期刊文献+
共找到85篇文章
< 1 2 5 >
每页显示 20 50 100
摩擦振动信号的EEMD和多重分形去趋势波动分析 被引量:5
1
作者 李精明 魏海军 +3 位作者 魏立队 孙迪 杨智远 梅立强 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2016年第9期1204-1208,1214,共6页
为了研究摩擦副磨合磨损过程中摩擦振动变化规律,实现通过摩擦振动识别摩擦副的磨合磨损状态,在摩擦磨损试验机上进行了船用柴油机缸套—活塞环摩擦副摩擦磨损试验。应用总体经验模式分解对摩擦振动信号进行分解,获得若干个无模式混叠... 为了研究摩擦副磨合磨损过程中摩擦振动变化规律,实现通过摩擦振动识别摩擦副的磨合磨损状态,在摩擦磨损试验机上进行了船用柴油机缸套—活塞环摩擦副摩擦磨损试验。应用总体经验模式分解对摩擦振动信号进行分解,获得若干个无模式混叠的本征模式分量。利用多重分形去趋势波动分析(Multifractal detrended fluctuation analysis,MFDFA)对重构获得的摩擦振动特征信号进行分析,得到摩擦振动信号的MFDFA谱图,并根据谱图求取摩擦振动信号的多重分形谱参数。研究结果表明,总体经验模式分解能够实现微弱摩擦振动特征信号的提取,MFDFA谱图及其参数可以表征摩擦振动信号的特征。 展开更多
关键词 总体经验模式分解 多重分形去趋势波动分析 谱参数 摩擦振动 HURST指数 特征提取
在线阅读 下载PDF
基于多重分形去趋势波动分析的电力负荷风险预警阈值 被引量:7
2
作者 李存斌 李庆良 +1 位作者 王庆林 宋易阳 《电网技术》 EI CSCD 北大核心 2016年第5期1437-1441,共5页
针对传统电力风险预警研究带有主观性、缺乏动态性以及设定风险阈值缺乏理论依据等问题,基于历史负荷数据,提出了一种基于替代数据法与多重分形去趋势波动分析(multifractal detrended fluctuation analysis,MF-DFA)确定电力负荷风险预... 针对传统电力风险预警研究带有主观性、缺乏动态性以及设定风险阈值缺乏理论依据等问题,基于历史负荷数据,提出了一种基于替代数据法与多重分形去趋势波动分析(multifractal detrended fluctuation analysis,MF-DFA)确定电力负荷风险预警阈值的方法,简称SMF-DFA。该方法首先利用替代数据法对原始数据进行替换和重新排列,消除非线性自相关性,然后根据长程相关性指数的收敛情况,甄别对原始序列整体波动没有影响的异常数值,判定当前序列达到极端事件的临界点,为实时风险预警提供参考阈值。最后,以Lorenz方程与电网历史负荷为样本进行算例分析,结果证明了该算法的有效性。 展开更多
关键词 电力负荷 风险预警 阈值 多重分形去趋势波动分析 替代数据法
在线阅读 下载PDF
多重分形去趋势波动分析在滚动轴承损伤程度识别中的应用 被引量:6
3
作者 林近山 陈前 《中国机械工程》 EI CAS CSCD 北大核心 2014年第13期1760-1765,共6页
为了评估多重分形去趋势波动分析(MFDFA)在滚动轴承损伤程度识别中的性能,采用MFDFA计算了轴承故障信号的多重分形谱,多重分形谱的左右端点和极值点可以近似描述多重分形谱的形状和位置,提取这三个特征点的坐标作为刻画轴承动力学行为... 为了评估多重分形去趋势波动分析(MFDFA)在滚动轴承损伤程度识别中的性能,采用MFDFA计算了轴承故障信号的多重分形谱,多重分形谱的左右端点和极值点可以近似描述多重分形谱的形状和位置,提取这三个特征点的坐标作为刻画轴承动力学行为的特征参数。将MFDFA、4个常用的时域统计参数、小波变换(WT)方法和经验模态分解(EMD)方法分别用于识别轴承滚动体和外圈损伤的严重程度,然后分别采用马氏距离判别法、BP神经网络和支持向量机对WT、EMD和MFDFA所提取的特征参数进行分类,并比较了这些方法在故障分类中的效果。结果表明,马氏距离判别法与MFDFA的组合以及支持向量机与WT或EMD的组合可以获得较好的轴承损伤程度识别结果。研究结果进一步验证了早期工作的结论。 展开更多
