快速自适应经验模态分解方法及轴承故障诊断 被引量：7

1

作者 陈凯 李富才 李鸿光 《振动．测试与诊断》 EI CSCD 北大核心 2016年第4期647-652,807,共6页

提出一种快速自适应经验模态分解(fast and adaptive empirical mode decomposition,简称FAEMD),其算法结构和本征模态函数的特点与经验模态分解(empirical mode decomposition,简称EMD)类似。采用顺序统计滤波器代替三次样条来拟合曲线... 提出一种快速自适应经验模态分解(fast and adaptive empirical mode decomposition,简称FAEMD),其算法结构和本征模态函数的特点与经验模态分解(empirical mode decomposition,简称EMD)类似。采用顺序统计滤波器代替三次样条来拟合曲线,简易的终止准则使耗机时间大幅减小。该方法可以快速、有效、准确地分解信号,能够避免终止准则和端点效应问题,改善模态混叠和耗时问题。在滚动轴承故障诊断的应用中,效果表现良好。 展开更多

关键词 经验模态分解 快速自适应经验模态分解 滚动轴承 顺序统计滤波器

在线阅读 下载PDF 职称材料

快速自适应经验模态分解方法的基本原理及其性能评估 被引量：7

2

作者 周义 李鸿光 《振动与冲击》 EI CSCD 北大核心 2016年第3期14-19,共6页

经验模态分解是一种有效的信号分解方法,尤其是针对非平稳非线性信号。然而,随着研究的深入,学者们发现该方法中存在着诸多弊端。根据Bhuiyan的研究,提出了一种针对一维信号的快速自适应经验模态分解方法。通过大量的数值仿真,证明这种... 经验模态分解是一种有效的信号分解方法,尤其是针对非平稳非线性信号。然而,随着研究的深入,学者们发现该方法中存在着诸多弊端。根据Bhuiyan的研究,提出了一种针对一维信号的快速自适应经验模态分解方法。通过大量的数值仿真,证明这种方法不但能克服传统方法的弊端、得到高质量的分解结果,还能大幅度地提高计算效率。 展开更多

关键词 经验模态分解 快速自适应经验模态分解 数值仿真

在线阅读 下载PDF 职称材料

基于快速自适应的二维经验模态分解的图像去噪算法 被引量：7

3

作者 刘佩 贾建 +1 位作者 陈莉 安影 《计算机科学》 CSCD 北大核心 2019年第11期260-266,共7页

为了能够对图像进行自适应的分解,并准确刻画分解系数的分布状态,提出了一种新的基于快速自适应二维经验模态分解的图像去噪算法。该算法首先对图像进行快速自适应二维经验模态分解,通过确定分解后以噪声主导的子带的个数,进一步利用正... 为了能够对图像进行自适应的分解,并准确刻画分解系数的分布状态,提出了一种新的基于快速自适应二维经验模态分解的图像去噪算法。该算法首先对图像进行快速自适应二维经验模态分解,通过确定分解后以噪声主导的子带的个数,进一步利用正态逆高斯模型对以噪声主导的子带系数分布进行建模;然后使用贝叶斯最大后验概率估计理论从模型导出相应的阈值;最后采用最优线性插值阈值函数算法完成去噪。仿真结果表明,对于添加不同标准差大小高斯白噪声的测试图像,所提算法在峰值信噪比上相比sym4小波去噪、双变量阈值去噪、邻近算子的全变分算法和重叠组稀疏的全变分算法分别平均提高了4.36 dB,0.85 dB,0.78 dB和0.48 dB,结构相似性指数也有不同程度的提高,有效地保留了更多的图像细节。实验结果证明,所提算法在视觉性能和评价指标方面均优于对比算法。 展开更多

