检索结果-维普期刊中文期刊服务平台

基于混合多变量经验模态分解和极限学习机的非平稳过程预测被引量：7: 1; 作者李春祥张浩怡《上海交通大学学报》 EI CAS CSCD 北大核心 2020年第4期376-386,共11页; 传感器布置不足和传感器数据缺失是风压实测研究中需要解决的重要问题,风压的空间预测可以恢复缺失数据和拓展风压空间信息,帮助建立结构表面的风压分布.为此提出一种基于多变量经验模态分解(MEMD)和极限学习机(ELM)的空间预测算法.采用... 展开更多; 关键词多变量经验模态分解极限学习机非平稳预测; 在线阅读下载PDF 职称材料

夏季中国华北降水、印度降水与太平洋海表面温度的耦合关系被引量：7: 2; 作者林大伟布和朝鲁谢作威《大气科学》 CSCD 北大核心 2018年第6期1175-1190,共16页; 本文基于1951～2014年的站点观测资料以及再分析资料,应用多变量经验正交分解法(MEOF)研究了年际尺度上华北夏季降水、印度夏季降水与海表面温度之间的耦合关系(主要模态)。结果表明:当印度夏季降水偏强时,若同期夏季赤道中东太平洋海... 展开更多; 关键词多变量经验模态分解法华北夏季降水 ENSO印度夏季降水印度洋偶极子(IOD); 在线阅读下载PDF 职称材料

基于DWT、MEMD和模糊熵的脑电信号特征提取与分类研究被引量：7: 3; 作者陈倩倩徐健 +2 位作者刘秀平黄磊惠楠《河南理工大学学报（自然科学版）》 CAS 北大核心 2022年第1期143-152,共10页; 针对脑电信号分类准确率不高导致脑控设备控制稳定性差的问题,提出一种基于离散小波变换(DWT)、多变量经验模态分解(MEMD)和模糊熵的特征提取与分类方法。首先,利用DWT将脑电信号分解成一系列窄带信号;其次,利用MEMD对子带信号进行分解... 展开更多; 关键词脑电信号离散小波变换多变量经验模态分解模糊熵特征提取; 在线阅读下载PDF 职称材料

融合单通道框架及多通道框架的运动想象分类被引量：7: 4; 作者何群杜硕 +2 位作者张园园江国乾谢平《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第9期20-29,共10页; 针对运动想象脑电信号非平稳、非线性、低信噪比的特点,多种分析方法被广泛应用于运动想象脑电信号特征提取研究中。但单通道脑电分析方法难以有效刻画多通道脑电间的交互信息,且现有特征指标未考虑到通道间的非线性动力学耦合特性。为... 展开更多; 关键词脑电信号运动想象多变量经验模态分解单通道时-频特征多通道耦合特征非线性动力学耦合特征; 在线阅读下载PDF 职称材料

基于脑电的立体视频加速度的特征识别: 5; 作者沈丽丽耿小荃徐礼胜《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第10期1386-1391,共6页; 构建一种能够自适应提取脑电特征的PMEMD-2JSD-CSP模型,明确了立体视频的两类匀加速深度运动的可分性.利用部分噪声辅助多变量经验模态分解(PNA-MEMD)对脑电(EEG)信号进行分解得到本征模态函数(IMF),应用基于詹森-香农散度(JSD)的有效... 展开更多; 关键词脑电立体深度匀加速运动视觉不舒适多变量经验模态分解共空间模式; 在线阅读下载PDF 职称材料

题名基于混合多变量经验模态分解和极限学习机的非平稳过程预测被引量：7: 1; 作者李春祥张浩怡; 机构上海大学土木工程系; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2020年第4期376-386,共11页; 基金国家自然科学基金资助项目(51778354,51378304)。; 文摘传感器布置不足和传感器数据缺失是风压实测研究中需要解决的重要问题,风压的空间预测可以恢复缺失数据和拓展风压空间信息,帮助建立结构表面的风压分布.为此提出一种基于多变量经验模态分解(MEMD)和极限学习机(ELM)的空间预测算法.采用MEMD分解非平稳信号,得到多组模态数目相同且频率匹配的固有模态函数和余项.对分解得到的数据按频率进行重组,作为输入数据,用ELM进行学习和预测.采用基于自回归滑动平均的模拟风速数据和实测非平稳风压数据来验证算法的有效性和精确度,同时引入基于径向基核函数的最小二乘支持向量机(RBF-LSSVM)和ELM方法作为对比.试验结果表明,MEMD-ELM方法的预测结果误差更小,与真实值更为接近.MEMD的多变量同时分解可以保留数据间的相关性,从而在非平稳过程空间预测时达到更好的效果,是一种稳定而有效的多变量预测方法.; 关键词多变量经验模态分解极限学习机非平稳预测; Keywords multivariate empirical mode decomposition(MEMD) extreme learning machines(ELM) non-stationary forecasting; 分类号 TU311 [建筑科学—结构工程]; 在线阅读下载PDF 职称材料