关键词 多重分形去趋势波动分析 滚动轴承 损伤 程度识别
在线阅读 下载PDF
多重分形去趋势波动分析及改进决策树在电能质量分析中的应用 被引量:8
4
作者 张淑清 张赟 +5 位作者 刘海涛 胡皓 李华 姚玉永 刘勇 王涛 《计量学报》 CSCD 北大核心 2021年第4期424-431,共8页
通过多重分形去趋势波动分析方法分析了6种常见的电能质量信号,证明了电能质量信号具有多重分形特征。据此提出基于多重分形去趋势波动分析的电能质量特征提取方法,选取多重分形谱参数(hq max、αmin、α0)和信号能量E作为特征向量矩阵... 通过多重分形去趋势波动分析方法分析了6种常见的电能质量信号,证明了电能质量信号具有多重分形特征。据此提出基于多重分形去趋势波动分析的电能质量特征提取方法,选取多重分形谱参数(hq max、αmin、α0)和信号能量E作为特征向量矩阵,结合改进决策树分类,进行电能质量分析和识别。该方法与DTCWT、HHT和EEMD方法进行对比实验,结果表明,该方法表现出更好的识别结果,为电能质量信号的特征提取提供了一种新的思路。 展开更多
关键词 计量学 多重分形去趋势波动分析 特征提取 改进决策树 电能质量分析
在线阅读 下载PDF
基于LCD和多重分形去趋势波动分析的故障诊断方法 被引量:4
5
作者 杨乐 《机械强度》 CAS CSCD 北大核心 2018年第3期559-564,共6页
针对滚动轴承振动信号非线性、非平稳性以及故障特征难以提取的问题,提出了基于局部特征尺度分解(local characteristic-scale decomposition,LCD)和多重分形去趋势波动分析(multifractal detrended fluctuation analysis,MFDFA)的故障... 针对滚动轴承振动信号非线性、非平稳性以及故障特征难以提取的问题,提出了基于局部特征尺度分解(local characteristic-scale decomposition,LCD)和多重分形去趋势波动分析(multifractal detrended fluctuation analysis,MFDFA)的故障诊断方法。该方法首先利用LCD将振动信号分解成不同尺度下的内禀尺度分量(intrinsic scale component,ISC)。其次,对包含主要信息的前几个ISC分量进行MF-DFA分析,并选取每个ISC分量的Hurst指数作为故障特征。然后,采用线性局部切空间排列(liner local tangent space alignment,LLTSA)对故障特征进行降维以获得对故障敏感的低维特征。最后,利用支持向量机(support vector machine,SVM)对提取特征进行分类识别。滚动轴承的故障诊断实验表明,所提方法能够有效地识别滚动轴承的典型故障,具有一定的优势。 展开更多
关键词 局部特征尺度分解 多重分形去趋势波动分析 特征提取 滚动轴承 故障诊断
在线阅读 下载PDF
基于多重分形去趋势波动分析的高速列车运行状态识别方法 被引量:2
6
作者 张美兰 金炜东 +1 位作者 孙永奎 王江丽 《计算机应用研究》 CSCD 北大核心 2015年第10期2978-2980,共3页
针对高速列车运行中的状态识别问题,提出基于多重分形去趋势波动分析的高速列车状态识别新方法。通过分析发现,高速列车在不同运行状态下的多重分形奇异谱和广义Hurst指数谱均有明显的区别,因此提取多重分形奇异谱参数和广义Hurst指数... 针对高速列车运行中的状态识别问题,提出基于多重分形去趋势波动分析的高速列车状态识别新方法。通过分析发现,高速列车在不同运行状态下的多重分形奇异谱和广义Hurst指数谱均有明显的区别,因此提取多重分形奇异谱参数和广义Hurst指数谱参数作为高速列车运行状态的特征,并使用支持向量机对其状态进行识别。实验结果表明,高速列车在运行速度200 km/h及以上时,状态识别率达到100%。多重分形奇异谱参数和广义Hurst指数谱参数能够有效地描述高速列车的运行状态,为高速列车运行状态的识别提供了一种有效的方法。 展开更多
