期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到8篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于TFPW-DT-ICSS法的渭河水文序列方差变异识别与诊断 被引量：10
1
作者 张洪波 张姝琪 +1 位作者 李吉程 李娇娇 《华北水利水电大学学报（自然科学版）》 2017年第4期47-53,共7页
水文变异现象已造成许多地区的水文数据受到"污染",使得传统水文频率计算举步维艰。同时,水文变异识别方法的异法异解、隐藏效应、自相关性影响、变异信息交叉等问题也困扰着水文变异理论的发展,亟待解决。针对水文变异识别... 水文变异现象已造成许多地区的水文数据受到"污染",使得传统水文频率计算举步维艰。同时,水文变异识别方法的异法异解、隐藏效应、自相关性影响、变异信息交叉等问题也困扰着水文变异理论的发展,亟待解决。针对水文变异识别中的序列自相关性影响,提出将去趋势、预置白与ICSS检验法相结合,构建TFPW-DT-ICSS法,对渭河咸阳水文站的径流数据进行方差变异的多点识别,同时应用水文频率计算方法验证变异点的准确性。结果表明:TFPW-DT-ICSS法通过TFPW处理,可缓解序列自相关性对结果的影响;ICSS算法在方差变异检验上可获得较为准确的识别结果,适用于水文序列的方差变异诊断;ICSS算法对数据长度变化的响应不敏感,可实现多序列上的有效识别。研究成果可为变化环境下的水文计算与设计提供数据支持和技术支撑。 展开更多
关键词 水文分析 变异点 自相关 径流 去趋势预置白算法 去趋势算法 迭代累积平方和算法
在线阅读 下载PDF
基于EMD与多重分形去趋势法的轴承智能诊断方法 被引量：9
2
作者 贾峰 武兵 +1 位作者 熊晓燕 熊诗波 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2015年第2期491-497,共7页
引入经验模态分解(EMD)方法去除故障信号的趋势项,提出EMD-MFDFA(multifractal detrended fluctuation analysis)的多重分形分析方法,并通过仿真分析EMD方法去趋势效果的有效性。然后将采用EMD-MFDFA方法提取的电机滚动轴承振动信号的... 引入经验模态分解(EMD)方法去除故障信号的趋势项,提出EMD-MFDFA(multifractal detrended fluctuation analysis)的多重分形分析方法,并通过仿真分析EMD方法去趋势效果的有效性。然后将采用EMD-MFDFA方法提取的电机滚动轴承振动信号的多重分形特征向量作为训练集,利用混合遗传算法搜索全局最优的能力优化支持向量机(SVM)模型参数,建立电机滚动轴承的智能诊断模型。最后,通过对电机滚动轴承不同状态的振动信号进行分析。研究结果表明:EMD-MFDFA方法能很好地揭示滚动轴承的振动信号多重分形特性,对滚动轴承正常状态、单一故障与多故障耦合等状态具有很强的辨识能力;所建立的智能诊断模型可以有效地诊断滚动轴承不同的故障状态,能够作为滚动轴承故障在线监测的有效工具。 展开更多
关键词 多重分形 去趋势波分析 经验模态分解 遗传算法 支持向量机
在线阅读 下载PDF
基于MF-DFA与PSO优化LSSVM的滚动轴承故障诊断方法 被引量：23
3
作者 熊庆 张卫华 《振动与冲击》 EI CSCD 北大核心 2015年第11期188-193,共6页