关键词 快速自适应二维经验模态分解 正态逆高斯模型 贝叶斯最大后验概率估计理论 最优线性插值阈值 图像去噪

在线阅读 下载PDF 职称材料

快速自适应二维经验模态分解在SAR目标识别中的应用研究 被引量：5

4

作者 胡媛媛 韩彦龙 《电光与控制》 CSCD 北大核心 2021年第8期40-43,87,共5页

针对合成孔径雷达(SAR)图像目标识别问题,提出基于快速自适应二维经验模态分解(FABEMD)的方法。FABEMD可实现对SAR图像的快速分解,获得描述目标低频至高频信息的多层次固态模函数(BIMF)。基于结构相似性指标剔除多层次BIMF中的噪声成分... 针对合成孔径雷达(SAR)图像目标识别问题,提出基于快速自适应二维经验模态分解(FABEMD)的方法。FABEMD可实现对SAR图像的快速分解,获得描述目标低频至高频信息的多层次固态模函数(BIMF)。基于结构相似性指标剔除多层次BIMF中的噪声成分,保留高鉴别力部分。分类阶段采用联合稀疏表示对保留的BIMF进行表征分类。基于MSTAR数据集对所提方法进行测试,结果验证了其性能优势。 展开更多

关键词 合成孔径雷达 目标识别 快速自适应二维经验模态分解 结构相似性 联合稀疏表示

在线阅读 下载PDF 职称材料

基于快速多维经验模态分解的北半球冬季近地表气温和积雪覆盖频率变化趋势提取 被引量：2

5

作者 刘权 姚凤梅 《中国科学院大学学报（中英文）》 CSCD 北大核心 2023年第2期191-202,共12页

北极正在以全球平均水平2倍的速度变暖,而北半球中纬度冬季出现明显的变冷趋势。这种异常的气候模式受到广泛关注。使用改进的快速多维经验模态分解方法,提取北半球中纬度近地表气温和积雪覆盖频率的长期趋势和变化率。从累积变化趋势来... 北极正在以全球平均水平2倍的速度变暖,而北半球中纬度冬季出现明显的变冷趋势。这种异常的气候模式受到广泛关注。使用改进的快速多维经验模态分解方法,提取北半球中纬度近地表气温和积雪覆盖频率的长期趋势和变化率。从累积变化趋势来看,自1990年代开始,亚欧大陆中部地区变冷,西伯利亚高压增强,积雪覆盖频率增大;但从变化速率来看,欧亚大陆中部的快速变冷和积雪覆盖频率的快速增加主要发生在1990—2000年代,之后变率趋缓。因此,随着变化率进一步降低,北半球中纬度冬季的快速变冷可能发展为一个短期而非长期趋势。本研究展示的近地表气温和积雪覆盖频率趋势的演化过程,对探究北半球中纬度变冷的成因有重要意义。 展开更多

关键词 近地表气温 积雪覆盖频率 快速多维经验模态分解

在线阅读 下载PDF 职称材料

基于WPD-FEEMD和ARIMA-LSTM的油井产量预测方法

6

作者 张晓东 李敏 《传感器与微系统》 北大核心 2025年第6期161-164,168,共5页

针对油井生产过程中间歇开关井等人工操作导致产量序列非线性波动、非线性趋势混叠等问题,提出了一种混合二次分解算法和差分自回归综合移动平均—长短期记忆网络(ARIMA-LSTM)的单井产量预测方法。该方法首先采用小波包分解(WPD)将原始... 针对油井生产过程中间歇开关井等人工操作导致产量序列非线性波动、非线性趋势混叠等问题,提出了一种混合二次分解算法和差分自回归综合移动平均—长短期记忆网络(ARIMA-LSTM)的单井产量预测方法。该方法首先采用小波包分解(WPD)将原始产量序列分解为低频分量和高频分量;然后采用快速集合经验模态分解(FEEMD)分解高频分量,进一步降低高频分量的非平稳性,同时去除模式混叠;针对各子序列,分别构建基于ARIMA-LSTM的时序预测模型,该模型使用ARIMA过滤序列中的线性趋势,并将残差传递给Bi-LSTM提取非线性趋势;最后融合各子序列预测结果,得到油井产量预测值。算例研究结果表明,相较于支持向量回归(SVR)、LSTM等模型,所提方法具有更高的预测精度。 展开更多