题名夏季中国华北降水、印度降水与太平洋海表面温度的耦合关系被引量：7: 2; 作者林大伟布和朝鲁谢作威; 机构中国科学院大气物理研究所国际气候与环境科学中心中国科学院大学; 出处《大气科学》 CSCD 北大核心 2018年第6期1175-1190,共16页; 基金国家自然科学基金项目41630424 国家科技支撑项目2015BAC03B03~~; 文摘本文基于1951～2014年的站点观测资料以及再分析资料,应用多变量经验正交分解法(MEOF)研究了年际尺度上华北夏季降水、印度夏季降水与海表面温度之间的耦合关系(主要模态)。结果表明:当印度夏季降水偏强时,若同期夏季赤道中东太平洋海温表现为LaNi?a位相,则西太平洋暖池对流加强,副热带高压偏西偏北,有利于华北夏季降水与印度夏季降水一致增强。反之,当印度大部降水偏弱时,若同期夏季赤道中东太平洋海温表现为ElNi?o位相,则华北夏季降水和印度夏季降水一致减弱。然而,两地夏季降水的协同变化关系并不总是成立。当赤道中东太平洋海温异常随时间演变表现为冬春El Ni?o衰减型时,伴随着印度洋偶极子(IOD)正位相的衰减过程,这会减弱东亚夏季风,使得华北夏季降水偏少。此时印度半岛夏季降水增强区集中在其西部,无法形成连接印度和华北夏季降水异常的环半球遥相关(CGT)波列,可能使得华北夏季降水异常与全印度夏季降水异常成相反形势。这些结论揭示了中国华北夏季降水、印度夏季降水和海表面温度之间的耦合关系,有助于进一步理解海温外强迫对两地夏季降水之间相关关系的作用,从而对华北夏季降水的预测具有参考意义。; 关键词多变量经验模态分解法华北夏季降水 ENSO印度夏季降水印度洋偶极子(IOD); Keywords Multivariate empirical orthogonal function （MEOF） North China summer rainfall ENSO Indian summerrainfall Indian Ocean Dipole （IOD）; 分类号 P466 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名基于DWT、MEMD和模糊熵的脑电信号特征提取与分类研究被引量：7: 3; 作者陈倩倩徐健刘秀平黄磊惠楠; 机构西安工程大学电子信息学院; 出处《河南理工大学学报（自然科学版）》 CAS 北大核心 2022年第1期143-152,共10页; 基金陕西省重点研发项目(2018GY-173,2019KJ-036)。; 文摘针对脑电信号分类准确率不高导致脑控设备控制稳定性差的问题,提出一种基于离散小波变换(DWT)、多变量经验模态分解(MEMD)和模糊熵的特征提取与分类方法。首先,利用DWT将脑电信号分解成一系列窄带信号;其次,利用MEMD对子带信号进行分解,得到一系列本征模函数(IMFs),选择合适的IMFs进行信号重构,利用模糊熵算法对信号提取特征,作为实验的特征向量;最后,使用支持向量机(SVM)进行分类。利用脑机接口(BCI)大赛数据作为验证集,验证了该算法的有效性,使分类精度提高到了96.2%,同时解决了经验模态分解(EMD)中频带覆盖较广的问题。; 关键词脑电信号离散小波变换多变量经验模态分解模糊熵特征提取; Keywords EEG signal discrete wavelet transform multivariate empirical mode decomposition fuzzy entropy feature extraction; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名融合单通道框架及多通道框架的运动想象分类被引量：7: 4; 作者何群杜硕张园园江国乾谢平; 机构燕山大学电气工程学院河北省测试计量技术及仪器重点实验室; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第9期20-29,共10页; 基金国家自然科学基金面上项目(61673336) 河北省自然科学基金(F2015203372)项目资助; 文摘针对运动想象脑电信号非平稳、非线性、低信噪比的特点,多种分析方法被广泛应用于运动想象脑电信号特征提取研究中。但单通道脑电分析方法难以有效刻画多通道脑电间的交互信息,且现有特征指标未考虑到通道间的非线性动力学耦合特性。为此,提出一种融合单通道时-频特征和多通道耦合特征的运动想象脑电分析方法策略。通过引入多变量经验模态分解（MEMD）将脑电信号分解为具有共有震荡模式的固有模态函数（IMFs）,然后对有效特征频带下的IMF分量获取单通道的边际谱（MS）及瞬时能谱（IES）时-频特征和多通道的互样本熵（CSampEn）、锁相值（PLV）及锁频值（FLV）耦合特征,将融合特征输入加权线性判别分类器（LDA）进行运动想象模式识别。实验引入BCI 2008竞赛Dataset IIb数据集与实测数据进行分析,结果表明所提方法可有效提升运动想象脑电识别率,实验中竞赛数据集的9名受试者的平均识别率与平均Kappa系数分别达到80.1%与0.62,与其他方法相比提高了分类精度,为运动想象脑-机接口研究提供了新思路。; 关键词脑电信号运动想象多变量经验模态分解单通道时-频特征多通道耦合特征非线性动力学耦合特征; Keywords electroencephalogram （EEG） motor imagery multivariate empirical mode decomposition （MEMD） single-channel time-frequency feature multi-channel coupling feature nonlinear dynamics coupling feature; 分类号 TH79 [机械工程—精密仪器及机械]; 在线阅读下载PDF 职称材料

