期刊文献+
共找到121篇文章
< 1 2 7 >
每页显示 20 50 100
基于VMD-多尺度排列熵和SVM的船用空压机故障诊断方法 被引量:2
1
作者 胡以怀 李从跃 +3 位作者 沈威 崔德馨 张成 芮晓松 《中国测试》 CAS 北大核心 2024年第6期20-27,共8页
船用机械振动信号存在非线性、非平稳性问题,故障特征难提取,通过变分模态分解(variational mode decomposition,VMD)多尺度排列熵(multiscale permutation entropy,MPE)与支持向量机(support vector machine,SVM)融合的故障诊断方法,... 船用机械振动信号存在非线性、非平稳性问题,故障特征难提取,通过变分模态分解(variational mode decomposition,VMD)多尺度排列熵(multiscale permutation entropy,MPE)与支持向量机(support vector machine,SVM)融合的故障诊断方法,对振动信号进行研究。以空压机为例,首先,模拟6种空压机工况,对各工况的热工参数进行测试,分析各工况热工参数的变化程度,并对采集的振动信号进行频域分析。然后通过VMD对振动信号进行分解,得到一系列固有模态分量,计算与原始信号的互相关系数筛选敏感固有模态分量。最后计算出敏感固有模态分量的多尺度排列熵,将其作为特征向量,输入到SVM中,进行故障辨识。实验结果表明:VMD多尺度排列熵与SVM融合的空压机故障辨识方法,能有效地识别故障类型,整体准确率可保持在98.6667%,将此方法与其他方法进行对比,证明此方法有效。 展开更多
关键词 船用往复式空压机 变分模态分解 多尺度排列熵 故障诊断
在线阅读 下载PDF
基于ICEEMDAN-多尺度排列熵的拆除爆破振动信号降噪研究 被引量:6
2
作者 康怡泽 姚颖康 +2 位作者 董润龙 贾永胜 谢全民 《振动与冲击》 EI CSCD 北大核心 2024年第13期275-287,共13页
由于工程环境、炸药爆炸等因素影响,实测建(构)筑物爆破拆除所产生的低频振动信号常受到噪声干扰。提出改进的自适应噪声完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise, ICEEMDAN... 由于工程环境、炸药爆炸等因素影响,实测建(构)筑物爆破拆除所产生的低频振动信号常受到噪声干扰。提出改进的自适应噪声完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise, ICEEMDAN)与多尺度排列熵联合的降噪算法,并运用皮尔逊系数、信噪比和均方误差来验证所用算法的可行性。对实测拆除爆破塌落触地振动信号进行降噪处理,通过频谱分析以及各类指标对比表明,该联合降噪方法能够有效降低拆除爆破振动信号中的噪声,并且对信号的低频能量影响较小,降噪效果显著,为拆除爆破振动信号分析和处理提供了一种新的有效的方法。 展开更多
关键词 拆除爆破 振动信号 改进的自适应噪声完全集合经验模态分解(ICEEMDAN) 多尺度排列熵 信号降噪
在线阅读 下载PDF
一种时移多尺度排列熵与ELM相结合的滚动轴承故障诊断方法 被引量:13
3
作者 董治麟 郑近德 +1 位作者 潘海洋 刘庆运 《机械科学与技术》 CSCD 北大核心 2021年第10期1523-1529,共7页