关键词 产量预测 人工操作 小波包分解 快速集合经验模态分解 自回归综合移动平均 长短期记忆

在线阅读 下载PDF 职称材料

列车轴箱轴承在途鲁棒可视化故障诊断方法 被引量：7

7

作者 付云骁 贾利民 +2 位作者 杨杰 魏秀琨 秦勇 《铁道学报》 EI CAS CSCD 北大核心 2018年第12期38-45,共8页

为使列车轴箱轴承在非平稳工况下的故障识别更加有效,本文提出基于融合相关熵特征的鲁棒可视化滚动轴承故障诊断方法。通过快速集成经验模态分解FEEMD对轴承振动信号进行时频分解,提取本征模函数IMF矩阵;计算IMF与原始信号的线性相关系... 为使列车轴箱轴承在非平稳工况下的故障识别更加有效,本文提出基于融合相关熵特征的鲁棒可视化滚动轴承故障诊断方法。通过快速集成经验模态分解FEEMD对轴承振动信号进行时频分解,提取本征模函数IMF矩阵;计算IMF与原始信号的线性相关系LCC作为相关熵的调幅系数,进而通过相关统计计算获得样本集的多维相关熵矩阵CM;利用主元分析PCA对CM进行数据空间变换,通过提取变换后的融合相关熵矩阵ICM,实现相关熵矩阵的可视化。通过实验分别提取匀加速、匀速及匀减速3种运行工况下的滚动轴承ICM特征,通过对比EMD、EEMD和FEEMD 3种信号分解方法,发现FEEMD的信号分解效率更高,且ICM比传统特征对非平稳工况下轴承故障辨识的鲁棒性更好。FEEMD-ICM为轴箱轴承快速、客观且稳定的故障诊断实现提供了可靠的理论依据和技术支持。 展开更多

关键词 快速经验模态分解 融合相关熵矩阵 主成分分析 滚动轴承 可视化 故障诊断

在线阅读 下载PDF 职称材料

电站锅炉管阵列内声传播特性及时延值测量 被引量：5

8

作者 安连锁 冯强 +4 位作者 沈国清 姜根山 张世平 王鹏 张海宇 《动力工程学报》 CAS CSCD 北大核心 2017年第1期13-20,共8页

对电站锅炉管阵列内声传播特性及时延值进行研究,利用Fluent软件对非均匀温度场与均匀温度场、不同管排数及不同布置方式的管阵列内声传播特性进行对比,并搭建管阵列实验台,引入快速集合经验模态分解(EEMD)算法对管阵列内时延值进行测量... 对电站锅炉管阵列内声传播特性及时延值进行研究,利用Fluent软件对非均匀温度场与均匀温度场、不同管排数及不同布置方式的管阵列内声传播特性进行对比,并搭建管阵列实验台,引入快速集合经验模态分解(EEMD)算法对管阵列内时延值进行测量.结果表明:管阵列内声传播存在声阻带,且在非均匀温度场集合经验模态分解下声阻带向低频段移动,管排数越多,声阻带效应越明显,管道间节距对错列与顺列布置方式下的声阻带有一定影响;基于快速EEMD处理,选用低频段声信号能够获得有效时延值. 展开更多

关键词 电站锅炉 管阵列 声传播特性 时延值 快速集合经验模态分解

在线阅读 下载PDF 职称材料

基于核极限学习机的多变量非平稳脉动风速预测 被引量：9

9

作者 郑晓芬 钟旺 李春祥 《振动与冲击》 EI CSCD 北大核心 2017年第18期223-230,共8页

运用快速集合经验模态分解(FEEMD)技术将非平稳下击暴流风速分解为一系列的固有模态分量。随后,建立核极限学习机(KELM)非平稳风速预测模型(FEEMD-KELM),分别对分解后的非平稳脉动风速训练集和测试集实施预测。为比较,同时考虑了FEEMD-... 运用快速集合经验模态分解(FEEMD)技术将非平稳下击暴流风速分解为一系列的固有模态分量。随后,建立核极限学习机(KELM)非平稳风速预测模型(FEEMD-KELM),分别对分解后的非平稳脉动风速训练集和测试集实施预测。为比较,同时考虑了FEEMD-ELM的预测结果。通过比较这两种预测算法的结果,在非平稳下击暴流风速预测的稳定性和精度方面,发现FEEMD-KELM优于FEEMD-ELM。 展开更多

