期刊文献+
共找到91篇文章
< 1 2 5 >
每页显示 20 50 100
采用改进互补集总经验模态分解的电能质量扰动检测方法 被引量:7
1
作者 吴新忠 邢强 +2 位作者 陈明 成江洋 杨春雨 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2017年第9期1834-1843,共10页
针对集总经验模态分解(EEMD)方法加噪参数(噪声幅值、集总次数)需人为确定、分解残余噪声大以及计算耗时长的缺点,提出一种自适应快速互补集总经验模态分解(AFCEEMD)方法.该方法分析不同频率形式噪声对极值点分布的影响,确定加噪频率采... 针对集总经验模态分解(EEMD)方法加噪参数(噪声幅值、集总次数)需人为确定、分解残余噪声大以及计算耗时长的缺点,提出一种自适应快速互补集总经验模态分解(AFCEEMD)方法.该方法分析不同频率形式噪声对极值点分布的影响,确定加噪频率采用高频辅助分解的优势,并以极值点分布特性作为评价指标自适应选择最优加噪频率.通过对EEMD加噪准则的研究,推导出加噪幅值和分解次数采取固定值:0.01SD和2次,且以正负成对的形式加入到原始信号中.通过仿真实验和搭建的电能质量扰动平台的实测数据验证了所提方法的自适应性和计算性能,而且适用于电能质量扰动检测与分析. 展开更多
关键词 经验模态分解(EEMD) 自适应快速互补EEMD(AFCEEMD) 极值点分布 加噪频率参数优化 电能质量扰动
在线阅读 下载PDF
基于互补集合经验模态分解的相位敏感光时域反射计系统降噪方法
2
作者 岳新博 高旭 +2 位作者 高阳 王海涛 鲁秀娥 《红外与激光工程》 北大核心 2025年第2期134-148,共15页
为了提高相位敏感光时域反射计(Φ-OTDR)系统测量振动信号信噪比,提出了一种基于互补集合经验模态分解(CEEMD)的新型去噪方法。CEEMD算法对数字正交(I/Q)解调算法获取的瑞利后项散射光幅值信号和相位信号进行分解,经多尺度排列熵(MPE)... 为了提高相位敏感光时域反射计(Φ-OTDR)系统测量振动信号信噪比,提出了一种基于互补集合经验模态分解(CEEMD)的新型去噪方法。CEEMD算法对数字正交(I/Q)解调算法获取的瑞利后项散射光幅值信号和相位信号进行分解,经多尺度排列熵(MPE)算法筛选后,通过改进的小波阈值算法进行去噪,并设计采用多元宇宙优化(MVO)算法对参数进行优化。实际搭建了外差式Φ-OTDR系统,经仿真和实际测试验证文中算法有效性。最后,将设计算法与以往的经验模态分解-皮尔逊相关系数(EMD-PCC)、自适应噪声完备集合经验模态分解(CEEMDAN)及变分模态分解-改进小波阈值(VMD-NWT)去噪方法进行了对比。结果表明,在10.14 km的传感光纤位置上,该方法对于低频10 Hz、中频200 Hz以及高频1 200 Hz的振动事件,其位置信息信噪比分别可达8.88、30.26、11.90 dB,对不同频率段的振动信号均具备有效的去噪能力,且系统定位精度更高。该方法在提高系统信噪比的同时,成功地对振动信号进行了解调,且解调效果比其他三种算法效果更好,为Φ-OTDR系统降噪研究提供了新思路。 展开更多
关键词 相位敏感光时域反射仪 互补经验模态分解算法 多尺度排列熵 改进的小波阈值算法 多元宇宙优化算法
在线阅读 下载PDF
基于互补集合经验模态分解和支持向量回归机的城市轨道交通线路轨距劣化预测
3
作者 贾清天 林海剑 金忠 《城市轨道交通研究》 北大核心 2025年第1期50-55,共6页
