期刊文献+
共找到71篇文章
< 1 2 4 >
每页显示 20 50 100
基于CEEMDAN和IMSA的混合模型在水质预测中的应用 被引量:1
1
作者 郭利进 吴昊天 《长江科学院院报》 北大核心 2025年第6期60-70,86,共12页
水质预测是水污染防治的重要组成部分,但水质序列呈现出较强的随机性、不平稳性等特点,为进一步提高地表水质预测的精度,提出一种新型水质预测混合模型。首先采用自适应噪声完备集合经验模态分解(CEEMDAN)将原始水质序列分解,然后利用... 水质预测是水污染防治的重要组成部分,但水质序列呈现出较强的随机性、不平稳性等特点,为进一步提高地表水质预测的精度,提出一种新型水质预测混合模型。首先采用自适应噪声完备集合经验模态分解(CEEMDAN)将原始水质序列分解,然后利用模糊散布熵(FuzzDE)将分量划分为高、中、低3种复杂度成分,其次分别利用改进螳螂算法(IMSA)优化后的双向长短时记忆网络(BiLSTM)、最小二乘支持向量机回归(LSSVR)、极限学习机(ELM)对高、中、低3种复杂度成分进行预测,并对预测结果进行组合重构,最后建立BiLSTM误差校正模型对误差进行修正,得到最终预测结果。利用沅江支流酉水两个断面的溶解氧浓度及湘江流域一个断面的pH值进行仿真验证,R 2可达90%以上,结果表明混合模型预测的准确性优于其他对比预测模型。 展开更多
关键词 水质预测 ceemdan分解 模糊散布熵 螳螂算法 混合模型
在线阅读 下载PDF
基于CEEMDAN的脉搏波数据增强双层SMOTE算法 被引量:2
2
作者 李辉 李振华 +2 位作者 李瑞杰 张志东 薛晨阳 《电子测量技术》 北大核心 2025年第15期35-41,共7页
针对SMOTE算法在处理脉搏波数据不平衡问题中存在噪声干扰敏感及生成样本物理特性失真等问题。本文提出了一种基于CEEMDAN改进的CP-SMOTE算法,将预处理的脉搏波分解为主波层与次波层分别生成样本,可有效去除残余噪声。同时,在生成新样本... 针对SMOTE算法在处理脉搏波数据不平衡问题中存在噪声干扰敏感及生成样本物理特性失真等问题。本文提出了一种基于CEEMDAN改进的CP-SMOTE算法,将预处理的脉搏波分解为主波层与次波层分别生成样本,可有效去除残余噪声。同时,在生成新样本时,本算法结合脉搏波信号特征,设计了自适应距离度量和约束监督机制,确保生成样本在保持数据物理特性的同时增强类间区分度。基于自建数据集和公开PPG-BP数据集,结合四种分类器对改进算法进行了全面实验。在自建数据集中,CP-SMOTE在AUC、G-mean、F1等关键指标上全面超越SMOTE系列算法,最低提升1.51%,最高提升18.25%。在公开数据集中对比其他改进算法准确率、G-mean和AUC分别提升2.24%、1.47%和1.43%以上。结果表明,该算法显著优于传统SMOTE及其他变种算法,研究结果验证了该算法生成的样本有效避免了物理特性失真问题与噪声干扰问题。 展开更多
关键词 数据不平衡 ceemdan 自适应距离 约束监督机制 过采样算法
原文传递
CEEMDAN联合小波包阈值去噪算法在FOCT中的去噪应用
3
作者 孟庆喜 岳光华 +2 位作者 赵新科 王炳蔚 董华军 《大连交通大学学报》 2025年第6期157-164,共8页
光纤电流互感器(FOCT)通过将光能转换为磁场能再转换回光能的原理,已逐渐成为配电网规划中输电线路电流检测和监测的关键组件。然而,由于FOCT的工作环境复杂多变,其输出信号中往往包含各类噪声,对设备的长期运行稳定性和检测精度造成一... 光纤电流互感器(FOCT)通过将光能转换为磁场能再转换回光能的原理,已逐渐成为配电网规划中输电线路电流检测和监测的关键组件。然而,由于FOCT的工作环境复杂多变,其输出信号中往往包含各类噪声,对设备的长期运行稳定性和检测精度造成一定影响。针对FOCT输出信号的特性,在现有小波包阈值去噪技术基础上,提出了一种结合完全集成经验模态分解与自适应噪声(CEEMDAN)和小波包阈值去噪的联合算法。