关键词 预测 极限学习机 核极限学习机 非平稳性 下击暴流 脉动风速 快速集合经验模态分解

在线阅读 下载PDF 职称材料

基于FEEMD-SAPSO-BiLSTM组合模型的短时交通流预测 被引量：13

10

作者 殷礼胜 魏帅康 +1 位作者 孙双晨 何怡刚 《电子测量与仪器学报》 CSCD 北大核心 2021年第10期72-81,共10页

为了提高短时交通流的预测精度和预测速度,基于交通流量序列的不平稳性和随机性,提出了快速集合经验模态分解(fast ensemble empirical mode decomposition, FEEMD)和自然选择自适应变异粒子群算法(selection adaptive particle swarm o... 为了提高短时交通流的预测精度和预测速度,基于交通流量序列的不平稳性和随机性,提出了快速集合经验模态分解(fast ensemble empirical mode decomposition, FEEMD)和自然选择自适应变异粒子群算法(selection adaptive particle swarm optimization, SAPSO)优化双向长短时记忆网络(bidirection long short-term memory, BiLSTM)相结合的预测模型。首先,利用FEEMD将原始不平稳的交通流量序列分解成多个较平稳的固有模态分量(intrinsic mode function, IMF)和残差分量(resdiue, Res),并滤除掉噪声部分,提高建模精度;其次,引入复合多尺度排列熵(composite multiscale permutation entropy, CMPE)检测交通流量子序列的随机性并根据随机性的相近程度对其进行聚类重组,简化模型的构建,提高预测精度;然后,对重组后的子序列使用BiLSTM进行预测,并利用SAPSO优化BiLSTM的权值和阈值,进一步提高组合模型的预测精度和预测速度;最后,将各子序列预测值叠加得到最终的预测值。实验结果表明,FEEMD-SAPSO-BiLSTM组合模型的均方根误差比FEEMD-PSO-BiLSTM和SAPSO-BiLSTM组合模型分别降低了22.9%和54.3%,收敛速度方面,FEEMD-SAPSO-BiLSTM明显快于FEEMD-PSO-BiLSTM模型。因此在预测短时交通流上,提出的组合模型提高了预测精度和预测速度,达到了期望的预测效果。 展开更多

关键词 短时交通流 快速集合经验模态分解 自然选择自适应变异粒子群 双向长短时记忆网络

在线阅读 下载PDF 职称材料

基于FCEEMD的心跳信号和呼吸信号分离研究 被引量：3

11

作者 郑红梅 葛淼 +1 位作者 陈科 单姗 《电子测量与仪器学报》 CSCD 北大核心 2017年第11期1809-1814,共6页

为了快速、实时、准确地分离由非接触人体生理信号监测系统所采集到的信号,将快速互补集合经验模态分解(fast complementary ensemble empirical mode decomposition,FCEEMD)引入到人体生理信号处理领域,在原始信号中成对添加符号相反... 为了快速、实时、准确地分离由非接触人体生理信号监测系统所采集到的信号,将快速互补集合经验模态分解(fast complementary ensemble empirical mode decomposition,FCEEMD)引入到人体生理信号处理领域,在原始信号中成对添加符号相反的白噪声信号,并对其进行经验模态分解(EMD),获得有限个固有模态函数(IMFs)进而实现原始信号的分离,使用固定筛分次数停止准则以保证该算法的快速实时性;仿真算例和实际实验都表明,该算法可有效解决模态混叠,快速获得准确的心跳信号和呼吸信号。 展开更多

关键词 生理信号 经验模态分解 快速互补集合经验模态分解 信号分离

在线阅读 下载PDF 职称材料

基于Teager能量算子瞬时能量的贯通式同相自耦变压器牵引供电系统牵引网纵联保护方案 被引量：1

12

作者 王龙 蔡潇 +3 位作者 高敬业 蔡旺 毕贵红 陈仕龙 《科学技术与工程》 北大核心 2021年第32期13728-13736,共9页

为有效提高贯通式同相自耦变压器牵引供电系统牵引网的供电可靠性。提出一种基于Teager能量算子瞬时能量的贯通式同相自耦变压器(auto transformer,AT)牵引供电系统牵引网纵联保护方案。牵引变电所出口并联电容与一段接触线构成牵引网边... 为有效提高贯通式同相自耦变压器牵引供电系统牵引网的供电可靠性。提出一种基于Teager能量算子瞬时能量的贯通式同相自耦变压器(auto transformer,AT)牵引供电系统牵引网纵联保护方案。牵引变电所出口并联电容与一段接触线构成牵引网边界,通过分析发现该边界对高频信号有很强的衰减作用。利用快速集合经验模态分解(fast-ensemble mode decomposition,FEEMD)分解提取故障电流高频分量,然后利用Teager能量算子计算故障电流高频分量的瞬时能量,并提取两端瞬时能量最大值。区外故障时,故障电流高频分量瞬时能量最大值较小;区内故障时,该值较大。根据该差异来构造保护动作判据,判别故障位置,决定保护是否动作。基于PSCAD(power systems computer aided design),大量仿真实验表明,所提保护方案能够准确判别区内、外故障,并且有较好的耐过渡电阻能力。 展开更多

