谱分辨率及故障表征上都有较好的表现力。 展开更多
关键词 轮对轴承 经验模态分解 本征模态函数 自适应故障诊断 能量熵 边际谱
在线阅读 下载PDF
基于IMF能量矩和SVM的煤矸识别 被引量:14
3
作者 窦希杰 王世博 +1 位作者 谢洋 宣统 《振动与冲击》 EI CSCD 北大核心 2020年第24期39-45,共7页
针对综放工作面的煤矸识别问题,提出了一种基于固有模态函数(IMF)能量矩和支持向量机(SVM)的煤矸识别方法。使用仿真信号验证了该方法所提取的IMF能量矩可以反映信号的能量沿时间轴的分布情况,相较于IMF能量可以更好地表征信号的特征。... 针对综放工作面的煤矸识别问题,提出了一种基于固有模态函数(IMF)能量矩和支持向量机(SVM)的煤矸识别方法。使用仿真信号验证了该方法所提取的IMF能量矩可以反映信号的能量沿时间轴的分布情况,相较于IMF能量可以更好地表征信号的特征。使用该方法进行煤矸识别时,对放顶煤过程中采集到的顶煤和矸石冲击液压支架的振动信号进行集合经验模态分解分解(EEMD),得到若干个IMF,根据分解结果提取包含振动信号主要信息的前8个IMF分量,进一步计算其能量矩,将待测样本信号的IMF能量矩作为特征向量输入训练好的支持向量机进行放煤和放矸石两种工况的识别。试验结果表明,该方法能有效的完成对煤矸振动样本数据的识别,平均识别准确率达到90%。 展开更多
关键词 放顶煤 煤矸识别 集合经验模态分解(EEMD) 固有模态函数(imf) 能量矩 支持向量机(SVM)
在线阅读 下载PDF
基于IMF能量矩的脑电情绪特征提取研究 被引量:2
4
作者 王成龙 韦巍 李天永 《现代电子技术》 北大核心 2018年第20期10-13,共4页
为了提高脑电信号情绪识别分类的准确率,在小波变换的基础上,结合经验模态分解(EMD)和能量矩提出一种新的脑电特征提取方法。该研究利用小波变换提取左右前额叶(AF3,AF4)、左右额叶(F3,F4)和左右顶叶(FC5,FC6)通道的α波、θ波、β波和... 为了提高脑电信号情绪识别分类的准确率,在小波变换的基础上,结合经验模态分解(EMD)和能量矩提出一种新的脑电特征提取方法。该研究利用小波变换提取左右前额叶(AF3,AF4)、左右额叶(F3,F4)和左右顶叶(FC5,FC6)通道的α波、θ波、β波和γ波节律;对提取的脑电节律进行EMD分解获得固有模态函数(IMF)分量,再进一步提取IMF分量的能量矩特征;最后使用支持向量机实现情感状态评估。实验结果表明,将IMF能量矩用于脑电信号情感识别是可行的。 展开更多
关键词 小波变换 经验模态分解 本征模态函数 能量矩 脑电信号 情感识别
在线阅读 下载PDF
基于IMF能量分布重构的目标检测技术
5
作者 张林 黄勇 +1 位作者 薛永华 关键 《海军航空工程学院学报》 2019年第5期401-406,共6页
为提高海杂波中慢速目标的检测性能,提出了一种基于IMF能量分布重构的目标检测技术。该算法对原始信号尖峰区域经经验模态分解后得到的固有模态函数进行分段数据重构,计算前端IMF分量与后端IMF分量的能量比,并将其输入非参量检测器中进... 为提高海杂波中慢速目标的检测性能,提出了一种基于IMF能量分布重构的目标检测技术。该算法对原始信号尖峰区域经经验模态分解后得到的固有模态函数进行分段数据重构,计算前端IMF分量与后端IMF分量的能量比,并将其输入非参量检测器中进行目标检测。研究表明,相比于海杂波单元,目标单元尖峰区域有更小的前后端IMF分量能量比,适用于慢速目标的检测。 展开更多
关键词 固有模态函数 能量比 广义符号 海尖峰
在线阅读 下载PDF