针对滚动轴承故障损伤程度难以确定的问题,提出对滚动轴承不同故障位置、不同损伤程度的振动信号进行故障特征提取及智能分类的故障诊断方法。先对各状态振动信号进行MF-DFA分析,选取敏感性及稳定性最好的二种多重分形谱参数作为故障特... 针对滚动轴承故障损伤程度难以确定的问题,提出对滚动轴承不同故障位置、不同损伤程度的振动信号进行故障特征提取及智能分类的故障诊断方法。先对各状态振动信号进行MF-DFA分析,选取敏感性及稳定性最好的二种多重分形谱参数作为故障特征量,然后输入到经过PSO参数优化的LSSVM中进行故障诊断。通过仿真试验、应用实例验证了该方法的有效性,并与LSSVM、SVM方法的诊断结果进行比较。结果表明:所提方法可实现滚动轴承故障位置及损伤程度的智能诊断,比直接LSSVM、SVM方法具有更优的泛化性,适合解决实际工程问题。 展开更多
关键词 滚动轴承 故障诊断 多重分形去趋势波动分析 粒子群优化算法 最小二乘支持向量机
在线阅读 下载PDF
去趋势波动分析在不同状态脑电信号中的应用 被引量：1
4
作者 胡叶容 《现代电生理学杂志》 2015年第4期211-215,共5页
目的:验证去趋势波动分析法应用于脑电信号分析时的有效性。方法:使用去趋势波动分析算法分析不同状态下的脑电信号,把得到的标度指数值进行比较。结果:从心算状态、睁眼状态到闭目安静状态的标度指数越来越大,这表明从心算状态、睁眼... 目的:验证去趋势波动分析法应用于脑电信号分析时的有效性。方法:使用去趋势波动分析算法分析不同状态下的脑电信号,把得到的标度指数值进行比较。结果:从心算状态、睁眼状态到闭目安静状态的标度指数越来越大,这表明从心算状态、睁眼状态到闭目安静状态下脑的动力学活性越来越低,并且在时间上具有长程相关性。结论:去趋势波动分析方法在探索不同脑功能状态下EEG的标度指数是否具有显著性差异有一定的价值。 展开更多
关键词 去趋势波动分析方法 脑电信号 标度指数
在线阅读 下载PDF
油井抽油机悬点位移测量创新研究
5
作者 仲志丹 张玮琪 《石油化工自动化》 CAS 2018年第3期31-35,共5页
在油井抽油机位移测量系统中,加速度信号中的噪声和趋势项是影响悬点位移测量精度的重要因素。针对传统位移测量方法噪声明显、测量误差较大等问题,提出了一种新型的位移测量方法:运用复合滤波法消除加速度信号中的随机噪声和脉冲干扰,... 在油井抽油机位移测量系统中,加速度信号中的噪声和趋势项是影响悬点位移测量精度的重要因素。针对传统位移测量方法噪声明显、测量误差较大等问题,提出了一种新型的位移测量方法:运用复合滤波法消除加速度信号中的随机噪声和脉冲干扰,改进周期提取算法以优化加速度的测量周期,利用高效的经验模态分解法(EMD)去除积分趋势项。将该方法用于某油田的实测数据分析,结果表明:干扰噪声、直流分量、趋势项均明显减少,位移测量精度高达92.74%,为其他滤波方法的噪声消除奠定了良好的基础,对油井抽油机的位移测量研究具有重要的意义。 展开更多
关键词 位移测量 经验模态分解 复合滤波 去趋势项 周期提取
在线阅读 下载PDF
基于变换域分形的海面小目标快速检测 被引量：3
6
作者 尹鹏智 戴恩泽 《电光与控制》 CSCD 北大核心 2022年第9期17-21,共5页
针对传统海杂波中分数阶傅里叶变换(FRFT)域分形检测算法确定最优阶次困难、性能不稳定等问题,提出改进的变换域分形的海面小目标快速检测算法。新算法利用快速估计算法快速确定目标回波在FRFT变换的最优阶次,目标回波经FRFT变换后使得... 针对传统海杂波中分数阶傅里叶变换(FRFT)域分形检测算法确定最优阶次困难、性能不稳定等问题,提出改进的变换域分形的海面小目标快速检测算法。新算法利用快速估计算法快速确定目标回波在FRFT变换的最优阶次,目标回波经FRFT变换后使得能量得到积累,提高回波信杂比。在此基础上,利用优化多重分形去趋势波动分析算法(IMFDFA)进行海杂波的多重分形研究。对IPIX雷达实测数据进行目标检测,实验证明:新算法中提出的最优阶次寻优算法性能稳定;与传统算法分形结果对比,新算法性能得到明显改进且更稳定,在一定程度上有利于算法应用于检测海面小目标。 展开更多