关键词 贯通式同相自耦变压器(AT)供电系统 牵引网 快速集合经验模态分解(FEEMD) TEAGER能量算子 纵联保护

在线阅读 下载PDF 职称材料

含直流馈入的带并补电抗线路单相自适应重合闸适用性分析及故障识别方法 被引量：2

13

作者 徐泉洲 李永丽 +1 位作者 宋金钊 张云柯 《高电压技术》 EI CAS CSCD 北大核心 2022年第4期1442-1451,共10页

含直流馈入的交流线路发生永久性故障时,如不能准确判定故障性质,将使交流线路再一次承受短路电流冲击,危害直流系统运行安全。针对这一问题,提出了一种基于并联电抗器故障相谐波电流特性的单相自适应重合闸判据。首先,分析了现有单相... 含直流馈入的交流线路发生永久性故障时,如不能准确判定故障性质,将使交流线路再一次承受短路电流冲击,危害直流系统运行安全。针对这一问题,提出了一种基于并联电抗器故障相谐波电流特性的单相自适应重合闸判据。首先,分析了现有单相自适应重合闸判据在含直流馈入的交流系统中应用的适用性,并得出换流器发生换相失败后向交流系统注入的谐波分量可能会使现有单相自适应重合闸判据失效这一结论;其次,通过快速集合经验模态分解–希尔伯特(fast ensemble empirical mode decomposition-Hilbert,FEEMD-Hilbert)谱分析从流过故障相并联电抗器电流中分解出谐波分量,依据不同故障性质下等效电流回路的不同,提出了基于谐波电流幅值比的单相自适应重合闸判据;最后,基于PSCAD/EMTDC仿真实验验证了所提方法的有效性和实用性。 展开更多

关键词 直流馈入 并联电抗器 单相自适应重合闸 适用性分析 快速集合经验模态分解

在线阅读 下载PDF 职称材料

基于FEEMD-PACF-BP_AdaBoost模型的风电功率超短期预测 被引量：5

14

作者 蒲娴怡 毕贵红 +1 位作者 王凯 高晗 《计算机应用与软件》 北大核心 2021年第11期91-97,共7页

针对风电功率超短期预测问题,提出基于快速集合经验模态分解(Fast Ensemble Empirical Mode Decomposition, FEEMD)、样本熵(Sample Entropy, SE)和BPAdaBoost集成神经网络组合的超短期风电功率预测模型。对风电功率原始数据,采用FEEMD... 针对风电功率超短期预测问题,提出基于快速集合经验模态分解(Fast Ensemble Empirical Mode Decomposition, FEEMD)、样本熵(Sample Entropy, SE)和BPAdaBoost集成神经网络组合的超短期风电功率预测模型。对风电功率原始数据,采用FEEMD方法将其分解为从一系列本征模态函数分量(IMF)和余项;运用样本熵来解决分量个数过多、计算量繁杂的问题,通过PACF(偏自相关系数)筛选出与预测值关联程度高的元素确定输入维数;选用泛化能力强的集成神经网络BPAdaBoost构建单步滚动预测模型并叠加获得最终值。实验结果表明,该组合模型提高了预测精度,具有可行性和有效性。 展开更多

关键词 风电功率预测 快速集合经验模态分解 偏自相关数 样本熵 ADABOOST BP神经网络

在线阅读 下载PDF 职称材料

基于FMCW雷达的自适应生命信号提取方法 被引量：6

15

作者 杨俊 黄俊 陶威 《雷达科学与技术》 北大核心 2022年第2期187-194,201,共9页

为了进一步提高调频连续波(FMCW)雷达自适应提取生命信号能力,通过提高距离分辨率提取被测目标位置距离维处的人体生命信号,利用改进的快速互补集合经验模态分解(IFCEEMD)对生命信号分解,从分解得到的若干个固有模态函数(IMFs)中利用筛... 为了进一步提高调频连续波(FMCW)雷达自适应提取生命信号能力,通过提高距离分辨率提取被测目标位置距离维处的人体生命信号,利用改进的快速互补集合经验模态分解(IFCEEMD)对生命信号分解,从分解得到的若干个固有模态函数(IMFs)中利用筛选准则分离出呼吸、心跳信号。实验结果表明,所提出的方法能够快速、准确地提取出不同呼吸状态下的呼吸频率和心跳频率,并且有效地消除人体身体随机抖动带来的干扰。 展开更多

