检索结果-维普期刊中文期刊服务平台

基于改进SO-CFAR和ACA-VMD算法的雷达生命体征检测被引量：8: 1; 作者邵鑫黄晓红 +2 位作者戚子羿崔胜港张凯月《微波学报》 CSCD 北大核心 2022年第4期88-94,共7页; 非接触生命体征检测技术难以有效利用胸腔产生的微多普勒效应提取心跳和呼吸信号,针对这一问题,文中提出了一种基于改进最小选择恒虚警(SO-CFAR)和蚁群变分模态分解(ACA-VMD)算法的生命体征检测方法,并通过仿真和实测验证了算法的检测... 展开更多; 关键词最小选择恒虚警蚁群变分模态分解全相位生命体征毫米波雷达; 在线阅读下载PDF 职称材料

基于ACO-USK优化VMD参数的滚动轴承故障诊断研究被引量：1: 2; 作者张卫国王紫阳 +1 位作者夏立成陈永和《中国工程机械学报》北大核心 2024年第5期695-700,共6页; 传统变分模态分解(VMD)技术需要人为主观预设模态分解个数K和二次惩罚因子α,由此可能导致信号的欠分解、过分解、模态混叠或信息丢失等问题,从而影响对滚动轴承早期故障信号的分解效果。本文根据峭度指标对滚动轴承早期故障异常敏感的... 展开更多; 关键词变分模态分解(VMD) 滚动轴承故障诊断联合平方峭度(USK) 蚁群优化(ACO)算法; 在线阅读下载PDF 职称材料

基于蚁群算法优化选取阈值的EMD消噪方法被引量：10: 3; 作者张根保范秀君《中国机械工程》 EI CAS CSCD 北大核心 2014年第4期427-432,共6页; 为了改进经验模式分解(EMD)算法的消噪性能,在传统EMD消噪分解的基础上,参照小波阈值的消噪方法,提出了一种基于自适应阈值的EMD消噪方法。首先,建立去噪阈值和均方误差之间的对应函数,在所选阈值保证均方误差最小的前提下,利用具有较... 展开更多; 关键词经验模式分解(EMD) 优化阈值蚁群算法消噪; 在线阅读下载PDF 职称材料

基于EMD分解的风力机功率特性分析与预测建模被引量：9: 4; 作者文孝强许洋《太阳能学报》 EI CAS CSCD 北大核心 2021年第11期293-298,共6页; 以实际风力机功率数据为基础,通过经验模态分解(EMD)将风力机功率时间序列分解为多个特征模态函数。利用分形理论对风力机功率时间序列各分量的局部时频特性进行研究判断,并对新的风力机功率时间序列进行重构。然后,利用最大Lyapunov指... 展开更多; 关键词风力机功率预测建模神经网络 EMD 蚁群优化; 在线阅读下载PDF 职称材料

基于Harris角点检测和EEMD的蚁群实验数据处理方法被引量：1: 5; 作者付欢韩战钢《北京师范大学学报（自然科学版）》 CAS CSCD 北大核心 2018年第5期593-598,共6页; 集群行为机制是当前的研究热点,其中通过蚁群生物实验来探寻集群行为内在机制是研究蚁群行为的一种重要方法.生物实验本身的不可控因素较多,容易导致较大的实验误差,所以实验后的数据提取以及数据处理变成了难点.现已提出的模式识别算... 展开更多; 关键词蚁群实验数据提取 HARRIS角点检测全局经验模态分解(EEMD) 去噪; 在线阅读下载PDF 职称材料

波纹管内部脱浆状态的超声检测方法: 6; 作者朱耀东韩庆邦 +1 位作者林泽宙尹琳丽《声学技术》 CSCD 北大核心 2021年第2期210-215,共6页; 为了检测波纹管内部不同脱浆状态的缺陷问题,提出了一种采用变分模态分解(Variational Mode Decomposition,VMD)与蚁群神经网络相结合的超声检测方法。将检测到的回波信号进行变分模态分解,将分解后信号的多尺度样本熵作为特征参数,输... 展开更多; 关键词变分模态分解(VMD) 多尺度样本熵蚁群神经网络; 在线阅读下载PDF 职称材料