基于EMD能量熵和支持向量机的齿轮故障诊断方法 被引量:128
6
作者 张超 陈建军 郭迅 《振动与冲击》 EI CSCD 北大核心 2010年第10期216-220,共5页
针对齿轮振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况,提出了基于经验模态分解(empirical mode decomposition,EMD)和支持向量机的齿轮故障诊断方法。首先通过EMD方法将非平稳的原始加速度振动信号分解成若干个平... 针对齿轮振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况,提出了基于经验模态分解(empirical mode decomposition,EMD)和支持向量机的齿轮故障诊断方法。首先通过EMD方法将非平稳的原始加速度振动信号分解成若干个平稳的本征模函数(intrinsic mode function,IMF);齿轮发生不同的故障时,在不同频带内的信号能量值会发生改变,故可以通过计算不同振动信号的EMD能量熵判断是否发生故障;从包含有主要故障信息的IMF分量中提取出来的能量特征作为输入建立支持向量机(support vector machine,SVM),判断齿轮的工作状态和故障类型。实验结果表明,该方法能有效地应用于齿轮的故障诊断。 展开更多
关键词 经验模态分解 本征模函数 能量熵 支持向量机 故障诊断
在线阅读 下载PDF
基于EMD的滚动轴承故障灰色诊断方法 被引量:14
7
作者 王录雁 王强 +2 位作者 张梅军 李焕良 赵玮 《振动与冲击》 EI CSCD 北大核心 2014年第3期197-202,共6页
经验模态分解(EMD)方法可使滚动轴承振动信号根据自身尺度自适应地分解为若干个内禀模态分量(IMF),滚动轴承发生故障会导致振动能量在各IMF分量上的分布发生变化,结合灰色关联模型建立IMF能量分布与轴承状态之间的对应关系,可实现轴承... 经验模态分解(EMD)方法可使滚动轴承振动信号根据自身尺度自适应地分解为若干个内禀模态分量(IMF),滚动轴承发生故障会导致振动能量在各IMF分量上的分布发生变化,结合灰色关联模型建立IMF能量分布与轴承状态之间的对应关系,可实现轴承的状态识别。为改善传统灰关联分析在模式识别方面的缺陷,基于斜率相似的原理构造了能反映曲线形状信息的相似关联度模型,结合传统的接近关联度模型建立了能同时反映曲线位置与形状特性的灰色综合关联度诊断模型。算例结果表明,该方法能准确有效地实现滚动轴承的故障诊断。 展开更多
关键词 经验模态分解 内禀模态能量 灰色综合关联度 滚动轴承 故障诊断
在线阅读 下载PDF
基于集合经验模态分解敏感固有模态函数选择算法的滚动轴承状态识别方法 被引量:33
8
作者 王玉静 康守强 +3 位作者 张云 刘学 姜义成 Mikulovich V I 《电子与信息学报》 EI CSCD 北大核心 2014年第3期595-600,共6页
为了更有效地提取滚动轴承各状态振动信号的特征,该文提出了一种基于集合经验模态分解(EEMD)的敏感固有模态函数(IMF)选择算法。该算法对振动信号经EEMD分解后得到的固有模态函数采用峭度值、相关系数相结合的方法自动提取其敏感分量,... 为了更有效地提取滚动轴承各状态振动信号的特征,该文提出了一种基于集合经验模态分解(EEMD)的敏感固有模态函数(IMF)选择算法。该算法对振动信号经EEMD分解后得到的固有模态函数采用峭度值、相关系数相结合的方法自动提取其敏感分量,以此获得振动信号的初始特征。再运用奇异值分解和自回归(AR)模型方法得到滚动轴承各状态振动信号的特征向量,并将其输入到改进的超球多类支持向量机中进行智能识别,从而实现滚动轴承的正常状态,不同故障类型及不同性能退化程度的各状态识别。实验结果表明,相比基于经验模态分解结合自回归模型或奇异值分解的特征提取方法,该方法可更有效地提取滚动轴承故障特征信息,且识别精度更高。 展开更多