关键词 调频连续波雷达 生命信号 人体随机抖动 改进的快速互补集合经验模态分解

在线阅读 下载PDF 职称材料

EEMD改进算法在异步电机轴承故障诊断中的应用 被引量：7

16

作者 吴勇 朱建军 邹奔 《中国舰船研究》 CSCD 北大核心 2022年第6期111-117,共7页

[目的]为了克服传统的集成经验模态分解(EEMD)方法凭经验选取参数(集成次数及白噪声幅值系数)的弊端,同时降低该方法的计算时间成本,提出一种快速集成经验模态分解(FEEMD)方法来提取特征频率。[方法]通过改变添加白噪声的分布密度,得到... [目的]为了克服传统的集成经验模态分解(EEMD)方法凭经验选取参数(集成次数及白噪声幅值系数)的弊端,同时降低该方法的计算时间成本,提出一种快速集成经验模态分解(FEEMD)方法来提取特征频率。[方法]通过改变添加白噪声的分布密度,得到不同的信号包络线。进一步通过求解移动均值滤波器最优的搜索窗口宽度来实现寻找最优的包络线,从而避免EEMD方法凭经验选择参数的缺陷。同时,在信号中的异常分量分解出来后,对剩余分量进行经验模态分解(EMD),从而进一步节省计算成本。最后,将该方法与Hilbert包络解调技术相结合应用到对异步电机轴承内环故障特征频率诊断中,并与传统的EEMD方法进行比较。[结果]结果表明,FEEMD方法能够更高效地完成对故障频率的提取。[结论]FEEMD方法可克服传统EEMD方法凭经验选取参数的弊端并缩短计算时间,有效应用在轴承故障频率的提取试验中。 展开更多

关键词 异步电机 故障诊断 快速集成经验模态分解 包络解调

在线阅读 下载PDF 职称材料

基于优化FAEMD-OSELM的WSN流量预测算法研究 被引量：6

17

作者 熊俊 何宽 +1 位作者 李颖川 郁滨 《仪器仪表学报》 EI CAS CSCD 北大核心 2020年第9期262-270,共9页

针对无线传感器网络(WSN)组合流量预测算法自适应性低、计算复杂度高等不足,提出一种基于优化FAEMD-OSELM的WSN流量预测算法。算法利用快速自适应经验模态分解(FAEMD)将信号分解为一系列本征模态函数和一个残余函数,通过设计自适应滤波... 针对无线传感器网络(WSN)组合流量预测算法自适应性低、计算复杂度高等不足,提出一种基于优化FAEMD-OSELM的WSN流量预测算法。算法利用快速自适应经验模态分解(FAEMD)将信号分解为一系列本征模态函数和一个残余函数,通过设计自适应滤波窗口提高信号分解过程的自适应性。进一步,采用在线贯序极限学习机(OSELM)对信号分量进行训练、预测,运用奇异值分解(SVD)理论优化神经网络的参数和拟合过程,降低计算复杂度。同时,结合样本选择器进一步控制预测误差范围,保证算法的预测精度。实验结果表明,算法在分解效果、耗机时间、预测精度等关键性能指标上具有较为明显的优势。 展开更多

关键词 流量预测 快速自适应经验模态分解 自适应滤波窗口 在线贯序极限学习机 奇异值分解

在线阅读 下载PDF 职称材料

基于误差预测的风速集成学习模型 被引量：3

18

作者 陈建华 阎帅 巨云涛 《电网与清洁能源》 2019年第5期70-76,共7页

受风能随机性和预测模型的影响,风速预测时不可避免地会出现误差,通过挖掘误差特性可探索新的风速预测模型,提高预测精度。提出一种基于误差预测的风速集成学习模型。该模型首先采用快速集合经验模态分解来降低风速序列的随机性,其次采... 受风能随机性和预测模型的影响,风速预测时不可避免地会出现误差,通过挖掘误差特性可探索新的风速预测模型,提高预测精度。提出一种基于误差预测的风速集成学习模型。该模型首先采用快速集合经验模态分解来降低风速序列的随机性,其次采用布谷鸟算法优化最小二乘支持向量机对分解得到的各分量分别建立学习预测模型。同时将历史预测误差作为一个新序列,进行建模预测。最后将原序列的风速预测结果和误差序列预测结果进行叠加得到最终风速预测结果。算例结果表明,与传统方法相比,所提集成预测模型具有更好的预测精度,证明了在风速预测中,精细化挖掘预测误差对于提高预测精度的有效作用。 展开更多