[目的]为了加强城市轨道交通区间线路质量的状态管理,需要对轨距在空间上的整体劣化趋势进行预测。[方法]引入CEEMD(互补集合经验模态)理论,提取轨道区间几何形位的IMF(本征模态函数),利用PSO(改进粒子群)算法优化SVR(支持向量回归机),... [目的]为了加强城市轨道交通区间线路质量的状态管理,需要对轨距在空间上的整体劣化趋势进行预测。[方法]引入CEEMD(互补集合经验模态)理论,提取轨道区间几何形位的IMF(本征模态函数),利用PSO(改进粒子群)算法优化SVR(支持向量回归机),对提取数据进行训练,标定预测模型最优参数后进行测试集验证,构建CEEMD-PSO-SVR预测模型。通过上海轨道交通16号线上行轨道区间K12+134—K15+743内的1128组轨检样本数据对预测模型进行了试验。[结果及结论]CEEMD-PSO-SVR预测模型同PSO-SVR模型、ARIMA(自回归移动平均模型)相比,在均方根误差、平均绝对误差、平均相对误差绝对值等3项性能评价指标上具有优势。 展开更多
关键词 城市轨道交通线路 轨距劣化 互补经验模态分解 支持向量回归机
在线阅读 下载PDF
完全互补小波噪声辅助集总经验模态分解 被引量:19
4
作者 何刘 丁建明 +1 位作者 林建辉 刘新厂 《振动与冲击》 EI CSCD 北大核心 2017年第4期232-242,共11页
经验模态分解(EMD)是一种自适应非线性非平稳数据处理方法。噪声辅助的EMD方法能克服EMD方法在处理间歇信号时出现的"模态混叠"现象。在这些噪声辅助方法中,互补集总经验模态分解(CEEMD)和完全噪声辅助噪声集总经验模态分解(C... 经验模态分解(EMD)是一种自适应非线性非平稳数据处理方法。噪声辅助的EMD方法能克服EMD方法在处理间歇信号时出现的"模态混叠"现象。在这些噪声辅助方法中,互补集总经验模态分解(CEEMD)和完全噪声辅助噪声集总经验模态分解(CEEMDAN)恢复了EMD分解的完整性。在现有分析方法上提出了完全互补小波噪声辅助集总经验模态分解(CCWEEMDAN)算法。该算法能用更小的集总数、更少的迭代次数和极小的计算消耗获得更好的光谱分离效果和数目较少的筛选模态。 展开更多
关键词 经验模态分解 经验模态分解 噪声辅助 模态混叠 互补集总经验模态分解
在线阅读 下载PDF
基于互补集成经验模态分解和Stacking融合的短期风速组合预测模型
5
作者 唐非 《太阳能学报》 EI CAS CSCD 北大核心 2024年第7期735-744,共10页
针对风电场短期风速预测准确度不高的问题,提出一种基于互补集成经验模态分解和Stacking融合的短期风速组合预测模型。首先,为突出短期风速的局部特征并降低建模难度,通过互补集成经验模态分解算法将短期风速分解为若干个稳定分量。然后... 针对风电场短期风速预测准确度不高的问题,提出一种基于互补集成经验模态分解和Stacking融合的短期风速组合预测模型。首先,为突出短期风速的局部特征并降低建模难度,通过互补集成经验模态分解算法将短期风速分解为若干个稳定分量。然后,利用信息熵和近似熵来判定各分量的复杂度,高复杂度分量选择最小二乘支持向量机、低复杂度分量选择随机配置网络作为对应的预测模型。利用Stacking算法对每个模型的预测值进行融合,使预测精度得到提升。最后,通过一组实际的短期风速数据作为研究对象,将提出的预测模型应用于其预测。对比结果表明,所提预测模型可提高短期风速的预测精度。 展开更多
关键词 风能 短期风速 组合预测 互补经验模态分解 多模型 Stacking融合
在线阅读 下载PDF
采用改进的集总平均经验模态分解法的内燃机气门拍击激励与燃烧激励分离的研究 被引量:3
6
作者 郑旭 郝志勇 +1 位作者 金阳 卢兆刚 《汽车工程》 EI CSCD 北大核心 2011年第11期930-936,共7页
提出了一种改进的集总平均经验模态分解(M-EEMD)方法,并阐述了其基本原理。通过仿真试验,证实了M-EEMD不仅能够很好地解决经验模态分解(EMD)中模态混叠问题,而且能够抑制集总平均经验模态分解(EEMD)的噪声残余和模态分裂等问题。作为实... 提出了一种改进的集总平均经验模态分解(M-EEMD)方法,并阐述了其基本原理。通过仿真试验,证实了M-EEMD不仅能够很好地解决经验模态分解(EMD)中模态混叠问题,而且能够抑制集总平均经验模态分解(EEMD)的噪声残余和模态分裂等问题。作为实例,对一个4缸4冲程内燃机气缸盖罩的振动信号进行M-EEMD分解,并对分解得到的IMF分量进行时频分析。结果表明M-EEMD能够成功地将内燃机气门拍击引起的机械激励成分与燃烧激励成分分离。 展开更多