关键词 信号处理 状态识别 非平稳信号 集合经验模态分解(EEMD) 敏感固有模态函数(imf)
在线阅读 下载PDF
基于经验模态分解的地震相分析技术 被引量:9
9
作者 刘庆敏 杨午阳 +2 位作者 田连玉 徐云泽 李琳 《石油地球物理勘探》 EI CSCD 北大核心 2010年第A01期145-149,共5页
经验模态分解(EMD)方法是希尔伯特—黄变换的核心部分,可以将地震数据分解为多阶内蕴模态函数(IMF)分量,不同IMF分量具有不同的频率特性,不同的IMF分量对地震相的敏感程度不同,反映不同的地质信息。利用EMD方法结合kohonen神经网络的地... 经验模态分解(EMD)方法是希尔伯特—黄变换的核心部分,可以将地震数据分解为多阶内蕴模态函数(IMF)分量,不同IMF分量具有不同的频率特性,不同的IMF分量对地震相的敏感程度不同,反映不同的地质信息。利用EMD方法结合kohonen神经网络的地震相分析可进行断层识别以及储层预测。文中将EMD方法应用于中国西部的实际地震资料分析,利用重构信号和分解得到的IMF分量进行波形地震相分析。模型试算和实际资料应用结果表明,用感兴趣的IMF分量能够重构信号,重构后的地震信号能够更加清晰地显示断层展布特征、有利储层范围等,提高了地震资料的信噪比和分辨率,对断层展布特征的认识和油气预测具有重要的参考价值。 展开更多
关键词 希尔伯特—黄变换 经验模态分解 内蕴模态函数 波形分类 地震相分析
在线阅读 下载PDF
基于经验模态分解法的层序地层划分及对比研究 被引量:13
10
作者 徐敬领 王贵文 +1 位作者 刘洛夫 张春花 《石油物探》 EI CSCD 北大核心 2010年第2期182-186,共5页
测井资料是地层信息的集合体,测井信号的奇异性一般反映了地层边界信息。经验模态分解能检测信号的奇异性。为此,针对目前层序地层划分及对比缺乏统一的标准及存在人为性和多解性等问题,提出了利用基于测井资料的经验模态分解法进行地... 测井资料是地层信息的集合体,测井信号的奇异性一般反映了地层边界信息。经验模态分解能检测信号的奇异性。为此,针对目前层序地层划分及对比缺乏统一的标准及存在人为性和多解性等问题,提出了利用基于测井资料的经验模态分解法进行地层划分及对比。方法的基本原理是:①利用经验模态分解法对测井资料进行分解,得到不同频率成分的本征模态函数;②根据多级分解下的本征模态函数表现出的周期性振荡特征,将其与地质上划分的各级层序界面建立对应关系,即不同频率的周期对应不同规模的层序、各个频率段之间的突变点对应着层序界面,进而实现对各级层序的划分;③在各级层序格架控制下,进行等时地层对比。在长庆油田延长组的应用表明,该方法得到的结果比地质分层结果更精细,对比效果更好,为利用测井资料进行高分辨率层序地层研究提供了一种新的手段。 展开更多
关键词 测井数据 层序划分 本征模态函数 地层对比
在线阅读 下载PDF
基于EEMD能量熵和支持向量机的齿轮故障诊断方法 被引量:56
11
作者 张超 陈建军 郭迅 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2012年第3期932-939,共8页