题名基于改进SO-CFAR和ACA-VMD算法的雷达生命体征检测被引量：8: 1; 作者邵鑫黄晓红戚子羿崔胜港张凯月; 机构华北理工大学人工智能学院; 出处《微波学报》 CSCD 北大核心 2022年第4期88-94,共7页; 基金河北省高等学校科学技术重点研究项目(ZD2020152) 华北理工大学技术转移基金资助平台及推广项目(TG2018004) 河北省教育厅科技基础研究项目(JQN2019006)。; 文摘非接触生命体征检测技术难以有效利用胸腔产生的微多普勒效应提取心跳和呼吸信号,针对这一问题,文中提出了一种基于改进最小选择恒虚警(SO-CFAR)和蚁群变分模态分解(ACA-VMD)算法的生命体征检测方法,并通过仿真和实测验证了算法的检测精度。首先对77 GHz毫米波雷达的中频回波信号进行预处理得到干净的雷达I/Q数据,然后调整因子以平衡前后窗的功率水平让单元极小值恒虚警检测能够对噪声下的目标进行精确提取,最后采用蚁群优化后的变分模态对目标信号进行模态混叠的抑制并采用全相位频谱分析,使得呼吸和心跳的信噪比改善了1.765 dB,完成呼吸和心跳有效分离和提取,实现了人体生命体征的准确检测。; 关键词最小选择恒虚警蚁群变分模态分解全相位生命体征毫米波雷达; Keywords minimum selection constant false alarm rate(SO-CFAR) ant colony algorithm-variational mode decomposition(aca-vmd) all phase vital signs millimeter wave radar; 分类号 TN957.51 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于ACO-USK优化VMD参数的滚动轴承故障诊断研究被引量：1: 2; 作者张卫国王紫阳夏立成陈永和; 机构上海海事大学物流工程学院; 出处《中国工程机械学报》北大核心 2024年第5期695-700,共6页; 文摘传统变分模态分解(VMD)技术需要人为主观预设模态分解个数K和二次惩罚因子α,由此可能导致信号的欠分解、过分解、模态混叠或信息丢失等问题,从而影响对滚动轴承早期故障信号的分解效果。本文根据峭度指标对滚动轴承早期故障异常敏感的特点,提出了一种以联合平方峭度(USK)指标为目标函数,结合蚁群优化(ACO)算法的ACO-USK优化方法,对VMD模态分解个数K和二次惩罚因子α进行自适应寻优。研究结果表明:对于滚动轴承早期故障信号,与以包络熵(EE)为目标函数的VMD优化方法对比,本文提出的方法既具有较好的包络谱信噪比(SNRES),又有在计算用时上的优越性,具有一定的工程应用价值。; 关键词变分模态分解(VMD) 滚动轴承故障诊断联合平方峭度(USK) 蚁群优化(ACO)算法; Keywords variational mode decomposition(VMD) rolling bearing fault diagnosis union squared kurtosis(USK) ant colony optimization(ACO)algorithm; 分类号 U653.92 [交通运输工程—港口、海岸及近海工程]; 在线阅读下载PDF 职称材料