关键词 内燃机 气门拍击 燃烧 激励分离 改进的平均经验模态分解
在线阅读 下载PDF
基于互补集合经验模态分解和改进麻雀搜索算法优化双向门控循环单元的交通流组合预测模型 被引量:2
7
作者 殷礼胜 刘攀 +3 位作者 孙双晨 吴洋洋 施成 何怡刚 《电子与信息学报》 EI CSCD 北大核心 2023年第12期4499-4508,共10页
该文针对短时交通流预测过程呈现的非线性、非平稳性及时序相关性特征,为提升预测的精度及收敛速度,提出一种基于互补集合经验模态分解(CEEMD)和改进麻雀搜索算法(ISSA)优化双向门控循环单元(BiGRU)的组合预测模型。首先,考虑到端点飞... 该文针对短时交通流预测过程呈现的非线性、非平稳性及时序相关性特征,为提升预测的精度及收敛速度,提出一种基于互补集合经验模态分解(CEEMD)和改进麻雀搜索算法(ISSA)优化双向门控循环单元(BiGRU)的组合预测模型。首先,考虑到端点飞翼问题,通过改进CEEMD算法将交通流量序列分解为体现路网交通趋势性、周期性及随机性的本征模态函数(IMF)分量,有效提取了其中的先验特征;随后,利用BiGRU网络挖掘交通流量序列中的时序相关性特征,为避免局部最优,并提高麻雀搜索算法(SSA)全局搜索及局部开发能力,采用ISSA对BiGRU网络权值参数迭代择优。实验结果表明,该组合预测模型中各组件对提高预测精度均起到正向作用,同时在不同交通流量数据集下的预测性能较对比算法均更优,展现了精准、快速的预测表现以及良好的泛化能力。 展开更多
关键词 短时交通流预测 互补经验模态分解 麻雀搜索算法 双向门控循环单元 边界局部特征延拓
在线阅读 下载PDF
基于集总平均经验模态分解法(EEMD)的星箭解锁分离机构冲击响应分析 被引量:8
8
作者 汪国元 徐洋 +2 位作者 胡晓楠 盛晓伟 蒋青飞 《振动与冲击》 EI CSCD 北大核心 2018年第1期47-52,共6页
基于集总平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD),提出一种星箭解锁分离机构冲击响应信号分析新方法。通过EEMD,将星箭解锁分离机构解锁过程的冲击信号分解成不同模态分量(Intrinsic Mode Function,IMF)。结果... 基于集总平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD),提出一种星箭解锁分离机构冲击响应信号分析新方法。通过EEMD,将星箭解锁分离机构解锁过程的冲击信号分解成不同模态分量(Intrinsic Mode Function,IMF)。结果表明前两阶模态分量IMF主要为冲击引起的高频振动,而IMF3之后为冲击激励引起的不同阶固有模态振动和局部振动,并通过模态实验验证了分析的正确性。 展开更多
关键词 星箭解锁分离机构 平均经验模态分解法(EEMD) 模态分量IMF 冲击响应
在线阅读 下载PDF
基于互补式集合经验模态分解和IPSO_ LSSVM的短期风功率预测 被引量:10
9
作者 李鉴博 樊小朝 +2 位作者 史瑞静 王维庆 陈景 《水力发电》 北大核心 2020年第11期95-100,共6页