该算法旨在通过CEEMDAN算法对复杂的非线性、非平稳信号进行高效分解,再利用小波包阈值去噪技术精确去除噪声成分,从而有效提升信号处理的精度和效率。该算法首先采用CEEMDAN算法对初始信号进行分解,得到包含不同频率成分信息的一系列固有模态函数(IMF);其次,针对每个IMF应用小波包阈值去噪技术,根据信号特征自适应选择最优的小波基和阈值参数,实现对噪声的有效抑制;最后,将去噪后的IMF重构,恢复出更纯净、准确的原始信号。试验结果分析表明,该算法在处理特定类型噪声时可显著改善信噪比,对部分信号的信噪比提升幅度可达20 dB以上。这表明该算法可有效抑制噪声,保留信号细节,并具有信号分析更全面、自适应性更强等优势,从而提高FOCT的运行稳定性与检测精度。 展开更多
关键词 光纤电流互感器 ceemdan算法 小波包阈值去噪
在线阅读 下载PDF
基于CEEMDAN-IPSO-KELM模型的BDS卫星钟差预报
4
作者 边奇海 张莎薇 +2 位作者 雷荣智 刘子巍 刘敏 《地理空间信息》 2025年第3期13-17,共5页
针对BDS卫星钟差数据呈非线性特征、难以准确预报的问题,结合自适应噪声完备集合经验模态分解(CEEMDAN)算法和核极限学习机(KELM)算法的优势,构建了组合钟差预报模型。首先充分利用CEEMDAN算法的信号分解能力自适应分解非平稳性钟差序列... 针对BDS卫星钟差数据呈非线性特征、难以准确预报的问题,结合自适应噪声完备集合经验模态分解(CEEMDAN)算法和核极限学习机(KELM)算法的优势,构建了组合钟差预报模型。首先充分利用CEEMDAN算法的信号分解能力自适应分解非平稳性钟差序列,并重构分解结果得到新的钟差序列;再利用改进粒子群优化(IPSO)算法优化KELM的核参数与正则化参数;最后重构不同钟差序列的预报结果,得到最终钟差预报结果。利用iGMAS提供的BDS钟差数据进行短期预报实验,结果表明该组合预报模型的单天和多天钟差预报精度均明显优于对比模型,丰富了现有BDS卫星钟差预报模型。 展开更多
关键词 BDS 钟差预报 ceemdan IPSO算法 KELM
在线阅读 下载PDF
基于优化CEEMDAN和BES-RF算法的航空电缆电弧故障检测 被引量:1
5
作者 刘晓琳 柳伟 荆涛 《国外电子测量技术》 2025年第2期54-61,共8页
针对航空电缆电弧故障因特征隐蔽性和危害性强引发的飞行安全隐患等问题提出一种新型检测方法。首先参考行业标准模拟飞行环境搭建试验平台完成数据采集。再采用北方苍鹰算法优化自适应噪声完备集合经验模态分解方法(Complete Ensemble ... 针对航空电缆电弧故障因特征隐蔽性和危害性强引发的飞行安全隐患等问题提出一种新型检测方法。首先参考行业标准模拟飞行环境搭建试验平台完成数据采集。再采用北方苍鹰算法优化自适应噪声完备集合经验模态分解方法(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)将故障电弧电流分解为不同本征模态函数分量并对其提取多尺度模糊熵、时域、频域组合特征。最后设计秃鹰搜索-随机森林算法(Bald Eagle Search and Random Forest,BES-RF)进行电弧故障检测,结果表明:检测准确率达98.05%,相比传统分解方法与检测算法准确率提高3.5%、4.7%,验证该方法的有效性。 展开更多
关键词 电弧 特征提取 优化ceemdan 多尺度模糊熵 BES-RF算法
原文传递
基于CEEMDAN-CPO-VMD的RV减速器故障诊断模型
6
作者 郭曼 徐建 蔺梦雄 《机电工程》 北大核心 2025年第8期1490-1501,共12页