关键词 高速列车 状态识别 多重分形去趋势波动分析 多重分形奇异谱 广义Hurst指数谱 支持向量机
在线阅读 下载PDF
基于多重分形去趋势波动分析的齿轮箱故障特征提取方法 被引量:42
7
作者 林近山 陈前 《振动与冲击》 EI CSCD 北大核心 2013年第2期97-101,共5页
齿轮箱故障信号通常是具有多标度行为的非平稳信号,去趋势波动分析(Detrended Fluctuation Analysis,DFA)不能准确揭示隐藏在这类信号中的动力学行为。多重分形去趋势波动分析(Multifractal Detrended Fluctuation Analy-sis,MF-DFA)是... 齿轮箱故障信号通常是具有多标度行为的非平稳信号,去趋势波动分析(Detrended Fluctuation Analysis,DFA)不能准确揭示隐藏在这类信号中的动力学行为。多重分形去趋势波动分析(Multifractal Detrended Fluctuation Analy-sis,MF-DFA)是DFA方法的拓展,能够有效地揭示隐藏在多标度非平稳信号中的动力学行为。利用MF-DFA计算齿轮箱故障信号的多重分形奇异谱,而多重分形奇异谱的宽度、最大奇异指数、最小奇异指数和极值点对应的奇异指数都具有明确的物理意义,能够表征齿轮箱故障信号的内在动力学机制,适合作为齿轮箱振动信号的故障特征。提出一种基于MF-DFA的齿轮箱故障特征提取方法,将该方法用于包含正常、轻度磨损、中度磨损和断齿故障齿轮箱的故障诊断,并与DFA方法的结果进行了对比。结果表明,提出的方法对齿轮箱故障状态的变化非常敏感,能够完全分离相近的故障模式,有效地克服了传统DFA方法存在的缺陷,为齿轮箱的故障特征提取提供了一种新方法。 展开更多
关键词 多重分形 去趋势波动分析 齿轮箱 特征提取
在线阅读 下载PDF
风电场风速时间序列的多重分形去趋势波动分析 被引量:20
8
作者 孙斌 姚海涛 《电工技术学报》 EI CSCD 北大核心 2014年第6期204-210,共7页
为探索风电场风速时间序列的标度不变性,采用多重分形去趋势波动分析方法(MF-DFA)对风速时间序列进行分析。通过计算广义Hurst指数、尺度函数、多重分形谱,细致量化了风速序列的局部和不同层次的波动奇异性,并考察了多重分形参数对风速... 为探索风电场风速时间序列的标度不变性,采用多重分形去趋势波动分析方法(MF-DFA)对风速时间序列进行分析。通过计算广义Hurst指数、尺度函数、多重分形谱,细致量化了风速序列的局部和不同层次的波动奇异性,并考察了多重分形参数对风速预测的影响。研究结果表明:风速时间序列的波动具有长程相关性,且呈现显著多重分形特征;多重分形参数与风速变化存在一定的关联性,采用多重分形谱可在一定程度上对风速的变化趋势进行预测,且风速波动量越大,预测的结果越准确。 展开更多
关键词 风电场 风速 去趋势波动分析 多重分形
在线阅读 下载PDF
大鼠初级视皮层神经元整合野调制的多重分形去趋势波动分析
9
作者 胡玥 刘晓芳 朱妍雯 《科学技术与工程》 北大核心 2015年第29期97-101,共5页
初级视皮层(V1区)神经元整合野的外周调制作用是动物执行视觉图像-背景分割和目标识别的神经基础。采用多重分形去趋势波动的方法,分析了整合野调制下神经元响应的多重分形性,并分析了其与整合野抑制作用的关系。结果表明:不同模式下神... 初级视皮层(V1区)神经元整合野的外周调制作用是动物执行视觉图像-背景分割和目标识别的神经基础。采用多重分形去趋势波动的方法,分析了整合野调制下神经元响应的多重分形性,并分析了其与整合野抑制作用的关系。结果表明:不同模式下神经元的响应信号均具有多重分形特征,谱宽Δα能显著区分两种典型的整合野调制状态,且神经元的分形性强度与整合野的抑制指数呈正相关。该研究表明整合野的调制作用改变了神经元响应的复杂程度,提高了其携带信息的能力。 展开更多