针对风电出力随时间变化具有非线性特点,本文提出一种基于互补式集合经验模态分解(CEEMD)和改进粒子群算法最小二乘支持向量机(IPSO_LSSVM)新型风功率预测组合模型。首先该方法利用CEEMD将风速序列分解为一系列相当平稳风电分量,以减少... 针对风电出力随时间变化具有非线性特点,本文提出一种基于互补式集合经验模态分解(CEEMD)和改进粒子群算法最小二乘支持向量机(IPSO_LSSVM)新型风功率预测组合模型。首先该方法利用CEEMD将风速序列分解为一系列相当平稳风电分量,以减少不同频率功率信号之间相互影响;其次针对各分量不同特点,采用改进粒子群算法优化核函数相关参数建立各自对应预测模型;最后将不同分量预测数据进行叠加得到风功率预测结果。通过仿真验证,本预测模型有较高预测精度,在工程中具有一定实用价值。 展开更多
关键词 风电出力 互补经验模态分解 最小二乘支持向量机 改进粒子群算法 组合模型 预测
在线阅读 下载PDF
基于互补式集合经验模态分解和SSA-ELM的短期风电功率预测 被引量:8
10
作者 魏鹏飞 樊小朝 +2 位作者 史瑞静 王维庆 闫亚东 《水力发电》 CAS 2021年第5期116-120,共5页
根据实际风电功率信号的波动性和非线性,提出了一种基于互补式集合经验模态分解(CEEMD)和樽海鞘群算法极限学习机(SSA-ELM)的短期风电功率预测模型。首先利用CEEMD将风电功率原始信号分解为一系列模态分量和剩余分量,以减小风电功率的... 根据实际风电功率信号的波动性和非线性,提出了一种基于互补式集合经验模态分解(CEEMD)和樽海鞘群算法极限学习机(SSA-ELM)的短期风电功率预测模型。首先利用CEEMD将风电功率原始信号分解为一系列模态分量和剩余分量,以减小风电功率的非平稳性;其次采用樽海鞘群算法优化极限学习机对不同分量进行预测;最后将不同分量的预测值叠加得到最终的风电功率预测结果。通过实例仿真验证,并与其他方法进行对比,结果表明该预测模型可提供较高精度的预测结果,具有一定的实用价值。 展开更多
关键词 互补经验模态分解 樽海鞘群算法 极限学习机 风电功率预测
在线阅读 下载PDF
基于互补集合平均经验模态分解的滚动轴承故障诊断方法研究 被引量:3
11
作者 张萍 李志农 +1 位作者 陈静铃 杨诚 《南昌航空大学学报(自然科学版)》 CAS 2019年第2期7-12,49,共7页
针对集合经验模态分解(EEMD)的机械故障诊断方法中存在的不足,即其加入的白噪声不能完全被中和。为了克服其不足,提出了基于互补集合经验模态分解(CEEMD)的滚动轴承故障诊断方法,提出的方法很好地克服了EEMD中存在的不足,有效地消除了IM... 针对集合经验模态分解(EEMD)的机械故障诊断方法中存在的不足,即其加入的白噪声不能完全被中和。为了克服其不足,提出了基于互补集合经验模态分解(CEEMD)的滚动轴承故障诊断方法,提出的方法很好地克服了EEMD中存在的不足,有效地消除了IMF中的残留噪声。仿真结果表明:提出的方法明显优于EEMD方法,可以减少重构误差,提取较为准确的IMF分量。最后,将CEEMD方法应用到滚动轴承故障诊断中,实验结果表明,CEEMD方法能准确的提取滚动轴承的特征故障频率。 展开更多
关键词 互补经验模态分解(CEEMD) 故障诊断 滚动轴承
在线阅读 下载PDF
基于互补经验模态分解法的高压直流输电线路故障测距 被引量:3
12
作者 邹红波 伏春林 高沈清 《三峡大学学报(自然科学版)》 CAS 2021年第2期93-99,共7页
高压直流输电(HVDC)线路发生接地故障,故障点会产生向线路两侧传播的行波.对测量行波的首个波头到达监测时间点的准确识别,能决定线路故障定位的精度.考虑到故障行波的非线性、非平稳、多模态的特征,传统方法是采用希尔伯特黄变换(HHT)... 高压直流输电(HVDC)线路发生接地故障,故障点会产生向线路两侧传播的行波.对测量行波的首个波头到达监测时间点的准确识别,能决定线路故障定位的精度.考虑到故障行波的非线性、非平稳、多模态的特征,传统方法是采用希尔伯特黄变换(HHT)的方法:首先利用经验模态分解(EMD)或集成经验模态分解(EEMD)进行模态解析,分解成若干个本征模态函数(FIM),然后对首个FIM分量进行希尔伯特变换标定波头的具体时间点.但是,EMD法存在着分解分量过平滑和模态混叠的问题,EEMD法存在着分解分量噪声残余过大而淹没故障信息的问题.为了解决该问题,本文利用互补经验模态分解法(CEEMD)代替传统EMD和EEMD法对故障行波进行分析.PSCAD仿真和Matlab数据分析表明,该方法能实现线路故障的准确定位,并且受过渡电阻的影响较小. 展开更多