多尺度排列熵(Multi-scale permutation entropy,MPE)随着尺度因子的增加得到的粗粒化序列长度越来越短,造成时间序列信息的严重损失。为此,提出了时移多尺度排列熵(Time-shifted multi-scale permutation entropy,TSMPE)。首先,采用仿... 多尺度排列熵(Multi-scale permutation entropy,MPE)随着尺度因子的增加得到的粗粒化序列长度越来越短,造成时间序列信息的严重损失。为此,提出了时移多尺度排列熵(Time-shifted multi-scale permutation entropy,TSMPE)。首先,采用仿真信号分别对TSMPE与MPE做仿真对比分析,结果表明,TSMPE对原始振动信号的长度依赖性较小,得到的熵值更加稳定。进一步地,提出了一种基于TSMPE与极限学习机的滚动轴承故障检测与诊断方法,将其应用于两组实际滚动轴承测试数据对滚动轴承故障类型和程度进行识别,结果表明:所提出故障诊断方法不仅能够准确地诊断滚动轴承的故障类型和程度,而且识别率高于基于MPE与ELM的故障诊断方法。 展开更多
关键词 多尺度排列熵 时移多尺度排列熵 滚动轴承 故障诊断 极限学习机
在线阅读 下载PDF
基于复合多尺度排列熵与FO-SVM的滚动轴承故障诊断方法 被引量:14
4
作者 董治麟 郑近德 +2 位作者 潘海洋 刘庆运 丁克勤 《噪声与振动控制》 CSCD 2020年第2期102-108,共7页
MPE算法中不充分的时间序列粗粒化过程会造成原始振动信号在时间序列中信息的缺失。为优化这种不成熟的粗粒化过程,相关学者创新地采用复合粗粒化的思想,提出了复合多尺度排列熵(CMPE)。为了实现滚动轴承的智能故障诊断,提出一种基于CMP... MPE算法中不充分的时间序列粗粒化过程会造成原始振动信号在时间序列中信息的缺失。为优化这种不成熟的粗粒化过程,相关学者创新地采用复合粗粒化的思想,提出了复合多尺度排列熵(CMPE)。为了实现滚动轴承的智能故障诊断,提出一种基于CMPE与萤火虫优化支持向量机(FO-SVM)的滚动轴承智能故障诊断方法。首先使用CMPE表征滚动轴承的原始故障信息,然后构建FO-SVM多故障分类器,实现对滚动轴承故障类型和程度的智能识别。通过仿真信号分析验证了CMPE相对于MPE在信号稳定性方面的优越性;实验数据分析结果表明:相比于基于MPE与FO-SVM的滚动轴承故障诊断方法,所提故障诊断方法不仅能够准确诊断滚动轴承的故障类型和程度,而且识别率达到了100%。 展开更多
关键词 振动与波 多尺度排列熵 复合多尺度排列熵 滚动轴承 故障诊断 萤火虫优化支持向量机
在线阅读 下载PDF
基于变分模态分解和多尺度排列熵的故障诊断 被引量:47
5
作者 陈东宁 张运东 +2 位作者 姚成玉 来博文 吕世君 《计算机集成制造系统》 EI CSCD 北大核心 2017年第12期2604-2612,共9页
为稳定提取滚动轴承故障特征,提出一种基于变分模态分解和多尺度排列熵的故障特征提取方法,并采用GK模糊聚类对轴承故障进行识别分类。首先对滚动轴承振动信号进行变分模态分解,得到包含故障特征信息的模态分量;进而利用多尺度排列熵量... 为稳定提取滚动轴承故障特征,提出一种基于变分模态分解和多尺度排列熵的故障特征提取方法,并采用GK模糊聚类对轴承故障进行识别分类。首先对滚动轴承振动信号进行变分模态分解,得到包含故障特征信息的模态分量;进而利用多尺度排列熵量化各模态分量的故障特征,取各模态分量多尺度排列熵的平均值作为特征向量;最后通过GK模糊聚类分析获得故障样本的标准聚类中心,采用欧式贴近度进行故障识别分类。将所提方法应用于滚动轴承实验数据,通过分类系数与平均模糊熵对分类效果进行检验,并与经验模态分解多尺度排列熵结合GK模糊聚类的方法进行对比,结果表明,所提方法具有更好的分类性能,其故障诊断精度更高。 展开更多
关键词 故障诊断 滚动轴承 变分模态分解 多尺度排列熵 GK模糊聚类
在线阅读 下载PDF
多尺度排列熵及其在滚动轴承故障诊断中的应用 被引量:104
6
作者 郑近德 程军圣 杨宇 《中国机械工程》 EI CAS CSCD 北大核心 2013年第19期2641-2646,共6页