关键词 整合野 初级视皮层 多重分形 去趋势波动
在线阅读 下载PDF
基于EMD‑LS的非平稳时间序列多重分形去趋势波动分析方法 被引量:9
10
作者 罗远兴 李志红 +2 位作者 梁兴 李超 胡凤城 《电子学报》 EI CAS CSCD 北大核心 2021年第12期2323-2329,共7页
多重分形去趋势波动分析(Multi‑Fractal Detrended Fluctuation Analysis,MFDFA)处理非平稳时间序列存在趋势项难以准确移除的问题,为此本文引入经验模态分解(Empirical Mode Decomposition,EMD)并通过趋势项自动判定方法提取趋势项,再... 多重分形去趋势波动分析(Multi‑Fractal Detrended Fluctuation Analysis,MFDFA)处理非平稳时间序列存在趋势项难以准确移除的问题,为此本文引入经验模态分解(Empirical Mode Decomposition,EMD)并通过趋势项自动判定方法提取趋势项,再利用最小二乘(Least Squares,LS)法对趋势项再拟合(EMD‑LS),进而提出新的多重分形分析方法(EMD‑LS‑MFDFA),并针对具有理论值的二项式多重分形序列(Binomial Multifractal Sequence,BMS),验证了EMD‑LS‑MFDFA法的有效性和稳定性,然后进行仿真分析.研究表明:相较于MFDFA方法,EMD‑LS‑MFDFA移除趋势精度更高,计算的广义Hurst指数和质量指数的均方根误差较小,其中2阶的EMD‑LS‑MFDFA具有更高的计算精度,是1阶的1.8倍,分析不同参数的BMS序列,其多重标度曲线与理论曲线相吻合,证明了该算法具有较好的稳定性和精准的分析能力. 展开更多
关键词 多重分形 去趋势波动分析 非平稳时间序列 经验模态分解 最小二乘 BMS信号
在线阅读 下载PDF
基于多重分形去趋势波动分析的风力机轴承故障诊断 被引量:5
11
作者 李洋 李春 杨阳 《太阳能学报》 EI CAS CSCD 北大核心 2019年第11期3235-3243,共9页
风力机传动轴轴承振动信号具有典型的非平稳和非线性特征,传统状态监测及故障诊断方法难以同时满足故障程度识别及部位诊断的需求。为此,针对定速轴承故障数据及变速的风力机轴承故障数据,采用多重分形去趋势波动分析方法,分析轴承在正... 风力机传动轴轴承振动信号具有典型的非平稳和非线性特征,传统状态监测及故障诊断方法难以同时满足故障程度识别及部位诊断的需求。为此,针对定速轴承故障数据及变速的风力机轴承故障数据,采用多重分形去趋势波动分析方法,分析轴承在正常和不同故障状态下振动信号的多重分形特征,采用3种多重分形谱参数以表征振动信号的分形特征,结果表明:多重分形去趋势波动分析方法对于定速轴承和变速轴承均能进行有效的故障状态识别;轴承振动信号具有典型的多重分形特性,且较之正常状态,故障状态下多重分形特性更为明显,多重分形谱函数峰值对应的奇异指数更小,且当轴承处于内环故障时最小时,说明该参数可有效判断轴承运行状态及故障位置。因此,通过多重分形去趋势波动方法可获取故障特征参数,为风力机轴承故障诊断提供理论基础和实现途径。 展开更多
关键词 风力机 轴承 多重分形 去趋势波动分析 故障诊断
在线阅读 下载PDF
基于多重分形去趋势波动分析的视网膜图像分割 被引量:6
12
作者 张石 佘黎煌 +1 位作者 王雅凡 苏婷 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2019年第2期158-163,共6页