关键词 风速预测 快速集合经验模态分解 布谷鸟优化 最小二乘支持向量机

在线阅读 下载PDF 职称材料

结合FABEMD和改进的显著性检测的图像融合 被引量：5

19

作者 安影 范训礼 +1 位作者 陈莉 刘佩 《系统工程与电子技术》 EI CSCD 北大核心 2020年第2期292-300,共9页

针对红外与可见光图像融合中存在的显著目标不突出、对比度低、存在较多的伪影问题,提出了一种结合快速自适应二维经验模态分解(fast and adaptive bidimensional empirical mode decomposition,FABMED)和改进的显著性检测的图像融合算... 针对红外与可见光图像融合中存在的显著目标不突出、对比度低、存在较多的伪影问题,提出了一种结合快速自适应二维经验模态分解(fast and adaptive bidimensional empirical mode decomposition,FABMED)和改进的显著性检测的图像融合算法。首先,通过FABEMD对红外和可见光图像进行多尺度分解得到对应的基础层和细节层。然后,对最大对称环绕显著性检测做暗抑制改进,将其用于基础层的融合上;结合改进的显著性检测和引导滤波,对细节层进行融合。最后,对各融合子图进行FABEMD逆变换重构出融合图像。与其他经典的融合算法相比,仿真实验验证了本文算法的有效性。 展开更多

关键词 图像融合 快速自适应二维经验模态分解 显著性检测 引导滤波

在线阅读 下载PDF 职称材料

FABEMD和改进局部能量窗口的红外中波和长波图像融合 被引量：4

20

作者 崔晓荣 沈涛 +1 位作者 黄建鲁 孙宾宾 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2021年第7期2043-2049,共7页

针对探测波段为3.7~4.8μm的中波红外图像和探测波段为8~14μm长波红外图像融合过程中存在场景对比度低,显著性目标不够凸出,伪影引入严重的问题,采用快速自适应二维经验模态分解(FABEMD)对红外中波和长波图像进行多尺度分解以得到二维... 针对探测波段为3.7~4.8μm的中波红外图像和探测波段为8~14μm长波红外图像融合过程中存在场景对比度低,显著性目标不够凸出,伪影引入严重的问题,采用快速自适应二维经验模态分解(FABEMD)对红外中波和长波图像进行多尺度分解以得到二维内蕴模函数(BIMFs)和残余分量(Residual)。对于每一层内蕴模函数选用改进的局部能量窗口融合规则,首先配置好加权算子以增加区域窗口中心像素的能量占比;选用不同的加权算子,经实验验证能有效突出红外中波和长波图像的能量特征信息;其次充分利用内蕴模函数的相位信息,当相位相反时,采用能量加权平均的方式,以解决融合系数的正负符号极性难以确定的问题;当相位相同时,判断二者的能量差距并依据差距大小选择设定的融合规则,融合规则基于红外中波和长波图像的灰度差异特性设定。对于残余分量则利用红外中波图像和改进区域能量窗口的最大对称环绕显著性权重图指导基础层系数的融合,自适应的局部环绕窗口充分利用了低频显著性信息,对无用背景的抑制效果也相当出色,能够在复杂背景图像中突出显著性对象,最终得到细节信息丰富,对比度明显的指导图像。最后通过FABEMD的逆变化重构过程得到融合图像,对4组不同背景、不同大小的红外中长波图像进行主观和客观性能评价,4组图像均来自多波段红外采集系统且都经过严格配准并和7种相关算法进行对比实验,在主观性能上显著性对象突出、清晰度度高;客观性能上在平均梯度和空间频率这两个评价指标上性能优异,验证了该算法的有效性。 展开更多

关键词 图像融合 快速自适应二维经验模态分解 相位信息 区域能量窗口 显著性图

在线阅读 下载PDF 职称材料