关键词 高压直流输电 故障定位 互补经验模态分解 行波波头 线路故障
在线阅读 下载PDF
基于时频谱和集总经验模式分解(EEMD)包络谱分析的地铁车辆故障分析 被引量:4
13
作者 何斌斌 戴焕云 石怀龙 《城市轨道交通研究》 北大核心 2015年第7期30-34,共5页
在分析地铁车辆激扰源特征和影响的基础上,针对车辆振动信号非线性、非平稳性的特点,提出一种地铁车辆故障综合诊断方法:时频法(短时傅里叶变换、希尔伯特-黄变换)和基于集总经验模式分解(EEMD)的Hilbert包络谱分析法。对某异常地铁车... 在分析地铁车辆激扰源特征和影响的基础上,针对车辆振动信号非线性、非平稳性的特点,提出一种地铁车辆故障综合诊断方法:时频法(短时傅里叶变换、希尔伯特-黄变换)和基于集总经验模式分解(EEMD)的Hilbert包络谱分析法。对某异常地铁车辆进行测试,并运用该方法进行诊断分析。综合分析表明,该车辆转向架构架异常振动并开裂的故障源为车轮。这与车轮检测结果一致,说明此综合诊断方法准确有效。 展开更多
关键词 地铁车辆 故障分析 经验模式分解 包络谱分析
在线阅读 下载PDF
基于经验模态分解和分类器集的滚动轴承故障诊断方法 被引量:2
14
作者 景治 张纯龙 《选煤技术》 CAS 2023年第5期94-98,共5页
为解决滚动轴承故障诊断过程不透明的问题,使用经验模态分解提取6个时域特征和5个频域特征,并模仿技术人员思考推理过程,构建了基于规则的分类器集,通过多样性指标筛选出最佳基分类器,采用遗传算法对构成候选基分类器的约简和诊断规律... 为解决滚动轴承故障诊断过程不透明的问题,使用经验模态分解提取6个时域特征和5个频域特征,并模仿技术人员思考推理过程,构建了基于规则的分类器集,通过多样性指标筛选出最佳基分类器,采用遗传算法对构成候选基分类器的约简和诊断规律进行了研究,采用加权投票策略形成分类器集。结果表明:在不同转速下,对正常轴承、内环、外环和滚珠故障识别正确率为90%,诊断过程类似于技术人员推理过程,解释性好,不像其他黑箱模型,更容易被现场技术人员接受。 展开更多
关键词 轴承故障诊断 经验模态分解 分类器 轴承试验 故障识别正确率
在线阅读 下载PDF
基于经验模态分解和分类器集的滚动轴承故障诊断方法
15
作者 景治 张纯龙 《工矿自动化》 CSCD 北大核心 2023年第S02期152-155,共4页
针对滚动轴承故障诊断过程不透明题,技术人员难以了解其推理过程,不能参与到诊断过程中的问题,提出一种基于经验模态分解(EMD)和分类器集的滚动轴承故障诊断方法。利用EMD分解信号,提取有效特征数据形成故障决策表,在此基础上构造出基... 针对滚动轴承故障诊断过程不透明题,技术人员难以了解其推理过程,不能参与到诊断过程中的问题,提出一种基于经验模态分解(EMD)和分类器集的滚动轴承故障诊断方法。利用EMD分解信号,提取有效特征数据形成故障决策表,在此基础上构造出基于规则的基分类器,可模仿人类专家推理诊断过程。同时为了避免“各自为战”,模拟人类专家集体决策过程,将上述单个基分类器按照一定投票策略组合成鲁棒性更好的分类器集。通过正常轴承、内环、外环和滚珠故障在不同转速下的实验验证了该方法的有效性,正确率为90%。该方法的诊断过程类似于技术人员推理过程,解释性好,更容易被现场技术人员接受。 展开更多
关键词 滚动轴承 故障诊断 经验模态分解 属性约简 分类器
在线阅读 下载PDF
融合三支聚类与分解集成学习的股票价格预测模型
16
作者 白军成 孙秉珍 +2 位作者 郭誉齐 陈有为 郭建峰 《运筹与管理》 CSSCI CSCD 北大核心 2024年第8期213-218,共6页