针对强背景噪声下旋转矢量(RV)减速器故障诊断困难的问题,提出了一种自适应噪声完备集合经验模态分解(CEEMDAN)结合冠豪猪算法(CPO)优化变分模态分解(VMD)的RV减速器故障诊断方法。首先,利用自适应噪声完备集合经验模态分解对含噪声目... 针对强背景噪声下旋转矢量(RV)减速器故障诊断困难的问题,提出了一种自适应噪声完备集合经验模态分解(CEEMDAN)结合冠豪猪算法(CPO)优化变分模态分解(VMD)的RV减速器故障诊断方法。首先,利用自适应噪声完备集合经验模态分解对含噪声目标信号进行了降噪分解,得到了一系列固有模态分量(IMF),再根据峭度值原则,选取了目标模态分量;然后,以包络熵为适应性函数,利用CPO算法对变分模态分解中的分解参数K值和α值进行了寻优计算,得到了最后的[K,α]组合,并对VMD进行了最优参数设置;最后,分解后得到一系列本征模态函数分量,对分解后的目标分量进行了重构,再对重构后的目标分量进行包络谱分析并进行了故障诊断,为了验证CEEMDAN-CPO-VMD方法的优越性,进行了实验对比分析。研究结果表明:经CPO重构后的信号信噪比为9.38,均方根误差为0.036,计算时间为36.59 s;利用CEEMDAN-CPO-VMD方法有效地提取了RV减速器的故障特征;对比验证该方法的可行性,使用频谱包络分析得到的结果,有较多的边频干扰,不能有效地定位故障点;同时,对比麻雀搜索算法(SSA)优化的VMD,经SSA算法重构后的信号信噪比为8.57,均方根误差为0.042,计算时间为50.24 s,相比于SSA算法,CPO算法的信噪比结果提高了0.78 dB,均方根误差降低了0.006,迭代时间减少了13.65 s,有了更好的收敛性,验证了CEEMDAN-CPO-VMD法有更好的诊断效果。该研究成果可为强噪声干扰下的RV减速器故障诊断提供参考。 展开更多
关键词 旋转矢量减速器 变速器 自适应噪声完备集合经验模态分解 冠豪猪优化算法 变分模态分解 包络熵 故障分类识别方法
在线阅读 下载PDF
基于CEEMDAN和HBA-BiGRU-SelfAttention的短期负荷预测
7
作者 朱婷 颜七笙 《南京信息工程大学学报》 北大核心 2025年第4期478-493,共16页
针对电力负荷数据存在非线性、时序性等多方面因素导致的预测精度不足等问题,本文提出一种基于CEEMDAN和HBA-BiGRU-SelfAttention的短期负荷预测模型.首先,采用随机森林(RF)算法对气象因素进行特征提取,在保证数据特征的同时,降低数据... 针对电力负荷数据存在非线性、时序性等多方面因素导致的预测精度不足等问题,本文提出一种基于CEEMDAN和HBA-BiGRU-SelfAttention的短期负荷预测模型.首先,采用随机森林(RF)算法对气象因素进行特征提取,在保证数据特征的同时,降低数据的复杂度;其次,采用自适应噪声完备集合经验模态分解(CEEMDAN)算法对原始负荷数据进行分解,得到若干较为平稳的模态分量;然后,将经过特征提取的气象因素和模态分量作为输入数据,利用BiGRU(双向门控循环单元)-SelfAttention(自注意力机制)模型进行预测,并针对BiGRU-SelfAttention模型的超参数难以选取最优解的问题,引入蜜獾算法(HBA)对BiGRU-SelfAttention模型的超参数进行寻优;最后,将子序列预测结果叠加,得到最终预测结果.以某地实际电力负荷数据为数据集进行对比试验,结果表明,本文所提出的模型具有较高的预测精度,可以为电力系统稳定运行提供可靠依据. 展开更多
关键词 短期负荷预测 随机森林 自适应噪声完备集合经验模态分解 蜜獾算法 双向门控循环单元 自注意力机制
在线阅读 下载PDF
基于CEEMDAN-ISMA-BiLSTM网络的中期电力负荷预测
8
作者 侯荣荣 刘辉 +3 位作者 文武洲 马苗洁 孟昭亮 黄健 《西安工程大学学报》 2025年第4期89-96,共8页