引入善于描述非稳定图像的多重去趋势波动理论,提出一种基于多重去趋势分析的视网膜图像分割方法.该方法采用直方图均衡化对图像进行预处理来增强血管影像,然后采用多重去趋势波动分析计算图像的广义赫斯特指数,并利用血管指数特性来分... 引入善于描述非稳定图像的多重去趋势波动理论,提出一种基于多重去趋势分析的视网膜图像分割方法.该方法采用直方图均衡化对图像进行预处理来增强血管影像,然后采用多重去趋势波动分析计算图像的广义赫斯特指数,并利用血管指数特性来分割血管,最后用形态学进行图像后处理,得到最终的血管图像.基于DIARETDE0和DIARETDE1两个数据库进行实验.结果表明,该方法在处理视网膜病变图像时有较好的完整性和连通性,能够较好地提取血管主体,具有很好的临床应用价值. 展开更多
关键词 视网膜 血管分割 多重分形 去趋势波动分析 病变图像
在线阅读 下载PDF
海杂波的多重分形消除趋势波动分析 被引量:1
13
作者 金丹 察豪 +1 位作者 左雷 邢阳阳 《海军工程大学学报》 CAS 北大核心 2017年第5期29-33,共5页
为充分描述海杂波时变特性和局部奇异性,将多重分形消除趋势理论(MFDFA)引入到雷达海杂波特性分析中,理论分析了海杂波的多重分形参数,对比分析了白噪声、单分形和海杂波的广义Hurst指数,并通过仿真进一步分析了实测海杂波数据的多重分... 为充分描述海杂波时变特性和局部奇异性,将多重分形消除趋势理论(MFDFA)引入到雷达海杂波特性分析中,理论分析了海杂波的多重分形参数,对比分析了白噪声、单分形和海杂波的广义Hurst指数,并通过仿真进一步分析了实测海杂波数据的多重分形谱、质量指数和广义Hurst指数。结果表明:海杂波具有明显的多重分形特性,且其波动函数具有一定的分布规律。使用该分析方法提取出的海杂波的多重分形特性很好地解释了海杂波的内在非线性特性,比统计特性分析更加确切地描述海杂波的产生机理,为基于多重分形特性的雷达目标检测提供了依据。 展开更多
关键词 海杂波 多重分形消除趋势 数据分析 广义HURST指数
在线阅读 下载PDF
基于多重分形去趋势波动的机械故障诊断新方法 被引量:3
14
作者 王书涛 李梅梅 +2 位作者 张淑清 张金敏 赵玉春 《计量学报》 CSCD 北大核心 2012年第3期232-235,共4页
针对旋转机械系统故障信号的非平稳性、非线性等复杂特征,给出一种基于多重分形去趋势波动分析的机械故障诊断方法。该方法首先对原始信号进行去趋势处理,再结合多重分形理论提取多重分形谱面积和多重分形熵两个分形参数,并将其作为... 针对旋转机械系统故障信号的非平稳性、非线性等复杂特征,给出一种基于多重分形去趋势波动分析的机械故障诊断方法。该方法首先对原始信号进行去趋势处理,再结合多重分形理论提取多重分形谱面积和多重分形熵两个分形参数,并将其作为故障诊断的新判据,最后通过实验结果证明了方法的有效性,从而为机械故障诊断提供了一种新的方法。 展开更多
关键词 计量学 故障诊断 多重分形去趋势波动分析 多重分形谱面积 多重分形
在线阅读 下载PDF
灰霾消散前后PM_(10)浓度大幅波动的多重分形分析 被引量:9
15
作者 黄毅 刘春琼 +3 位作者 史凯 谢志辉 吴生虎 尹慧 《环境科学与技术》 CAS CSCD 北大核心 2016年第1期140-146,共7页
该研究采用多重分形消除趋势波动分析法,对成都一次灰霾污染过程中,PM10浓度在灰霾消散前后的多重分形特征进行分析,研究表明灰霾消散前后PM10浓度均具有多重分形特征。进一步运用相位随机替代法与随机重构法,对导致PM10浓度多重分形特... 该研究采用多重分形消除趋势波动分析法,对成都一次灰霾污染过程中,PM10浓度在灰霾消散前后的多重分形特征进行分析,研究表明灰霾消散前后PM10浓度均具有多重分形特征。进一步运用相位随机替代法与随机重构法,对导致PM10浓度多重分形特征的动力原因进行分析。结果表明重度灰霾期间,长期记忆机制在PM10演化中均占据了主导控制作用;灰霾消散期间,虽然降水过程使得PM10多重分形特征的动力来源有所变化,但长期持续机制仍是多重分形特征的主要动力来源。尽管从表观上来看,大气降水过程显著降低了大气PM10浓度,但由于其内在动力机制并未得到本质的破坏,长期记忆机制仍是PM10演化的内在动力机制,从而可能导致未来特定气象条件下出现高浓度PM10污染,形成灰霾,后续监测数据证实了该论断。研究结果对于PM10浓度演化动力特征的研究以及灰霾预测预警机制的建立具有实际的参考意义。 展开更多