准确的趋势判断与实时价格预测是获得理想投资收益的有效途径。现实的金融市场受客观经济环境变化,投资者预期回报以及其他潜在因素影响,使得传统预测方法面临较多的挑战和压力。如何在不确定的环境中发现一种可靠的预测工具,提高预测... 准确的趋势判断与实时价格预测是获得理想投资收益的有效途径。现实的金融市场受客观经济环境变化,投资者预期回报以及其他潜在因素影响,使得传统预测方法面临较多的挑战和压力。如何在不确定的环境中发现一种可靠的预测工具,提高预测的准确性,将是值得深入探讨的科学问题。为了获得准确的预测,帮助投资者赢得最大利润,本文引入分解集成思想和三支决策理论,提出了一种基于三支聚类和分解集成的复合预测方法。首先,使用互补集成经验模态分解方法将原始时间序列分解成若干个相对平稳的子序列,实现降低原始时间序列复杂性的同时挖掘了隐藏的信息。其次,为了针对性地处理不同属性的子序列,构建了基于贝叶斯风险决策的概率粗糙集进行三支聚类。接着,为了避免输入信息的欠缺或者冗余信息的干扰,采用基于相空间重构的特征选择方法确定不同神经网络的输入结构。最后,将提出的方法应用于美股ANY价格预测和国际、国内的重要股票指数以及其成分股预测验证其有效性和实用性。同时为把粒计算思想方法与分解集成融合,构建复杂动态数据预测决策模型与方法进行了有益的尝试和探讨。此外,研究结果将为投资者的实际投资决策提供科学的支持与参考。 展开更多
关键词 三支聚类 互补经验模态分解 股票价格预测
在线阅读 下载PDF
互补集合自适应最稀疏窄带分解及其应用 被引量:1
17
作者 陈君航 彭延峰 +2 位作者 李学军 韩清凯 李鸿光 《振动与冲击》 EI CSCD 北大核心 2019年第20期31-37,共7页
自适应最稀疏窄带分解(Adaptive Sparsest Narrow-band Decomposition,ASNBD)是在包含内禀模态函数(Intrinsic Mode Functions,IMF)的过完备字典库中搜索信号的最稀疏解,将信号分解转化为优化问题,但在强噪声干扰时计算精度仍有待提高... 自适应最稀疏窄带分解(Adaptive Sparsest Narrow-band Decomposition,ASNBD)是在包含内禀模态函数(Intrinsic Mode Functions,IMF)的过完备字典库中搜索信号的最稀疏解,将信号分解转化为优化问题,但在强噪声干扰时计算精度仍有待提高。因此在结合了互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)算法,得到了新的互补集合自适应最稀疏窄带分解(Complementary Ensemble Adaptive Sparsest Narrow-band Decomposition,CE-ASNBD)方法。此方法是加入成对符号相反的白噪声到目标信号,从而减小重构误差,在对滤波器参数的优化过程中实现信号的自适应分解。对仿真和实验数据的分析结果表明,该方法在抑制模态混淆、端点效应、性能、提高分量的正交性和准确性等方面要优于CEEMD和ASNBD方法,并能有效应用于滚动轴承故障诊断。 展开更多
关键词 故障诊断 滚动轴承 自适应最稀疏窄带分解 互补经验模态分解 局部窄带信号
在线阅读 下载PDF
基于模态分解与误差修正策略的原油价格组合预测研究 被引量:4
18
作者 王德运 陈奕青 耿亮 《南昌工程学院学报》 CAS 2022年第1期22-31,共10页
为进一步提高原油价格的预测精度,基于互补集合经验模态分解(CEEMD)和经过粒子群算法(PSO)优化的BP神经网络构建了一种用于原油价格预测的组合模型。该模型共包括原油价格的初始预测、误差序列的提取及预测和初始预测结果的误差补偿。使... 为进一步提高原油价格的预测精度,基于互补集合经验模态分解(CEEMD)和经过粒子群算法(PSO)优化的BP神经网络构建了一种用于原油价格预测的组合模型。该模型共包括原油价格的初始预测、误差序列的提取及预测和初始预测结果的误差补偿。使用WTI和Brent原油现货价格日度数据对所提组合模型的有效性进行了验证,实验结果表明本文提出的误差预测方法可以准确地刻画误差序列的演化规律;基于误差补偿的原油价格组合预测模型可以显著地提高单一模型的预测精度。 展开更多