针对不同用电行业负荷存在波动以及神经网络在处理非线性问题时存在精度不足的问题,文中给出了一种新的中期电力负荷预测方法。首先,引入自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive... 针对不同用电行业负荷存在波动以及神经网络在处理非线性问题时存在精度不足的问题,文中给出了一种新的中期电力负荷预测方法。首先,引入自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN),结合双向长短期记忆(bi-directional long short-term memory,BiLSTM)网络,建立了CEEMDAN-BiLSTM网络模型。其次,通过Sin混沌映射、Tent混沌映射、高斯变异及自适应惯性权重对黏菌算法(slime mould algorithm,SMA)进行优化,得到了改进的黏菌算法(improved slime mould algorithm,ISMA)。最后,使用ISMA动态调整BiLSTM网络参数。该实验以城乡居民的用电负荷为例,结果表明:CEEMDAN-ISMA-BiLSTM网络模型相比CEEMDAN-SMA-BiLSTM网络模型,拟合度R 2提升了约1.24%,均方根误差(root mean square error,RMSE)、均方误差(mean absolute error,MAE)、平均绝对百分比误差(mean absolute percentage error,MAPE)分别降低了约16.91%、14.61%、0.69%,同时,连续预测了两个月份全社会总用电负荷,预测误差在2%以内,符合预期要求。 展开更多
关键词 中期负荷预测 自适应噪声完备集合经验模态分解(ceemdan) 双向长短期记忆(BiLSTM)网络 黏菌算法(SMA)
在线阅读 下载PDF
改进CEEMDAN算法的电机轴承振动信号降噪分析 被引量:22
9
作者 赵小惠 张梦洋 +2 位作者 石杨斌 王凯峰 卫艳芳 《电子测量与仪器学报》 CSCD 北大核心 2020年第12期159-164,共6页
为提高传统自适应噪声完备经验模态分解算法(CEEMDAN)对电机轴承故障特征信号的精确提取率,降低重构信号失真,提出了一种改进自适应噪声完备经验模态分解算法。首先利用传统CEEMDAN对原始信号初步分解,获得若干特征分量(IMFs)和固有模... 为提高传统自适应噪声完备经验模态分解算法(CEEMDAN)对电机轴承故障特征信号的精确提取率,降低重构信号失真,提出了一种改进自适应噪声完备经验模态分解算法。首先利用传统CEEMDAN对原始信号初步分解,获得若干特征分量(IMFs)和固有模态分量,将若干IMFs运用熵权法进行初步故障特征信号消噪和提取,对筛选后的IMF分量进行二次分解和二次筛选,获得典型故障敏感信号,再运用SG(Savitzky-Golay)平滑滤波进行信号重构,最终实现电机轴承信号降噪。最后利用凯斯西储大学轴承数据进行改进算法性能分析,结果表明该方法对电机轴承信号能够有效的进行信号降噪,其信噪比相比于原始信号提高2.2 dB。 展开更多
关键词 改进ceemdan算法 电机轴承振动信号 信号降噪 熵权法 SG平滑滤波
原文传递
基于CEEMDAN-SAOA的平抑风电波动混合储能系统定容优化配置
10
作者 黄冬梅 吴冰 +3 位作者 时帅 李媛媛 宋巍 王晓亮 《电力系统保护与控制》 北大核心 2025年第15期59-70,共12页
为解决风力发电直接并网所产生的功率波动问题,提出了一种基于改进阿基米德优化算法融合自适应噪声完全集合经验模态分解(complete ensemble EMD with adaptive noise,CEEMDAN)的容量配置方法。采用由限幅与滑动平均结合的加权滤波算法... 为解决风力发电直接并网所产生的功率波动问题,提出了一种基于改进阿基米德优化算法融合自适应噪声完全集合经验模态分解(complete ensemble EMD with adaptive noise,CEEMDAN)的容量配置方法。采用由限幅与滑动平均结合的加权滤波算法平滑风电出力,同时减小平滑结果的滞后性,得到风电并网功率和混合储能系统(hybrid energy storage system,HESS)参考功率。为了合理分配HESS的内部功率,借助CEEMDAN分解HESS的参考功率,得到高低频分量。综合考虑HESS功率和容量、荷电状态(state of charge,SOC)与负荷缺点率等因素,构建以年综合成本最小为目标的容量优化配置模型并采用改进阿基米德优化算法求解。基于实际算例进行仿真分析,结果表明,与原始风电并网相比,HESS配置方案将波动率减少了13.538%,平滑度提高了16.057%。相较于传统单一储能平抑效果更加明显,减少了容量配置。同时,对比传统阿基米德优化算法节省了15.325%的投资成本。 展开更多
