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3,701篇文章
< 1 2 … 186 >
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：
改进CEEMD-WPT的裂纹声发射信号降噪方法 被引量：1
1
作者 张润锋 赵永峰 +1 位作者 陈江义 沈鹏 《应用声学》 北大核心 2025年第1期128-139,共12页
针对裂纹声发射信号的降噪问题,该文提出了结合互补集合经验模态分解(CEEMD)与小波包变换(WPT)的CEEMD-WPT降噪方法。首先,此方法将传统CEEMD中使用的单一经验模态分解(EMD)改进为降噪效果更稳定的WPT-EMD;其次,分解后对其本征模态函数... 针对裂纹声发射信号的降噪问题,该文提出了结合互补集合经验模态分解(CEEMD)与小波包变换(WPT)的CEEMD-WPT降噪方法。首先,此方法将传统CEEMD中使用的单一经验模态分解(EMD)改进为降噪效果更稳定的WPT-EMD;其次,分解后对其本征模态函数进行了相关系数阈值判断,对低相关分量再次进行WPT处理。除此之外,为了解决难以量化真实信号降噪效果的问题,文中设计了新的量化指标“信号主区间系数”,并用仿真实验验证了该参数的可靠性。该文最后对公开数据集和裂纹实验信号进行了降噪实验,结果表明相较于传统CEEMD和小波阈值,CEEMD-WPT有着更好的降噪效果;并且CEEMD-WPT降噪统计方差小于CEEMD一个数量级,具有更强的稳定性。 展开更多
关键词 裂纹声发射信号 CEemd-WPT WPT-emd 信号主区间系数 降噪稳定性
在线阅读 下载PDF
基于EMD和FFT的自适应X射线脉冲星信号降噪方法 被引量：1
2
作者 王璐 张爽 《电波科学学报》 北大核心 2025年第2期381-394,共14页
X射线脉冲星导航是一种具有发展潜力的深空探测技术,其导航精度主要受X射线脉冲信号到达时间精度影响;X射线脉冲星信号降噪技术有望为X射线脉冲星导航提供良好的信号支撑。在有效抑制噪声的基础上,如何最大限度保留X射线脉冲星信号细节... X射线脉冲星导航是一种具有发展潜力的深空探测技术,其导航精度主要受X射线脉冲信号到达时间精度影响;X射线脉冲星信号降噪技术有望为X射线脉冲星导航提供良好的信号支撑。在有效抑制噪声的基础上,如何最大限度保留X射线脉冲星信号细节信息,一直是X射线脉冲星信号降噪处理中的难点。在经验模态分解(empirical mode decomposition,EMD)阈值降噪中,混叠内蕴模态分量的个数、阈值函数和阈值是影响降噪效果的三个主要因素。本文利用快速傅里叶变换对混叠内蕴模态分量进行分析,据其频域稀疏度筛选出含噪声的高频混叠内蕴模态分量;针对阈值函数和阈值的选择问题,提出了利用复合评价指标选择出阈值函数和阈值估计方法的最优组合,并通过数值仿真验证了该方法的有效性。仿真和测试结果表明本文方法在脉冲星导航方面可能具有应用前景。 展开更多
关键词 脉冲星 经验模态分解(emd) 快速傅里叶变换(FFT) 复合评价指标(CEI) 信号降噪
在线阅读 下载PDF
改进EMD的断路器机械振动信号去噪处理方法
3
作者 周光祥 李鹏 王宽田 《机械设计与制造》 北大核心 2025年第9期368-373,共6页
为有效诊断断路器故障,保障机械安全稳定运行,提出了基于改进EMD的断路器机械振动信号去噪方法。使用基于ARM与FPGA的机械振动信号采集技术,获取断路器机械振动信号。利用EMD算法,将采集到的断路器机械振动信号分解为各个尺度的机械振... 为有效诊断断路器故障,保障机械安全稳定运行,提出了基于改进EMD的断路器机械振动信号去噪方法。使用基于ARM与FPGA的机械振动信号采集技术,获取断路器机械振动信号。利用EMD算法,将采集到的断路器机械振动信号分解为各个尺度的机械振动信号IMF分量与趋势项。对EMD噪声去除方法加以改进,应用交叉证认方法,获取机械振动信号IMF分量中的噪声和信号的主导分量。求解各分量阈值,并应用小波阈值方法去除机械振动信号中的噪声主导分量,获取有用振动信息。经各分量重构处理后,得到去除噪声的断路器机械振动信号。实验结果表明,该方法的断路器机械振动信号去噪效果较好,能够有效提高断路器机械故障诊断的准确性。 展开更多