引入多尺度排列熵(MPE)的概念,用来检测振动信号不同尺度下的动力学突变行为,并将其应用于机械故障诊断中滚动轴承故障特征的提取,结合支持向量机(SVM),提出了一种基于MPE和SVM的滚动轴承故障诊断方法,将新提出的滚动轴承故障诊断方法... 引入多尺度排列熵(MPE)的概念,用来检测振动信号不同尺度下的动力学突变行为,并将其应用于机械故障诊断中滚动轴承故障特征的提取,结合支持向量机(SVM),提出了一种基于MPE和SVM的滚动轴承故障诊断方法,将新提出的滚动轴承故障诊断方法应用于实验数据分析,并通过与BP神经网络对比,结果表明,该方法能够有效地提取故障特征,实现故障类型的诊断。 展开更多
关键词 排列 多尺度排列熵 滚动轴承 故障诊断 支持向量机
在线阅读 下载PDF
基于广义复合多尺度排列熵与PCA的滚动轴承故障诊断方法 被引量:29
7
作者 郑近德 刘涛 +1 位作者 孟瑞 刘庆运 《振动与冲击》 EI CSCD 北大核心 2018年第20期61-66,共6页
多尺度排列熵能够有效地反映滚动轴承振动信号的随机性变化和非线性动力学突变行为。针对其多尺度过程中粗粒化方式的不足,提出了广义复合多尺度排列熵(Generalized Composite Multiscale Permutation Entropy,GCMPE)。研究了参数对GCMP... 多尺度排列熵能够有效地反映滚动轴承振动信号的随机性变化和非线性动力学突变行为。针对其多尺度过程中粗粒化方式的不足,提出了广义复合多尺度排列熵(Generalized Composite Multiscale Permutation Entropy,GCMPE)。研究了参数对GCMPE计算的影响,并通过分析仿真数据将GCMPE与MPE进行了对比。将GCMPE应用于滚动轴承非线性故障特征的提取,提出一种基于GCMPE、主元分析和支持向量机的滚动轴承智能故障诊断方法。将提出的方法应用于实验数据分析,结果表明,所提方法能够有效地实现滚动轴承故障诊断,且故障识别率较高。 展开更多
关键词 排列 多尺度排列熵 主分量分析 滚动轴承 故障诊断
在线阅读 下载PDF
基于变分模态分解和多尺度排列熵的变压器局部放电信号特征提取 被引量:25
8
作者 张蒙 朱永利 +1 位作者 张宁 张媛媛 《华北电力大学学报(自然科学版)》 CAS 北大核心 2016年第6期31-37,共7页
局部放电类型的识别对准确掌握变压器绝缘状态和合理安排检修维护有着重要的指导意义。识别放电类型的关键在于放电特征的提取。针对目前局部放电特征识别稳定性差,识别率低的问题,提出了一种基于变分模态分解(Variational Mode Decompo... 局部放电类型的识别对准确掌握变压器绝缘状态和合理安排检修维护有着重要的指导意义。识别放电类型的关键在于放电特征的提取。针对目前局部放电特征识别稳定性差,识别率低的问题,提出了一种基于变分模态分解(Variational Mode Decomposition,VMD)和多尺度排列熵(Multi-scale permutation entropy,MPE)的特征提取方法,并验证了方法的有效性。利用VMD分解算法对实验室条件下采集的4种局部放电信号进行分解,得到数个包含不同频带信息的有限带宽的固有模态分量(band-limited intrinsic mode functions,BLIMFs),分别计算相应的多尺度排列熵,并将其组合成原始特征量。在此基础之上,利用最大相关最小冗余准则(max-relevance and min-redundancy criteria,mRMR)对原始特征量进行优选降维,最后使用支持向量机分类器实现分类。实验结果表明:在染噪情况下,该方法提取的多尺度排列熵仍能准确刻画不同的放电信号时频复杂度的差异,鲁棒性强,识别率高。 展开更多
