期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
地震与爆破波形信号的EEMD多尺度分布熵提取和WOA-SOM神经网络识别研究 被引量:2
1
作者 庞聪 王磊 +2 位作者 马武刚 江勇 廖成旺 《大地测量与地球动力学》 CSCD 北大核心 2022年第9期980-984,共5页
针对地震信号中存在大量环境噪声的问题,基于天然地震事件和人工爆破事件建立初始数据集,利用集合经验模态分解(EEMD)技术对波形信号进行分解、降噪,提取出较纯净的各阶本征模态函数(IMF)分量,然后对前10阶分量分别计算分布熵,即EEMD多... 针对地震信号中存在大量环境噪声的问题,基于天然地震事件和人工爆破事件建立初始数据集,利用集合经验模态分解(EEMD)技术对波形信号进行分解、降噪,提取出较纯净的各阶本征模态函数(IMF)分量,然后对前10阶分量分别计算分布熵,即EEMD多尺度分布熵,建立神经网络输入矩阵。应用鲸鱼优化算法(WOA)对自组织特征映射(SOM)神经网络参数(竞争层维数、网络训练次数)进行优化,针对不同训练样本寻找对应的最优参数值以改善模式识别的稳定性,从而提高地震识别率。结果表明,EEMD多尺度分布熵结合WOA-SOM模型可有效识别天然地震和人工地震。 展开更多
关键词 地震识别 集合经验模态分解 自组织特征映射 鲸鱼优化算法 多尺度分布熵
在线阅读 下载PDF
基于ICEEMDAN和EMDE的滚动轴承故障诊断 被引量:1
2
作者 陈继祥 周想凌 +1 位作者 程振华 牟宪民 《中国工程机械学报》 北大核心 2024年第1期107-112,117,共7页
针对滚动轴承振动信号的非线性和非平稳特点,开发基于改进自适应噪声完备集成经验模态分解(ICEEMDAN)和增强多尺度分布熵的故障识别模型。首先,利用ICEEMDAN分解滚动轴承振动信号,得到1组内禀模态函数(IMF),根据相关系数筛选出其中反映... 针对滚动轴承振动信号的非线性和非平稳特点,开发基于改进自适应噪声完备集成经验模态分解(ICEEMDAN)和增强多尺度分布熵的故障识别模型。首先,利用ICEEMDAN分解滚动轴承振动信号,得到1组内禀模态函数(IMF),根据相关系数筛选出其中反映故障状态关键特征的IMF分量;然后,利用增强多尺度分布熵对各敏感IMF分量进行复杂性评估,得到滚动轴承的故障特征向量;最后,为识别滚动轴承的不同故障类型,使用支持向量机作为故障识别分类器。实验结果表明:所提故障诊断方法具有可观的故障识别精度和稳定性,相比于其他故障诊断方法,该方法具有明显的优势。 展开更多
关键词 自适应噪声完备集成经验模态分解(ICEEMDAN) 增强多尺度分布熵 滚动轴承 故障诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部