题名基于蚁群算法优化选取阈值的EMD消噪方法被引量：10: 3; 作者张根保范秀君; 机构重庆大学; 出处《中国机械工程》 EI CAS CSCD 北大核心 2014年第4期427-432,共6页; 基金国家自然科学基金资助项目(51175527) 国家科技重大专项(2009ZX04014-016 +2 种基金 2009ZX04001-013 2009ZX04001-023) 数字制造装备与技术国家重点实验室(华中科技大学)开放基金资助项目; 文摘为了改进经验模式分解(EMD)算法的消噪性能,在传统EMD消噪分解的基础上,参照小波阈值的消噪方法,提出了一种基于自适应阈值的EMD消噪方法。首先,建立去噪阈值和均方误差之间的对应函数,在所选阈值保证均方误差最小的前提下,利用具有较好全局搜索性的蚁群算法,根据建立的函数搜索阈值,克服了传统方法中硬阈值和软阈值固定选取的缺陷,实现了最优阈值的选取。仿真信号分析和实际轴承故障信号分析表明,该方法与传统的EMD消噪方法、软硬阈值分析方法相比,消噪效果更加明显。; 关键词经验模式分解(EMD) 优化阈值蚁群算法消噪; Keywords empirical mode decomposition（EMD） optimal threshold ant colony algorithm signalde- noising; 分类号 TH311 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于EMD分解的风力机功率特性分析与预测建模被引量：9: 4; 作者文孝强许洋; 机构东北电力大学自动化工程学院吉林省精密驱动智能控制国际联合研究中心; 出处《太阳能学报》 EI CAS CSCD 北大核心 2021年第11期293-298,共6页; 基金吉林省科技厅重大科技专项基金(20180201001SF) 吉林省教育厅“十三五”科学研究规划项目(JJKH20190709KJ) 2019吉林市杰出青年人才培养专项(20190104156)。; 文摘以实际风力机功率数据为基础,通过经验模态分解(EMD)将风力机功率时间序列分解为多个特征模态函数。利用分形理论对风力机功率时间序列各分量的局部时频特性进行研究判断,并对新的风力机功率时间序列进行重构。然后,利用最大Lyapunov指数等特性指标分析风力机功率时间序列的混沌特性,并分别分析3个尺度子序列的行为动力学特性。最后,建立基于蚁群优化极值学习机制,构建风力机功率时间序列预测模型。仿真结果表明,该模型比其他单一预测模型具有更高的预测精度,可用于工程实际。; 关键词风力机功率预测建模神经网络 EMD 蚁群优化; Keywords wind power prediction models neural networks empirical mode decomposition ant colony optimization; 分类号 TN911.6 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于Harris角点检测和EEMD的蚁群实验数据处理方法被引量：1: 5; 作者付欢韩战钢; 机构北京师范大学系统科学学院; 出处《北京师范大学学报（自然科学版）》 CAS CSCD 北大核心 2018年第5期593-598,共6页; 基金国家自然科学基金资助项目(61374165); 文摘集群行为机制是当前的研究热点,其中通过蚁群生物实验来探寻集群行为内在机制是研究蚁群行为的一种重要方法.生物实验本身的不可控因素较多,容易导致较大的实验误差,所以实验后的数据提取以及数据处理变成了难点.现已提出的模式识别算法主要针对特定生物群体(鱼群、果蝇),并且主要用于轨迹追踪,但未有针对蚂蚁集群实验的模式识别方法.本文创新性地提出一种针对蚁群实验的模式识别方法,可快速有效地从实验视频中提取所需实验数据.同时本文首次将全局经验模态分解(EEMD)方法应用于生物集群的数据分析上,采用EEMD方法对所提取数据进行去噪处理,有效地去除了实验数据中的一部分噪声,这也为之后生物集群实验的数据处理提供了一种新方法.; 关键词蚁群实验数据提取 HARRIS角点检测全局经验模态分解(EEMD) 去噪; Keywords ant colony experiment data extraction Harris corner detection ensemble empirical mode decomposition（EEMD） denoising; 分类号 N945 [自然科学总论—系统科学]; 在线阅读下载PDF 职称材料

题名波纹管内部脱浆状态的超声检测方法: 6; 作者朱耀东韩庆邦林泽宙尹琳丽; 机构河海大学物联网工程学院; 出处《声学技术》 CSCD 北大核心 2021年第2期210-215,共6页; 基金声场声信息国家重点实验室开放课题研究基金(SKLA201913) 国家自然科学基金(11574072)。; 文摘为了检测波纹管内部不同脱浆状态的缺陷问题,提出了一种采用变分模态分解(Variational Mode Decomposition,VMD)与蚁群神经网络相结合的超声检测方法。将检测到的回波信号进行变分模态分解,将分解后信号的多尺度样本熵作为特征参数,输入到蚁群神经网络中进行检测。实验结果表明利用VMD分解方法与蚁群神经网络相结合可以对波纹管内部横向缺陷进行有效判断。; 关键词变分模态分解(VMD) 多尺度样本熵蚁群神经网络; Keywords variational mode decomposition(VMD) multi-scale entropy(MSE) ant colony neural network; 分类号 TB551 [理学—声学]; 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	基于改进SO-CFAR和ACA-VMD算法的雷达生命体征检测	邵鑫黄晓红戚子羿崔胜港张凯月	《微波学报》 CSCD 北大核心	2022	8	在线阅读下载PDF 职称材料
2	基于ACO-USK优化VMD参数的滚动轴承故障诊断研究	张卫国王紫阳夏立成陈永和	《中国工程机械学报》北大核心	2024	1	在线阅读下载PDF 职称材料
3	基于蚁群算法优化选取阈值的EMD消噪方法	张根保范秀君	《中国机械工程》 EI CAS CSCD 北大核心	2014	10	在线阅读下载PDF 职称材料
4	基于EMD分解的风力机功率特性分析与预测建模	文孝强许洋	《太阳能学报》 EI CAS CSCD 北大核心	2021	9	在线阅读下载PDF 职称材料
5	基于Harris角点检测和EEMD的蚁群实验数据处理方法	付欢韩战钢	《北京师范大学学报（自然科学版）》 CAS CSCD 北大核心	2018	1	在线阅读下载PDF 职称材料
6	波纹管内部脱浆状态的超声检测方法	朱耀东韩庆邦林泽宙尹琳丽	《声学技术》 CSCD 北大核心	2021	0	在线阅读下载PDF 职称材料