关键词 变压器 局部放电 特征提取 变分模态分解 多尺度排列熵
在线阅读 下载PDF
基于多尺度排列熵的液压泵故障识别 被引量:30
9
作者 王余奎 李洪儒 叶鹏 《中国机械工程》 EI CAS CSCD 北大核心 2015年第4期518-523,共6页
将排列熵引入液压泵的故障识别中,分析了排列熵作为液压泵故障特征指标的性能;采用互信息法和伪近邻法优选排列熵计算中的延迟时间和嵌入维数,基于优选参数得到了能够更好区分液压泵故障的排列熵。针对单尺度排列熵只能在单个尺度上衡... 将排列熵引入液压泵的故障识别中,分析了排列熵作为液压泵故障特征指标的性能;采用互信息法和伪近邻法优选排列熵计算中的延迟时间和嵌入维数,基于优选参数得到了能够更好区分液压泵故障的排列熵。针对单尺度排列熵只能在单个尺度上衡量振动信号复杂度的不足,在对多尺度排列熵进行研究的基础上提出了一种综合多尺度排列熵熵值和排列熵变化趋势的指标——多尺度排列熵偏均值,对液压泵实测信号的分析结果验证了该指标作为液压泵故障特征的有效性和优越性。 展开更多
关键词 多尺度排列熵 偏均值 液压泵 故障特征
在线阅读 下载PDF
EWT多尺度排列熵与GG聚类的轴承故障辨识方法 被引量:21
10
作者 赵荣珍 李霁蒲 邓林峰 《振动.测试与诊断》 EI CSCD 北大核心 2019年第2期416-423,451,共9页
针对滚动轴承故障信号具有非线性、非平稳性特点导致的故障类别难以辨识问题,提出一种基于经验小波变换、多尺度排列熵、GG(Gath-Geva,简称GG)聚类算法相结合的故障诊断方法。首先,采用经验小波变换对滚动轴承的原始信号进行分解、得到... 针对滚动轴承故障信号具有非线性、非平稳性特点导致的故障类别难以辨识问题,提出一种基于经验小波变换、多尺度排列熵、GG(Gath-Geva,简称GG)聚类算法相结合的故障诊断方法。首先,采用经验小波变换对滚动轴承的原始信号进行分解、得到若干个固有模态分量,初步提取滚动轴承的状态特征值;其次,通过相关性分析选择最优模态分量,并在多个尺度下计算其排列熵值;最后,运用主成分分析对高维熵值特征向量进行可视化降维、并输入到GG聚类算法中,实现对滚动轴承的故障辨识。与其他模式组合方法进行比较的结果表明,本研究提出的故障辨识方法具有聚类结果的类内紧致性更好的优点。 展开更多
关键词 经验小波变换 多尺度排列熵 相关性分析 GG聚类
在线阅读 下载PDF
基于小波包分解多尺度排列熵及2阶特征选择的转辙机故障诊断方法 被引量:15
11
作者 孙永奎 曹源 +1 位作者 李鹏 李旭 《中国铁道科学》 EI CAS CSCD 北大核心 2023年第3期178-188,共11页
针对转辙机高精度故障诊断的需求,结合声音信号非接触、易采集等优势,提出一种基于声音信号的非接触式故障诊断方法。首先,基于小波包分解与多尺度排列熵,实现对声音样本的特征提取;其次,提出基于ReliefF和二进制粒子群优化算法的2阶特... 针对转辙机高精度故障诊断的需求,结合声音信号非接触、易采集等优势,提出一种基于声音信号的非接触式故障诊断方法。首先,基于小波包分解与多尺度排列熵,实现对声音样本的特征提取;其次,提出基于ReliefF和二进制粒子群优化算法的2阶特征选择方法,得到最佳特征集合,实现对声音样本的特征选择;最后,基于支持向量机算法对最佳特征集进行训练和测试,完成对转辙机的故障诊断。依托10种常见工况下共计800组声音样本开展实验,结果表明:该方法在反位—定位和定位—反位转换过程中得到的特征点数分别为13和39个,故障诊断准确率分别为99.67%和100%;相比于单一特征选择方法,采用的2阶特征选择方法能够大大降低特征维度,提高故障诊断准确率;相比于k近邻和线性判别分析这2种分类器,支持向量机分类器在转辙机故障诊断中更具优势。 展开更多