关键词 FPGA技术 ARM技术 改进emd算法 断路器 机械振动信号 信号去噪
在线阅读 下载PDF
基于EMD最优匹配的分层联邦学习算法
4
作者 吴小红 李佩 +1 位作者 顾永跟 陶杰 《计算机工程》 北大核心 2025年第2期170-178,共9页
联邦学习允许多个客户端在不共享私有数据的情况下协同训练高性能的全局模型。在跨组织场景的水平联邦学习环境下,客户端本地数据分布中的统计异质性将降低全局模型的性能。为提升联邦学习的全局模型性能,同时避免牺牲客户端隐私和增加... 联邦学习允许多个客户端在不共享私有数据的情况下协同训练高性能的全局模型。在跨组织场景的水平联邦学习环境下,客户端本地数据分布中的统计异质性将降低全局模型的性能。为提升联邦学习的全局模型性能,同时避免牺牲客户端隐私和增加计算成本,提出一种新的混合联邦学习算法FedAvg-Match,其基本思路是通过改进联邦学习算法提升客户端的模型质量。该算法面向以不平衡标签分布为特征的数据异构性,在分层联邦学习框架下设计客户端分组聚合算法来减轻客户端数据异构性对模型性能的影响。针对客户端优化分组问题,设计一种基于动态规划的客户端匹配算法DP-ClientMatch,根据客户端的数据分布距离EMD得到最优的客户端分组匹配。在MNIST、Fashion-MNIST和CIFAR-103个数据集上的实验结果表明,与其他联邦学习算法相比,在高度统计异质性的联邦学习场景下,FedAvg-Match算法使全局模型测试精度最少可提高10百分点,可以显著提高联邦学习全局模型在图像分类任务上的性能。 展开更多
关键词 联邦学习 非独立同分布数据 最优匹配 emd最优匹配 模型质量
在线阅读 下载PDF
基于EMD和时频分析的遥测振动信号降噪方法
5
作者 李振兴 李冬 刘建男 《兵工自动化》 北大核心 2025年第10期35-39,55,共6页
针对飞行器试验遥测振动信号频率内容丰富降噪困难问题,提出一种基于经验模态分解(empirical mode decomposition,EMD)和时频分析的遥测振动信号降噪方法。将带噪信号利用EMD进行多尺度分解,得到不同尺度的本征模态分量(intrinsic mode ... 针对飞行器试验遥测振动信号频率内容丰富降噪困难问题,提出一种基于经验模态分解(empirical mode decomposition,EMD)和时频分析的遥测振动信号降噪方法。将带噪信号利用EMD进行多尺度分解,得到不同尺度的本征模态分量(intrinsic mode function,IMF),利用短时傅里叶变换(short time Fourier transform,STFT)得到对应的时频表示,并根据时频能量分布设定滤波阈值,在时频域进行滤波处理。将滤波后的时频表示进行STFT逆变换,并累加求和得到降噪后信号。该方法具有更好的噪声抑制能力,并且保护信号中细节信息不受损失。计算机仿真和实测数据处理结果表明:与EMD降噪、小波降噪相比,该方法仿真条件下信噪比提高约2.8和2.4 dB,在实测信号中信噪比提高约14.3和10.1 dB,证明该方法在遥测振动信号预处理中具有实际应用价值。 展开更多
关键词 遥测 振动信号 emd 时频分析 降噪
在线阅读 下载PDF
应用二维经验模分解(2D-EMD)-主成分分析(PCA)组合模型定量圈定与评价胶东金与关键金属找矿靶区
6
作者 陈永清 郑澳月 +2 位作者 费金娜 赵婕 赵鹏大 《地学前缘》 北大核心 2025年第1期266-282,共17页