关键词 改进阿基米德算法 自适应噪声完全集合经验模态分解 风力发电 平抑功率波动 混合储能 容量配置
在线阅读 下载PDF
基于CEEMDAN-BA-SVR-Adaboost模型的白水河滑坡位移预测 被引量:13
11
作者 李龙起 王梦云 +2 位作者 赵皓璆 王滔 赵瑞志 《长江科学院院报》 CSCD 北大核心 2021年第6期52-59,66,共9页
为提高白水河滑坡位移预测精度,提出一种新的预测模型,即基于自适应噪声完全集合经验模态分解(CEEMDAN)-蝙蝠算法(BA)-支持向量回归机(SVR)-自适应提升算法(Adaboost)的模型。以该滑坡为研究对象,利用CEEMDAN将滑坡位移分解为趋势项以及... 为提高白水河滑坡位移预测精度,提出一种新的预测模型,即基于自适应噪声完全集合经验模态分解(CEEMDAN)-蝙蝠算法(BA)-支持向量回归机(SVR)-自适应提升算法(Adaboost)的模型。以该滑坡为研究对象,利用CEEMDAN将滑坡位移分解为趋势项以及由IMF分项构成的波动项。首先采用BP神经网络对趋势项位移进行预测,随后利用CEEMDAN-BA-SVR-Adaboost模型对波动项进行预测,并将预测结果与CEEMDAN-PSO-SVR-Adaboost、CEEMDAN-BA-BP-Adaboost、CEEMADAN-BA-SVR、BA-SVR-Adaboost模型预测结果进行对比分析,验证本模型在位移预测方面的优越性。此外,利用CEEMDAN-BA-SVR-Adaboost模型对ZG118波动项位移进行预测,同时计算ZG93监测点最终累计预测位移。结果表明,对白水河滑坡位移进行预测时,CEEMDAN-BA-SVR-Adaboost模型具有较高的准确性和适用性。 展开更多
关键词 白水河滑坡 位移预测 自适应噪声完全集合经验模态分解(ceemdan) 蝙蝠算法(BA) 支持向量回归机(SVR) 集成学习
在线阅读 下载PDF
基于时序聚类CEEMDAN-LSTM的轨道短时客流预测 被引量:4
12
作者 朱永霞 刘洋 肖赟 《安徽科技学院学报》 2024年第5期73-83,共11页
目的:高效精确的短时客流预测是城市轨道交通运营管理的重要前提,为提高短时客流预测精度,提出一种基于时序聚类的CEEMDAN-LSTM组合模型。方法:以DTW距离为度量标准,采用Kmeans算法对客流时序进行分类,在此基础上通过CEEMDAN算法进行时... 目的:高效精确的短时客流预测是城市轨道交通运营管理的重要前提,为提高短时客流预测精度,提出一种基于时序聚类的CEEMDAN-LSTM组合模型。方法:以DTW距离为度量标准,采用Kmeans算法对客流时序进行分类,在此基础上通过CEEMDAN算法进行时序分解以弱化样本噪声干扰,再将分量输入到LSTM模型中进行预测。结果:CEEMDAN-LSTM模型在3类客流时序下的预测误差均小于其他4个基线模型,并能有效反映短时客流的变化趋势;考虑时序聚类的预测模型的预测精度与时效性均优于不分类下的预测模型。结论:以合肥南站地铁的短时进站客流数据为例进行实证分析,证实客流时序聚类对预测精度提升的贡献,并与SARIMA、RF、XGBoost、LSTM等4个预测模型比较,CEEMDAN-LSTM模型具有较高的预测精度,且能有效反映实际客流曲线的变化趋势。 展开更多
关键词 城市轨道交通 短时客流预测 时序聚类 ceemdan算法 长短期记忆神经网络
在线阅读 下载PDF
CEEMDAN-小波阈值联合的球磨机筒体振动信号去噪方法研究 被引量:20
13
作者 蔡改贫 赵小涛 +2 位作者 胡显能 黄祥海 陈慧明 《机械科学与技术》 CSCD 北大核心 2020年第7期1077-1085,共9页