关键词 转辙机 故障诊断 小波包分解 多尺度排列熵 2阶特征选择 支持向量机
在线阅读 下载PDF
基于多尺度排列熵和支持向量机的风力发电机组齿轮箱振动故障诊断 被引量:4
12
作者 刘骊 贾嵘 +3 位作者 李涛涛 尹浩霖 马喜平 郭泽维 《电网与清洁能源》 北大核心 2017年第5期87-91,103,共6页
针对传统方法难以精确检测风力发电机组齿轮箱非线性、非平稳振动信号以及现有许多故障诊断方法无法有效诊断齿轮箱早期故障的问题,首先引入排列熵算法对齿轮箱振动信号进行早期故障分析,进而引入多尺度排列熵算法实现原始振动信号的特... 针对传统方法难以精确检测风力发电机组齿轮箱非线性、非平稳振动信号以及现有许多故障诊断方法无法有效诊断齿轮箱早期故障的问题,首先引入排列熵算法对齿轮箱振动信号进行早期故障分析,进而引入多尺度排列熵算法实现原始振动信号的特征提取,得到故障诊断的样本数据,最后将其输入到建立的基于遗传算法优化支持向量机的诊断模型中,完成故障模式的识别与分类。仿真结果表明,该方法能够有效识别齿轮箱的异常工况,具有较高的故障诊断精度。 展开更多
关键词 齿轮箱 多尺度排列熵 遗传算法 支持向量机 故障诊断
在线阅读 下载PDF
基于多尺度排列熵的波纹管压浆超声检测 被引量:2
13
作者 郑豪 韩庆邦 +2 位作者 许洲琛 彭浩 王鹏 《声学技术》 CSCD 北大核心 2016年第6期531-536,共6页
将多尺度排列熵引入波纹管压浆质量检测中,对不同注浆密实程度的波纹管进行超声检测,对回波信号进行分析。为了检测信号在不同尺度下的动力学特征,提出了一种基于多尺度排列熵偏均值的波纹管压浆质量检测方法,利用有限元进行仿真,仿真... 将多尺度排列熵引入波纹管压浆质量检测中,对不同注浆密实程度的波纹管进行超声检测,对回波信号进行分析。为了检测信号在不同尺度下的动力学特征,提出了一种基于多尺度排列熵偏均值的波纹管压浆质量检测方法,利用有限元进行仿真,仿真结果表明,波纹管压浆质量越差,回波信号对应的排列熵偏均值越小。实际模型的处理结果表明该指标能够有效地判断波纹管压浆质量。 展开更多
关键词 多尺度排列熵 偏均值 波纹管
在线阅读 下载PDF
EEMD-多尺度排列熵的GPS高程时间序列降噪方法 被引量:9
14
作者 鲁铁定 谢建雄 《大地测量与地球动力学》 CSCD 北大核心 2021年第2期111-115,220,共6页
针对GPS高程时间序列受各类噪声干扰的影响,导致难以提取有用信息的问题,提出一种基于整体经验模态分解(EEMD)结合多尺度排列熵(MPE)的阈值降噪方法。该方法以EEMD为核心算法,将原始信号分解成一系列本征模态函数(IMF),并采用MPE作为指... 针对GPS高程时间序列受各类噪声干扰的影响,导致难以提取有用信息的问题,提出一种基于整体经验模态分解(EEMD)结合多尺度排列熵(MPE)的阈值降噪方法。该方法以EEMD为核心算法,将原始信号分解成一系列本征模态函数(IMF),并采用MPE作为指标将其分类为噪声IMF、混合IMF和信息IMF;然后利用阈值函数处理混合IMF,实现二次降噪;再重构降噪后的数据与信息IMF,获得降噪结果。仿真信号和实例分析结果表明,该方法与相关系数法、MPE法相比,降噪评价指标RMSE、SNR和d nSNR均为最优,说明该降噪方法效果最好,本文方法获得的降噪结果能够更好地反映出时间序列本身的非线性变化特性,可为GPS高程时间序列分析提供可靠依据。 展开更多
关键词 经验模态分解 多尺度排列熵 GPS高程时间序列 阈值降噪
在线阅读 下载PDF
基于多尺度排列熵和线性局部切空间排列的机械故障诊断特征提取 被引量:12
15
作者 赵建岗 宁静 +2 位作者 宁云志 陈春俊 李艳萍 《振动与冲击》 EI CSCD 北大核心 2021年第13期136-145,共10页