关键词 原油价格预测 互补经验模态分解 粒子群算法 BP神经网络 误差补偿
在线阅读 下载PDF
CEEMD-FastICA-CWT联合瞬态响应阶次的电驱总成噪声源识别 被引量:2
19
作者 张威 景国玺 +2 位作者 武一民 杨征睿 高辉 《中国测试》 CAS 北大核心 2024年第4期144-152,共9页
以某增程式电驱动总成为研究对象,提出基于联合算法的噪声分离识别模型。首先,采用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)联合快速独立分量分析(fast independent component analysis,FastI... 以某增程式电驱动总成为研究对象,提出基于联合算法的噪声分离识别模型。首先,采用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)联合快速独立分量分析(fast independent component analysis,FastICA)方法提取纯电模式稳态工况下单一通道噪声信号特征,利用复Morlet小波变换及FFT对各分量信号时频特性进行识别。其次,采用阶次分析法和声能叠加法对稳态分量信号对应的各瞬态响应阶次能量进行对比分析,并结合皮尔逊积矩相关系数(Pearson product moment correlation coefficient,PPMCC)相似性识别确定不同噪声激励源贡献度。结果表明:减速齿副啮合噪声对该增程式电驱总成纯电模式运行噪声整体贡献度最大。 展开更多
关键词 电驱动 噪声源识别 互补经验模态分解 快速独立分量分析 连续小波变换 阶次分析
在线阅读 下载PDF
基于信号分解与分类建模的HRG稳定期预测
20
作者 李新三 李灿 +2 位作者 沈强 汪立新 王海洋 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第12期3729-3738,共10页
为准确预测半球谐振陀螺(HRG)输出稳定期,提出基于信号分解与分类建模的稳定期预测方法。针对HRG高可靠、长期稳定特点引起的样本变化规律不明显问题,使用具有频率显微镜能力的互补集合经验模态分解(CEEMD)算法对输出进行分解,得到不同... 为准确预测半球谐振陀螺(HRG)输出稳定期,提出基于信号分解与分类建模的稳定期预测方法。针对HRG高可靠、长期稳定特点引起的样本变化规律不明显问题,使用具有频率显微镜能力的互补集合经验模态分解(CEEMD)算法对输出进行分解,得到不同频率尺度的信号分量;采用增广Dickey-Fuller(ADF)检验方法对分量信号进行平稳性检验,对于平稳分量建立自回归滑动平均(ARMA)预测模型,对于非平稳分量建立熵-径向基(RBF)神经网络模型。在时间对齐后,分量信号重构得到陀螺输出预测模型。设计陀螺输出稳定标准,给定基于输出预测的稳定期预测流程。经实验验证,组合模型预测平均相对误差仅为1.29%,比自回归积分滑动平均模型(ARIMA)误差减小了1个数量级,比熵-RBF神经网络模型误差减小了约1倍,验证了信号分解与分类建模方法的有效性与高精度。基于陀螺预测输出对陀螺稳定期进行预测,得到了实验陀螺输出稳定期约为3.95年的结论,与实际应用中相一致,说明所提方法的可行性。 展开更多
关键词 半球谐振陀螺 稳定期预测 互补经验模态分解 分类建模 熵-RBF神经网络
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部