针对齿轮振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况,提出基于总体平均经验模态分解(EEMD)和支持向量机的齿轮故障诊断方法。通过EEMD方法将非平稳的原始加速度振动信号分解成若干个平稳的本征模函数(IMF);齿轮... 针对齿轮振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况,提出基于总体平均经验模态分解(EEMD)和支持向量机的齿轮故障诊断方法。通过EEMD方法将非平稳的原始加速度振动信号分解成若干个平稳的本征模函数(IMF);齿轮发生不同的故障时,在不同频带内的信号能量值会发生改变,故可通过计算不同振动信号的EEMD能量熵判断是否发生故障;从包含有主要故障信息的IMF分量中提取出来的能量特征作为输入建立支持向量机,判断齿轮的工作状态和故障类型。实验结果表明:文中提出的方法能有效地应用于齿轮的故障诊断。 展开更多
关键词 总体平均经验模态分解 本征模函数 能量熵 支持向量机 故障诊断
在线阅读 下载PDF
经验模态分解理论及其应用 被引量:19
12
作者 郝欢 王华力 魏勤 《高技术通讯》 CAS CSCD 北大核心 2016年第1期67-80,共14页
阐述了经验模态分解(EMD)的概念、基本理论及其作为一种数据驱动的时频分析方法,能够根据信号特点自适应地将信号分解成一组具有物理意义的固有模态函数的线性组合,十分适合于非线性、非平稳信号分析的机理,然后综述了一维EMD算法在解... 阐述了经验模态分解(EMD)的概念、基本理论及其作为一种数据驱动的时频分析方法,能够根据信号特点自适应地将信号分解成一组具有物理意义的固有模态函数的线性组合,十分适合于非线性、非平稳信号分析的机理,然后综述了一维EMD算法在解决包络拟合、边界效应、模态混叠等关键问题上的研究进展,重点对新兴的多维经验模态分解的发展情况进行了详细论述;介绍了EMD在信号去噪,地球物理、生物医学信号处理,电力工程、机械工程故障诊断方面的主要应用,结合EMD研究中的难点问题,指出了下一步研究的五个重要方向。 展开更多
关键词 经验模态分解(EMD) 时频分析 固有模态函数(imf) 多维经验模态分解
在线阅读 下载PDF
基于固有模态能量熵的微弱目标检测算法 被引量:16
13
作者 关键 张建 《电子与信息学报》 EI CSCD 北大核心 2011年第10期2494-2499,共6页
该文分析了海杂波能量在各固有模态函数(IMF)间的分布特点,研究了目标对海杂波能量在各IMF间分布的影响。研究发现,无目标时,海杂波的能量主要集中于先分解出的3个IMF中,而当目标出现时,海杂波的能量将向后分解出的6个IMF扩散,且固有模... 该文分析了海杂波能量在各固有模态函数(IMF)间的分布特点,研究了目标对海杂波能量在各IMF间分布的影响。研究发现,无目标时,海杂波的能量主要集中于先分解出的3个IMF中,而当目标出现时,海杂波的能量将向后分解出的6个IMF扩散,且固有模态能量熵恰能描述目标出现引起的海杂波能量分布的这种变化,因此该文提出了采用固有模态能量熵检测微弱目标的算法。仿真结果表明,与基于盒维数的微弱目标检测算法、频域CFAR检测方法和多脉冲CA-CFAR(100个脉冲)检测算法相比,该算法的检测性能较好,有效增强了雷达对海杂波中微弱目标的检测能力。 展开更多
关键词 目标检测 Hilbert—Huang变换 固有模态函数 固有模态能量熵 海杂波
在线阅读 下载PDF
利用改进希尔伯特—黄变换进行地震资料时频分析 被引量:16
14
作者 曹思远 邴萍萍 +2 位作者 路交通 范廷恩 董建华 《石油地球物理勘探》 EI CSCD 北大核心 2013年第2期246-254,332+158-159,共9页