针对球磨机振动信号非线性、非平稳性特点及总体平均经验模态分解方法(CEEMDAN),舍弃高频分量降噪方法和小波阈值降噪方法存在的不足,提出了一种基于CEEMDAN-小波阈值联合的球磨机筒体振动信号去噪方法。首先运用CEEMDAN算法将信号分解... 针对球磨机振动信号非线性、非平稳性特点及总体平均经验模态分解方法(CEEMDAN),舍弃高频分量降噪方法和小波阈值降噪方法存在的不足,提出了一种基于CEEMDAN-小波阈值联合的球磨机筒体振动信号去噪方法。首先运用CEEMDAN算法将信号分解成一系列IMF分量;其次采用连续均方误差准则确定含噪声较多的高频IMF分量;然后采用小波阈值去噪方法对含噪声较多的高频IMF分量进行去噪处理;最后将去噪后的IMF分量和去噪的IMF分量进行重构,从而得到去噪后的信号。通过对实测球磨机筒体振动信号进行去噪分析,结果表明本研究提出的联合去噪方法去噪后信号的信噪比更高、均方根误差更低,证明该方法具有更高的去噪精度。 展开更多
关键词 筒体振动信号 联合去噪 ceemdan去噪 小波阈值去噪 重构
在线阅读 下载PDF
基于CEEMDAN-LZC和SOA-ELM的管道信号识别 被引量:3
14
作者 张勇 韦焱文 +3 位作者 王明吉 路敬祎 邢鹏飞 周兴达 《吉林大学学报(信息科学版)》 CAS 2023年第2期193-201,共9页
针对管道信号特征提取困难,从而影响分类精度的问题,提出了一种将信号处理和智能算法相结合的管道信号检测方法。首先,利用CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)对信号分解,对分解获得的固有模... 针对管道信号特征提取困难,从而影响分类精度的问题,提出了一种将信号处理和智能算法相结合的管道信号检测方法。首先,利用CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)对信号分解,对分解获得的固有模态(IMFs:Intrinsic Mode Functions)使用相关系数法获取有效的模态分量并进行信号重构;其次,计算重构信号的Lempel-Ziv复杂度和裕度作为特征参数;最后,将获取的特征参数输入到海鸥优化算法(SOA:Seagull Optimization Algorithm)优化后的极限学习机(ELM:Extreme Learning Machine)进行分类,并用实验室数据进行验证。实验结果表明,与常规极限学习机(ELM)和遗传算法优化后的极限学习机GA-ELM(Extreme Learning Machine Optimized by Genetic Algorithm)相比,SOA-ELM模型能有效的识别管道信号类型,且具有较高的识别率和较快的诊断速度。 展开更多
关键词 自适应噪声完备集合经验模态分解 Lempel-Ziv复杂度 海鸥优化算法 极限学习机 管道信号
在线阅读 下载PDF
改进CEEMDAN算法与分形融合的深度学习轴承故障分析 被引量:8
15
作者 肖俊青 金江涛 +3 位作者 岳敏楠 李春 许子非 孙康 《动力工程学报》 CAS CSCD 北大核心 2022年第6期522-529,共8页
针对CEEMDAN算法处理非线性振动信号存在虚假、冗余分量问题,基于分形理论,提出了一种改进自适应白噪声总体平均经验模态分解(ICEEMDAN)融合卷积神经网络(CNN)方法。以轴承损伤实验数据与仿真信号为分析对象,采用CEEMDAN算法将其分解以... 针对CEEMDAN算法处理非线性振动信号存在虚假、冗余分量问题,基于分形理论,提出了一种改进自适应白噪声总体平均经验模态分解(ICEEMDAN)融合卷积神经网络(CNN)方法。以轴承损伤实验数据与仿真信号为分析对象,采用CEEMDAN算法将其分解以实现降噪,并采用主成分分析(PCA)降维提取有效的故障特征,利用分形盒维数筛选最佳重构分量并剔除无关分量,最终由CNN对其进一步挖掘实现故障诊断识别与分类。最后,将本文方法与现有多种融合深度学习方法进行对比并采用t-SNE进行可视化分析,以验证本文方法的可靠性和实用性。结果表明:各信噪比方法对实验数据均具有较强的鲁棒性和泛化性,且分类准确率较原始方法提高了0.54%~10.33%。 展开更多