题名基于脑电的立体视频加速度的特征识别: 5; 作者沈丽丽耿小荃徐礼胜; 机构天津大学电气自动化与信息工程学院东北大学医学与生物信息工程学院; 出处《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第10期1386-1391,共6页; 基金国家自然科学基金资助项目(61520106002,61471262,61773110); 文摘构建一种能够自适应提取脑电特征的PMEMD-2JSD-CSP模型,明确了立体视频的两类匀加速深度运动的可分性.利用部分噪声辅助多变量经验模态分解(PNA-MEMD)对脑电(EEG)信号进行分解得到本征模态函数(IMF),应用基于詹森-香农散度(JSD)的有效因子对IMF进行两次不同范围的自适应筛选,筛选结果按照权重叠加构成重构信号.利用共空间模式(CSP)对重构信号进行空域特征提取,支持向量机(SVM)对特征进行分类,分类正确率最高为73.16%,证明了该模型对两类EEG信号特征提取的有效性.; 关键词脑电立体深度匀加速运动视觉不舒适多变量经验模态分解共空间模式; Keywords EEG stereoscopic uniform acceleration motion in deep visual uncomfortable MEMD(multivariate empirical mode decomposition) CSP(common spatial pattern); 分类号 TN9116 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于混合多变量经验模态分解和极限学习机的非平稳过程预测	李春祥张浩怡	《上海交通大学学报》 EI CAS CSCD 北大核心	2020	7	在线阅读下载PDF 职称材料
2	夏季中国华北降水、印度降水与太平洋海表面温度的耦合关系	林大伟布和朝鲁谢作威	《大气科学》 CSCD 北大核心	2018	7	在线阅读下载PDF 职称材料
3	基于DWT、MEMD和模糊熵的脑电信号特征提取与分类研究	陈倩倩徐健刘秀平黄磊惠楠	《河南理工大学学报（自然科学版）》 CAS 北大核心	2022	7	在线阅读下载PDF 职称材料
4	融合单通道框架及多通道框架的运动想象分类	何群杜硕张园园江国乾谢平	《仪器仪表学报》 EI CAS CSCD 北大核心	2018	7	在线阅读下载PDF 职称材料
5	基于脑电的立体视频加速度的特征识别	沈丽丽耿小荃徐礼胜	《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心	2019	0	在线阅读下载PDF 职称材料