为了克服常规希尔伯特—黄变换(HHT)的缺陷,消除常规经验模态分解(EMD)产生的本征模态函数分量(IMF)中混叠的振荡模式,本文运用改进HHT,即通过引进小波包变换,首先将信号分解成一系列窄带信号,然后对这些窄带信号进行EMD获得一些IMF分量... 为了克服常规希尔伯特—黄变换(HHT)的缺陷,消除常规经验模态分解(EMD)产生的本征模态函数分量(IMF)中混叠的振荡模式,本文运用改进HHT,即通过引进小波包变换,首先将信号分解成一系列窄带信号,然后对这些窄带信号进行EMD获得一些IMF分量,再根据相关系数法,保留需要的IMF分量,去除虚假的IMF分量,最后进行HHT求取瞬时频率,得到改进HHT谱。改进HHT摆脱了小波变换中的海森堡测不准原理的限制,以及常规HHT模态混叠对分析的干扰。虽然改进HHT谱高频成分存在跳跃现象,但都围绕在真实频率值周围,并且较小波时频图的频带窄很多,能够反映信号的真实频率特性。数值模拟与实际地震记录处理结果证明了改进HHT的可行性。 展开更多
关键词 改进HHT 小波包变换 海森堡测不准原理 EMD imf 时频分析
在线阅读 下载PDF
基于改进的经验模态分解的滚动轴承故障诊断研究 被引量:4
15
作者 臧怀刚 李清志 +1 位作者 韩艳龙 王石云 《计量学报》 CSCD 北大核心 2013年第2期101-105,共5页
传统的时频分析方法不能有效地处理非平稳信号,经验模态分解(EMD)非常适合处理非平稳信号,但结果可能出现伪内禀模态函数(IMF)和不敏感内禀模态函数。针对EMD的不足,提出能量门限法和敏感IMF选择法相结合来识别真IMF和敏感IMF的... 传统的时频分析方法不能有效地处理非平稳信号,经验模态分解(EMD)非常适合处理非平稳信号,但结果可能出现伪内禀模态函数(IMF)和不敏感内禀模态函数。针对EMD的不足,提出能量门限法和敏感IMF选择法相结合来识别真IMF和敏感IMF的方法,对同时满足这两个条件的IMF作频谱变换,频谱图上可以清晰呈现故障特征信息。将改进后的EMD应用到滚动轴承故障诊断实例,证明了此方法的可行性和准确性。 展开更多
关键词 计量学 滚动轴承故障 经验模态分解 内禀模态函数 能量门限 敏感imf
在线阅读 下载PDF
基于经验模式分解的拖曳式声纳拖船噪声抵消研究 被引量:13
16
作者 张宾 孙长瑜 孙贵青 《应用声学》 CSCD 北大核心 2007年第2期68-73,共6页
拖曳式线列阵声纳的拖船噪声具有多途角扩展等特点,并且是一个非平稳过程,使得对该噪声的消除或抑制是一大难点。经验模式分解是一种用于分析非线性非平稳信号的新方法,该方法自适应地将嵌于数据内部的多个固有模式函数逐一分解开来。... 拖曳式线列阵声纳的拖船噪声具有多途角扩展等特点,并且是一个非平稳过程,使得对该噪声的消除或抑制是一大难点。经验模式分解是一种用于分析非线性非平稳信号的新方法,该方法自适应地将嵌于数据内部的多个固有模式函数逐一分解开来。本文尝试利用经验模式分解方法分离出水听器接收信号中的拖船干扰噪声,从而达到消除干扰的目的。海上试验数据的处理结果充分验证了这种方法的可行性。 展开更多
关键词 拖曳式线列阵声纳 噪声抵消 经验模式分解 固有模式函数
在线阅读 下载PDF
基于希尔伯特黄变换的刀具磨损特征提取 被引量:26
17
作者 孙惠斌 牛伟龙 王俊阳 《振动与冲击》 EI CSCD 北大核心 2015年第4期158-164,182,共8页