关键词 复杂系统 长期持续性 多重分形消除趋势波动分析 PM10 多重分形
在线阅读 下载PDF
基于声发射信号多重分形特征的榉木损伤断裂过程
16
作者 赵家龙 李明 +5 位作者 方赛银 张鑫 沈志辉 陈楚敏 杨龙飞 朱代根 《森林工程》 北大核心 2025年第4期788-799,共12页
针对木材损伤断裂过程发出的声发射(acoustic emission,AE)信号,采用多重分形去趋势波动分析方法(multifractal detrended fluctuation analysis,MF-DFA)提取AE信号的特征参数,进而研究木材微观和宏观破坏行为的分形特征。首先,采集榉... 针对木材损伤断裂过程发出的声发射(acoustic emission,AE)信号,采用多重分形去趋势波动分析方法(multifractal detrended fluctuation analysis,MF-DFA)提取AE信号的特征参数,进而研究木材微观和宏观破坏行为的分形特征。首先,采集榉木试件三点弯曲试验过程中产生的AE信号。然后,通过滑动时间窗截取AE信号并将其视为一段时间序列,依据MF-DFA方法计算广义Hurst指数、谱宽Δα、奇异指数α_(max)和α_(min),描述AE信号的长程相关性和时变多重分形特征。最后,依据Δα的变化趋势将整个过程分为弹性、弹塑性和塑性3个阶段。结果表明,断裂过程释放的AE信号具有长程相关性,其波动是一个多重分形过程;并且弹性阶段α_(max)出现数值的大幅减小,意味着破坏初期的多源特性;弹塑性阶段α_(max)在小范围内变化表明试件具有一定的刚度;而塑性阶段α_(min)发生突降的时刻则可以预测宏观断裂行为。 展开更多
关键词 木材 声发射 多重分形 去趋势波动分析
在线阅读 下载PDF
睡眠脑电信号的多重分形去势波动分析 被引量:5
17
作者 葛家怡 周鹏 +2 位作者 赵欣 刘海婴 王明时 《天津大学学报》 EI CAS CSCD 北大核心 2008年第10期1148-1151,共4页
睡眠过程中的脑电信号时间序列具有复杂的波动性特点,为了研究不同睡眠时期脑电信号的分形特征,运用多重分形去势波动分析的方法对5例受试者的整夜睡眠脑电信号进行了分析.计算结果表明,睡眠脑电序列具有长程相关性,而且是多重分形过程... 睡眠过程中的脑电信号时间序列具有复杂的波动性特点,为了研究不同睡眠时期脑电信号的分形特征,运用多重分形去势波动分析的方法对5例受试者的整夜睡眠脑电信号进行了分析.计算结果表明,睡眠脑电序列具有长程相关性,而且是多重分形过程.不同的睡眠时期广义赫斯特指数不同,随时间尺度的增加而增大,变化趋势一致.醒期的脑电信号广义赫斯特指数最大,REM期介于睡眠一期和二期之间,其他各期随睡眠的加深逐渐增大.为睡眠脑电信号动力学机理的进一步研究提供了坚实的实证基础. 展开更多
关键词 睡眠脑电 多重分形去波动分析 长程相关 广义赫斯特指数
在线阅读 下载PDF
基于多重分形的混凝土重力坝水平位移波动分析 被引量:9
18
作者 周兰庭 柳志坤 龚云柱 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2022年第1期76-84,共9页