关键词 改进ceemdan算法 卷积神经网络 轴承 故障诊断
在线阅读 下载PDF
基于CEEMDAN-DFA与FCM聚类算法的大地电磁强噪声识别与抑制 被引量:5
16
作者 史维 严良俊 +1 位作者 谢兴兵 周磊 《长江大学学报(自然科学版)》 2021年第5期13-22,共10页
CEEMDAN(complete ensemble empirical mode decomposition with adaptive noise,自适应噪声的完备经验模态分解)-DFA(detrended fluctuation analysis,去趋势波动分析)滤波算法首先将含噪信号进行CEEMDAN分解,并以DFA方法提供的标度指... CEEMDAN(complete ensemble empirical mode decomposition with adaptive noise,自适应噪声的完备经验模态分解)-DFA(detrended fluctuation analysis,去趋势波动分析)滤波算法首先将含噪信号进行CEEMDAN分解,并以DFA方法提供的标度指数为依据,然后从分解得到的本征模态函数中自适应地选取有用的分量去重构信号。仿真试验表明,在不同信噪比背景下,该方法相对于小波阈值和EMD(empirical mode decomposition,经验模态分解)-DFA方法具有一定的优越性。此外,选用模糊熵与短时能量作为模糊C均值(Fuzzy C-means,FCM)聚类算法的特征参数,对受典型强噪声干扰的大地电磁信号进行信噪识别,获得了较好的识别效果。鉴于此,将这2种算法相结合对实测信号中受到强干扰的部分进行识别与噪声抑制。结果表明,该方法能有效地克服传统整体滤波处理产生的过处理现象,在压制强噪声的同时能较好地保留实测数据中有用的低频成分。 展开更多
关键词 大地电磁 ceemdan-DFA FCM聚类算法 噪声识别 噪声抑制
在线阅读 下载PDF
基于CEEMDAN-K-means算法的爆破振动信号去噪研究 被引量:6
17
作者 闫鹏 张云鹏 +1 位作者 田婕 王晗 《爆破》 CSCD 北大核心 2023年第3期184-190,共7页
针对实测爆破振动信号存在噪声和CEEMDAN方法在去噪过程中容易造成信息缺失的问题,考虑聚类分析方法具有良好的数据处理能力,依据分解—聚类—重构的思想,提出了CEEMDAN-K-means算法的爆破振动信号去噪方法。首先,该方法通过CEEMDAN方... 针对实测爆破振动信号存在噪声和CEEMDAN方法在去噪过程中容易造成信息缺失的问题,考虑聚类分析方法具有良好的数据处理能力,依据分解—聚类—重构的思想,提出了CEEMDAN-K-means算法的爆破振动信号去噪方法。首先,该方法通过CEEMDAN方法分解爆破振动信号获得不同数量级的IMF分量;然后,利用K-means聚类分析算法将IMF分量为五个不同类别并采用方差贡献率校核;最后,剔除高频噪声类别的IMF分量,获得重构的纯净爆破振动信号。以某露天矿爆破振动信号为例,采用信噪比和均方根误差指标,评价了CEEMDAN-K-means算法信号去噪性能。研究结果表明:与CEEMDAN方法和EMD-小波阈值方法相比,CEEMDAN-K-means信号去噪方法信噪比(20.06 dB)最大,分别提高了1.26 dB和7.7 dB,均方根误差(0.22×10^(-3))最小,说明该方法不仅具有良好的信号去噪效果,也具有较好的保真度。通过对比分析不同方法信号去噪效果可知,在有效保留真实信号成分的基础上,CEEMDAN-K-means方法可以有效去除实测爆破振动信号包含的高频成分,在爆破振动信号去噪领域具有实用性和有效性,为爆破振动信号去噪方法研究提供了新思路。 展开更多
关键词 爆破振动信号 ceemdan K-MEANS聚类算法 去噪
在线阅读 下载PDF
原油期货价格预测模型CEEMDAN-PSO-ELM 被引量:7