概述了希尔伯特黄变换(HHT)的基本理论和算法,对信号经过经验模态分解(EMD)后得到的固有模态函数(IMF)求取振幅均值,差值筛选出与刀具磨损相关的IMF分量,并对单分量固有模态函数求取边际谱,获取边际谱最大幅值点,建立他们与刀具磨损之... 概述了希尔伯特黄变换(HHT)的基本理论和算法,对信号经过经验模态分解(EMD)后得到的固有模态函数(IMF)求取振幅均值,差值筛选出与刀具磨损相关的IMF分量,并对单分量固有模态函数求取边际谱,获取边际谱最大幅值点,建立他们与刀具磨损之间的映射关系,进行特征提取,将其作为神经网络的输入特征向量,结合希尔伯特三维时频谱进行刀具磨损状态的判断。研究结果证明,该方法可以作为刀具磨损监测中信号特征提取的一种简单和可靠的方法。 展开更多
关键词 希尔伯特黄变换 小波去噪 固有模态函数 希尔伯特谱 边际谱
在线阅读 下载PDF
基于EMD拟合特征的耳语音端点检测 被引量:6
18
作者 潘欣裕 赵鹤鸣 +1 位作者 陈雪勤 徐敏 《电子与信息学报》 EI CSCD 北大核心 2008年第2期362-366,共5页
耳语音作为人类发音的一种特殊形式,与正常语音相比具有信噪比低、元音的周期特征不明显等特性,因而耳语音处理比正常语音更为困难。耳语音处理研究的第1个关键步骤就是语音的端点检测,该文利用希尔伯特-黄变换(Hilbert-Huang Transform... 耳语音作为人类发音的一种特殊形式,与正常语音相比具有信噪比低、元音的周期特征不明显等特性,因而耳语音处理比正常语音更为困难。耳语音处理研究的第1个关键步骤就是语音的端点检测,该文利用希尔伯特-黄变换(Hilbert-Huang Transform,HHT)中的经验模态分解(Empirical Mode Decomposition,EMD),首次提出了一种基于EMD拟合特征的耳语音端点检测新方法。利用EMD得到的内禀模态函数(Intrinsic Mode Function,IMF)能量,以其归一化拟合参数为耳语音端点检测的特征,可以准确地划分出耳语音端点。实验表明,该方法在耳语音端点检测中取得了很好的效果,在1200个信噪比为2~10dB的测试样本中,检测准确率为98.25%。 展开更多
关键词 希尔伯特-黄变换 经验模态分解 内禀模态函数 归一化拟合特征
在线阅读 下载PDF
改进HHT算法及在心音信号分析中的应用 被引量:10
19
作者 李彬彬 袁中凡 杨春生 《四川大学学报(工程科学版)》 EI CAS CSCD 北大核心 2007年第4期160-163,共4页
HHT(Hilbert-Huang Transform)是一种具有自适应性的、新型的、基于模态分解的时间序列数据处理方法。心音信号是一种典型的非平稳信号,传统信号处理方法来处理心音信号有一定的局限性。为了研究心脏的动力学特征,将HHT算法引入到心音... HHT(Hilbert-Huang Transform)是一种具有自适应性的、新型的、基于模态分解的时间序列数据处理方法。心音信号是一种典型的非平稳信号,传统信号处理方法来处理心音信号有一定的局限性。为了研究心脏的动力学特征,将HHT算法引入到心音的信号分析中。提出了一种改进的HHT算法,针对仿真信号进行了分析,验证改进的算法可以正确地提取出信号中的各个分量IMF(Intrinsic Mode Function);使用该算法对一例正常心音信号进行分解处理,表明该算法能按不同的时间尺度对心音信号信号进行分解,能量谱清晰地表示在频率-能量的分布图中,证明了该方法对心音信号分析的可行性。 展开更多
关键词 HHT EMD imf 心音信号 Hilbert谱
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
20
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
上一页 1 2 4 下一页 到第
使用帮助 返回顶部