机械设备监控系统收集的大量信号通常是包含多种自然振荡模式的非线性信号,这意味着单尺度特征提取无法表征这些非线性信号。而对于高维特征矩阵,也需要进一步提取主要的低维特征。针对这两个问题,提出了一种结合多尺度排列熵和线性局... 机械设备监控系统收集的大量信号通常是包含多种自然振荡模式的非线性信号,这意味着单尺度特征提取无法表征这些非线性信号。而对于高维特征矩阵,也需要进一步提取主要的低维特征。针对这两个问题,提出了一种结合多尺度排列熵和线性局部切线空间排列(MPE-LLTSA)的非线性特征提取方法。首先通过MPE计算信号以获得具有高维度的多尺度特征。然后利用LLTSA挖掘嵌入的内在结构,实现低维特征提取。最后引入最小二乘支持向量机(LSSVM)来训练和识别低维特征。试验结果表明了该方法在机械模式分类和故障识别领域的应用潜力。 展开更多
关键词 特征提取 多尺度排列熵(MPE) 线性局部切线空间排列(LLTSA) 机械故障诊断 轴承
在线阅读 下载PDF
基于改进多尺度排列熵的列车轴箱轴承诊断方法研究 被引量:18
16
作者 李永健 宋浩 +2 位作者 刘吉华 张卫华 熊庆 《铁道学报》 EI CAS CSCD 北大核心 2020年第1期33-39,共7页
多尺度排列熵作为非线性方法,被广泛应用于时间序列复杂性和随机性的评估之中。由于粗粒化过程中的缺陷会导致熵值精度低、稳定性差,提出了改进多尺度排列熵。通过仿真信号与传统多尺度排列熵方法比较发现,在不同尺度下改进多尺度排列... 多尺度排列熵作为非线性方法,被广泛应用于时间序列复杂性和随机性的评估之中。由于粗粒化过程中的缺陷会导致熵值精度低、稳定性差,提出了改进多尺度排列熵。通过仿真信号与传统多尺度排列熵方法比较发现,在不同尺度下改进多尺度排列熵方法估计的熵值结果更加稳定,且误差减小。结合马氏距离特征选择与遗传算法优化的支持矢量机模式识别算法,提出了一种智能化的轴承故障诊断方法。通过列车轴箱轴承实验数据进行验证,结果表明该方法可准确识别出不同类型的故障轴承。 展开更多
关键词 多尺度排列熵 马氏距离 特征提取 支持矢量机 故障诊断
在线阅读 下载PDF
基于多尺度排列熵及PSO-SVM的输电线路故障判别 被引量:18
17
作者 宁琦 耿读艳 +2 位作者 王晨旭 赵杰 董嘉冀 《电子测量与仪器学报》 CSCD 北大核心 2019年第7期173-180,共8页
针对电力系统高压输电线路故障选相中,现有方法难以同时判别常见的所有线路故障类型以及依据电压信号选相在强电源侧灵敏度达不到选相要求的问题,提出了一种提取故障暂态电压信号多尺度排列熵值(MPE)并结合传统粒子群算法优化的支持向... 针对电力系统高压输电线路故障选相中,现有方法难以同时判别常见的所有线路故障类型以及依据电压信号选相在强电源侧灵敏度达不到选相要求的问题,提出了一种提取故障暂态电压信号多尺度排列熵值(MPE)并结合传统粒子群算法优化的支持向量机的高压输电线故障选相方案。通过MATLAB/Simulink对各种工况下的不同故障参数进行仿真,提取故障暂态电压信号的MPE作为特征向量输入到经粒子群算法优化的支持向量机模型中来判别输电线故障类型和故障相别,并用实际数据加以验证。结果表明,在高压输电线路中利用多尺度排列熵量化暂态电压信号能全面反映故障暂态信号特征,识别故障精确度可高达100%,不受故障发生位置、过渡电阻大小、发生故障初始角状态的影响,并且可以克服电压信号在系统强电源侧灵敏度不足的缺陷。 展开更多
关键词 故障选相 三相电压 多尺度排列熵(MPE) 支持向量机(SVM) 强电源侧
在线阅读 下载PDF
基于CEEMDAN和多尺度排列熵的球磨机负荷识别方法 被引量:16
18
作者 胡显能 蔡改贫 +1 位作者 罗小燕 宗路 《噪声与振动控制》 CSCD 2018年第3期146-151,共6页