18
作者 崔金鑫 邹辉文 《计算机系统应用》 2020年第2期28-39,共12页
为了进一步提升原油期货价格预测的精准性,本文基于CEEMDAN分解算法和ELM极限学习机模型,利用PSO粒子群优化算法对机器学习模型进行参数寻优,进而构建了CEEMDAN-PSO-ELM模型用于原油期货价格预测.先基于CEEMDAN算法对原始价格序列进行分... 为了进一步提升原油期货价格预测的精准性,本文基于CEEMDAN分解算法和ELM极限学习机模型,利用PSO粒子群优化算法对机器学习模型进行参数寻优,进而构建了CEEMDAN-PSO-ELM模型用于原油期货价格预测.先基于CEEMDAN算法对原始价格序列进行分解,然后利用Lempel-Ziv复杂度指数对分量进行重构,得到高频、中频和低频重构分量,再采用PSO-ELM模型对每个重构分量进行预测,利用PACF系数选取模型输入变量,最终加总集成各分量预测结果.实证结果表明,与其他15种基准模型相比,CEEMDAN-PSO-ELM模型的预测性能最佳,MCS检验和DM检验也进一步证实了该模型的稳健性. 展开更多
关键词 ceemdan分解算法 PSO-ELM预测模型 原油期货价格预测
在线阅读 下载PDF
基于CEEMDAN与混合算法的轴承弱故障研究 被引量:1
19
作者 周兴 朱希安 王占刚 《煤矿机械》 北大核心 2020年第8期168-171,共4页
针对滚动轴承早期故障信号淹没在噪声中、故障特征难以精确提取、故障类别难以准确区分的问题,提出一种将自适应噪声的完备集成经验模态分解(CEEMDAN)与混合优化算法相结合的新方法。首先对经过奇异值降噪的故障信号进行CEEMDAN分解,得... 针对滚动轴承早期故障信号淹没在噪声中、故障特征难以精确提取、故障类别难以准确区分的问题,提出一种将自适应噪声的完备集成经验模态分解(CEEMDAN)与混合优化算法相结合的新方法。首先对经过奇异值降噪的故障信号进行CEEMDAN分解,得到一系列IMF分量,之后求得每个IMF分量的峭度、均方差和样本熵。为了选出最适合做故障特征提取的IMF分量,将最终分类错误率作为优化算法的适应度函数,优化以上三者的权重,最终得到对应不同类型故障的权重值和最高分类准确度。结果表明,该方法解决了不同类型的轴承故障信号在分解后IMF分量难以选择的问题,用该方法提取故障特征后,故障分类平均准确率高达97.2%。 展开更多
关键词 滚动轴承 故障诊断 ceemdan 混合优化算法
原文传递
基于CEEMDAN和倒频谱方法的圆锥滚子轴承振动信号分析 被引量:2
20
作者 刘敏 叶艳媛 +1 位作者 杨清清 彭优 《机电工程技术》 2023年第8期165-170,共6页
圆锥滚子轴承运转过程中,噪声信号往往会夹杂在振动信号中,不利于信号分析。针对此问题,提出一种自适应噪声完备集合经验模态分解(CEEMDAN)与倒频谱相结合的方法对圆锥滚子轴承的振动信号进行分析。通过CEEMDAN算法对振动信号进行分析处... 圆锥滚子轴承运转过程中,噪声信号往往会夹杂在振动信号中,不利于信号分析。针对此问题,提出一种自适应噪声完备集合经验模态分解(CEEMDAN)与倒频谱相结合的方法对圆锥滚子轴承的振动信号进行分析。通过CEEMDAN算法对振动信号进行分析处理,消除残余辅助噪声,减少噪声信号的影响;采用倒频谱算法对处理后的振动信号进一步提取,分析其周期性信号,得到精确的振动信号频谱图。为验证所提方法的有效性,对某圆锥滚子轴承(30208H)进行实验验证,人为制造滚动体轻、中、重3种不同程度的磨损;采用所提方法对圆锥滚子轴承在正常、轻度磨损、中度磨损和重度磨损4种状态下的振动信号进行分析。结果表明:与单一的倒频谱分析法得到的频谱图相比,利用所提方法处理后的频谱图,圆锥滚子轴承的振动信号特征更加明显,所提方法有利于准确确定圆锥滚子轴承的故障。 展开更多
关键词 圆锥滚子轴承 振动信号分析 ceemdan算法 倒频谱分析
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部