关键词 目标检测 海面小目标 FRFT 快速估计算法 多重分形去趋势波动分析算法 IPIX雷达
在线阅读 下载PDF
基于近红外高光谱成像技术的地方鸡品种鉴别
7
作者 金航峰 于昌昊 +3 位作者 范锴萍 吴健清 颜菲菲 汪涵 《现代食品科技》 CAS 北大核心 2024年第5期247-254,共8页
我国拥有丰富的地方鸡遗传资源,不同品种的地方鸡在营养、口感和风味上表现出显著区别。该研究利用近红外高光谱成像技术研究地方鸡品种的鉴别方法。以龙游麻鸡、江山乌骨鸡和丝羽乌骨鸡为研究对象,采集3个品种鸡肉在900~1700 nm波段的... 我国拥有丰富的地方鸡遗传资源,不同品种的地方鸡在营养、口感和风味上表现出显著区别。该研究利用近红外高光谱成像技术研究地方鸡品种的鉴别方法。以龙游麻鸡、江山乌骨鸡和丝羽乌骨鸡为研究对象,采集3个品种鸡肉在900~1700 nm波段的高光谱图像并提取光谱数据。对光谱数据进行预处理后选取特征波长,建立PLS和SVM鉴别模型。结果显示,Detrending-SNV为最优预处理方法,ACCc、ACCp和ACCt分别为94.17%、95%和94.59%。基于MCUVE-SPA算法选取的16个特征波长建立的PLS鉴别模型为最优模型,ACCc、ACCp和ACCt分别为95.83%、100%和97.92%,与全光谱模型相比分别提高了1.76%、5.26%和3.52%。研究结果表明,利用近红外高光谱成像技术鉴别地方鸡品种具有一定的可行性。 展开更多
关键词 地方鸡 近红外高光谱 去趋势 标准正态变量变换 连续投影算法 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法的交通流多重分形无标度区间自动识别方法 被引量：11
8
作者 熊杰 陈绍宽 +2 位作者 韦伟 刘爽 关伟 《物理学报》 SCIE EI CAS CSCD 北大核心 2014年第20期99-106,共8页
无标度区间是时间序列在统计意义上存在分形自相似性的尺度范围,是交通流多重分形特征研究中的重要组成部分.为解决交通流多重分形研究中多重分形去趋势波动分析法(multi-fractal detrended fluctuation analysis,MF-DFA)缺乏有效识别... 无标度区间是时间序列在统计意义上存在分形自相似性的尺度范围,是交通流多重分形特征研究中的重要组成部分.为解决交通流多重分形研究中多重分形去趋势波动分析法(multi-fractal detrended fluctuation analysis,MF-DFA)缺乏有效识别无标度区间方法的问题,本文在分析算法过程中交通流波动函数对数曲线突变点性质的基础上,结合传统无标度区间识别方法的构建思想,建立基于MF-DFA算法的无标度区间自动识别方法.以北京市二环快速路外环方向的部分道路为例开展实例研究,通过与传统无标度区间识别方法的结果对比,验证新方法的有效性.研究结果表明:本文方法能自动识别交通流多重分形无标度区间,且稳定性好;案例研究可知交通流短时间内波动较小、自相似性较强,随着研究时间段变长、交通流波动逐渐变大,自相似性逐渐消失,进一步解释了交通流无标度区间的有限性. 展开更多
关键词 交通流 多重分形 无标度区间 多重分形去趋势波动分析法
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部