为了更好地掌握大坝变形的长期行为和演变规律,在考虑位移与环境量相关性的前提下,将多重分形理论应用到大坝变形实测数据分析中。以某混凝土重力坝的变形分析为例,利用多尺度滑动时间窗消除由传统多重分形子区间划分产生的伪波动,通过... 为了更好地掌握大坝变形的长期行为和演变规律,在考虑位移与环境量相关性的前提下,将多重分形理论应用到大坝变形实测数据分析中。以某混凝土重力坝的变形分析为例,利用多尺度滑动时间窗消除由传统多重分形子区间划分产生的伪波动,通过多重分形去趋势相关性分析法(MF-DCCA)刻画位移与环境量相关性的多重分形特征,进一步利用多重分形非对称去趋势相关性分析法(MF-A-DCCA)分别对位移原序列、正趋势、负趋势进行波动性、非对称性和长程相关性分析,从位移整体波动和局部趋势两个层面描述了位移在环境量影响下的多重分形特征。分析结果表明,坝体变形性态较好,且位移多重分形特征受环境量影响明显,其中库水位的变化是导致该混凝土重力坝水平位移多重分形特征的主要原因。 展开更多
关键词 混凝土重力坝 多重分形 MF-DCCA MF-A-DCCA 滑动时间窗 波动分析
在线阅读 下载PDF
股市时间序列的多重分形消除趋势分析 被引量:9
19
作者 袁平平 于建玲 商朋见 《北京交通大学学报》 EI CAS CSCD 北大核心 2007年第6期69-72,共4页
为了探索股票时间序列的无标度性,应用多重分形消除趋势分析的方法(MF-DFA)来研究沃尔玛指数(WMT)日收盘价.研究结果表明,沃尔玛指数日收盘价的变化具有多重分形的特性,广义Hurst指数显著依赖于波动函数的阶数,并随之变化;尺度函数表现... 为了探索股票时间序列的无标度性,应用多重分形消除趋势分析的方法(MF-DFA)来研究沃尔玛指数(WMT)日收盘价.研究结果表明,沃尔玛指数日收盘价的变化具有多重分形的特性,广义Hurst指数显著依赖于波动函数的阶数,并随之变化;尺度函数表现出明显的非线性性质;多重分形谱呈现单峰钟形图像. 展开更多
关键词 股票市场 多重分形消除趋势分析 时间序列 多重分形
在线阅读 下载PDF
油菜光谱的多重分形分析及叶绿素诊断建模 被引量:9
20
作者 王晓乔 王访 +1 位作者 廖桂平 官春云 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第11期3657-3663,共7页
作物信息科学的重要内容是如何利用作物的信息对其进行无损营养诊断,光谱分析是一种有效可行的途径。对于油菜而言,冠层光谱的特征是描述其营养状况的重要指标。但由于原始光谱总是受到一些如环境、气候等外在因素的影响,其巨大的波动... 作物信息科学的重要内容是如何利用作物的信息对其进行无损营养诊断,光谱分析是一种有效可行的途径。对于油菜而言,冠层光谱的特征是描述其营养状况的重要指标。但由于原始光谱总是受到一些如环境、气候等外在因素的影响,其巨大的波动导致难以直接用于油菜生物量的诊断。然而,光谱的多重分形特征将保持相对稳定。为研究油菜冠层光谱与叶绿素含量的关系,基于多重分形理论,提出了基于油菜冠层光谱特征的叶绿素定量预测模型和定性识别模型。以24个移栽种植小区和24个直播种植小区的高油酸油菜苗期样本为试验对象。首先,利用流行的多重分形去趋势波动分析提取了6个不同波段范围内光谱的广义Hurst指数和质量指数及其他相关的特征参数,发现它们都呈现典型的多重分形特性。但两种不同种植方式下的光谱特征也存在差异。接着,通过多重分形特征参数与SPAD值的相关分析发现不同波段的光谱所含的有效信息不同。以多重分形特征参数建立单变量油菜叶片SPAD值预测模型,移栽方式、直播方式及混合样本的预测模型相对均方根误差均小于5%。最后,以多重分形特征组合建立识别模型,以Fisher线性判别法识别移栽和直播两种种植方式的最大约登指数为0.902 5,对应最敏感波段为350~1 350nm。这项有意义的工作为预测油菜叶绿素提供了理论基础和实践方法,也为寻找敏感波段进行识别诊断提供了有效的途径。 展开更多
关键词 高油酸油菜 光谱 多重分形去趋势波动分析 SPAD值 Fisher线性判别法
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