针对球磨机负荷特征提取难以及负荷状态识别难的问题,将多尺度排列熵引入到球磨机负荷识别中,提出一种具有自适应噪声的完整集成经验模态分解(CEEMDAN)与多尺度排列熵(MPE)相结合的球磨机负荷识别方法。首先,采用CEEMDAN方法对球磨机振... 针对球磨机负荷特征提取难以及负荷状态识别难的问题,将多尺度排列熵引入到球磨机负荷识别中,提出一种具有自适应噪声的完整集成经验模态分解(CEEMDAN)与多尺度排列熵(MPE)相结合的球磨机负荷识别方法。首先,采用CEEMDAN方法对球磨机振动信号进行处理,将其分解成一系列的模态分量,选取与原始信号相关性较高的敏感模态分量进行信号重构;其次,确定多尺度排列熵算法的最优参数,根据算法得到重构信号的排列熵值;最后,计算多尺度排列熵的偏均值,以偏均值作为特征对球磨机负荷状态进行识别。实验结果表明,该方法能够有效地识别出球磨机的不同负荷状态,并具有一定的可行性。 展开更多
关键词 振动与波 球磨机 CEEMDAN 多尺度排列熵 负荷识别
在线阅读 下载PDF
基于多尺度排列熵的精神分裂症MEG信号分析 被引量:3
19
作者 陈振宇 黄晓霞 《中国生物医学工程学报》 CAS CSCD 北大核心 2016年第6期665-670,共6页
通过应用多尺度排列熵分析方法对精神分裂症患者和健康正常人的静息态脑磁图(MEG)信号进行信号的复杂性定量分析与对比,发现:在两组样本的多尺度排列熵均值比较中,精神分裂症患者93.82%通道上的多尺度排列熵值高于正常对照组;精神分裂... 通过应用多尺度排列熵分析方法对精神分裂症患者和健康正常人的静息态脑磁图(MEG)信号进行信号的复杂性定量分析与对比,发现:在两组样本的多尺度排列熵均值比较中,精神分裂症患者93.82%通道上的多尺度排列熵值高于正常对照组;精神分裂症患者的MEG信号的多尺度排列熵在19个通道上存在显著性差异(P<0.05,FDR校正),这些差异通道集中分布在脑区上的颞叶和额叶等部位。这个发现与既往的MRI和EEG等神经影像学对精神分裂症的研究结果相一致。这些特征提示MEG信号的复杂性测度或许可以为精神分裂症患者的诊断及判别提供新的辅助参考依据,有助于了解及分析精神分裂症的症状表现及其病理机制,为精神分裂症的病理分析和临床诊断方法的研究提供新的研究思路与途径。 展开更多
关键词 脑磁图 精神分裂症 静息态 多尺度排列熵
在线阅读 下载PDF
基于多尺度排列熵的舰船辐射噪声复杂度特征提取研究 被引量:18
20
作者 陈哲 李亚安 《振动与冲击》 EI CSCD 北大核心 2019年第12期225-230,共6页
针对复杂海洋环境中舰船辐射噪声的特征提取问题,提出了一种基于多尺度排列熵的舰船辐射噪声复杂度特征提取方法。分别利用基于EEMD的最强固有模态中心频率法、高低频能量差法和基于复杂度的排列熵与多尺度排列熵提取了五种不同类别、... 针对复杂海洋环境中舰船辐射噪声的特征提取问题,提出了一种基于多尺度排列熵的舰船辐射噪声复杂度特征提取方法。分别利用基于EEMD的最强固有模态中心频率法、高低频能量差法和基于复杂度的排列熵与多尺度排列熵提取了五种不同类别、一定样本数量的舰船辐射噪声特征,并将四种特征提取方法所提取的舰船特征分别输入概率神经网络进行分类识别。研究发现,多尺度排列熵是一种一致性好、稳定性强的非线性特征参数,能够从多个维度描述信号的复杂度。实验结果表明,多尺度排列熵特征具有很好的可分性,以多尺度排列熵为特征进行舰船分类识别,识别率显著高于其他舰船辐射噪声特征提取算法. 展开更多
关键词 多尺度排列熵 复杂度 舰船辐射噪声 集合经验模态分解 特征提取
在线阅读 下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部