近年来,随着制造业和全球经济发展,全球对矿产资源的需求量大幅上升,迫切需要研究和开发新方法来勘探未发现矿产资源。然而,多阶段的成矿作用使成矿元素在地质单元内的分布呈现出复杂的叠加特征,而且大多数矿产常常伴生多种元素。本研... 近年来,随着制造业和全球经济发展,全球对矿产资源的需求量大幅上升,迫切需要研究和开发新方法来勘探未发现矿产资源。然而,多阶段的成矿作用使成矿元素在地质单元内的分布呈现出复杂的叠加特征,而且大多数矿产常常伴生多种元素。本研究将二维经验模分解(2D-EMD)与主成分分析(PCA)相结合,基于胶东金多金属矿集区水系沉积物地球化学数据,提取局部和区域多元素组合异常分量,从多阶段成矿过程产生的复杂叠加异常中识别找矿靶区。研究结果表明:(1)通过PCA建立了Au-Ag-Cd和Be-La-Mo-Nb-Th-U-Y两种多元素组合;(2)应用2D-EMD从主成分得分分别识别多元素成矿组合局部和区域异常分量;(3)局部异常分量可用于识别Au-Ag-Cd和Be-La-Mo-Nb-Th-U-Y找矿靶区,区域异常分量可识别高背景带。结合局部异常分量和花岗岩的空间分布,推断Au-Ag-Cd矿化与玲珑花岗岩和郭家岭花岗闪长岩侵入有关,Be-La-Mo-Nb-Th-U-Y矿化与郭家岭花岗闪长岩侵入体和伟德山二长岩侵入体侵入有关,郭家岭花岗闪长岩岩体具有贵金属和关键金属双重成矿特征。 展开更多
关键词 2D-emd PCA 多元素组合异常分量 胶东金多金属矿集区
在线阅读 下载PDF
基于EMD-SSA-LSTM组合模型的边坡变形位移时间序列预测
7
作者 王洪德 朱俊霖 《大连交通大学学报》 2025年第3期94-100,共7页
为了更精确地预测边坡变形,保证邻近深基坑开挖施工的安全,提出一种组合经验模态分解(EMD)、麻雀搜索算法(SSA)和长短时记忆神经网络(LSTM)的边坡变形位移时间序列预测模型。首先利用EMD对边坡变形位移时间序列进行分解,得到反映边坡变... 为了更精确地预测边坡变形,保证邻近深基坑开挖施工的安全,提出一种组合经验模态分解(EMD)、麻雀搜索算法(SSA)和长短时记忆神经网络(LSTM)的边坡变形位移时间序列预测模型。首先利用EMD对边坡变形位移时间序列进行分解,得到反映边坡变形特征的4个本征模态分量(IMF)和1个残差分量(Res);然后采用SSA对LSTM的超参数进行寻优,将各IMF及Res分量输入LSTM模型进行预测,将各个分量的预测结果等权加和得到最终的预测结果。以大连市某深基坑工程为例,利用EMD-SSA-LSTM组合模型对边坡变形位移时间序列进行预测,结果表明,经过EMD分解、剔除高频噪声IMF_(1)分量后的组合预测模型对边坡变形位移的预测精度高于未剔除的预测模型。 展开更多
关键词 边坡变形 emd LSTM 时间序列预测
在线阅读 下载PDF
基于改进EMD-小波包的水声通信信号降噪方法
8
作者 龙红梅 刘茜 +1 位作者 刘园 胡延伟 《长江信息通信》 2025年第4期179-181,共3页
在水声通信信号降噪中,水声信号频率成分复杂且动态变化,难以精确地去噪。为此,提出基于改进EMD-小波包的水声通信信号降噪方法。采集水声通信信号,利用改进后的EMD技术对噪声信号进行分解,获得IMF分量;应用小波包变换对每个IMF分量进... 在水声通信信号降噪中,水声信号频率成分复杂且动态变化,难以精确地去噪。为此,提出基于改进EMD-小波包的水声通信信号降噪方法。采集水声通信信号,利用改进后的EMD技术对噪声信号进行分解,获得IMF分量;应用小波包变换对每个IMF分量进行降噪处理,针对性地去除IMF分量的噪声。最后,通过重构处理后的信号分量,输出降噪后的水声通信信号。结果表明,该降噪方法能够有效提升信噪比,提升信号降噪效果。 展开更多
关键词 改进emd-小波包 水声通信信号 水声通信信号降噪 改进emd 小波包降噪
在线阅读 下载PDF
基于优化的EMD-LSTM的土石坝沉降预测模型研究
9
作者 李宗淇 姚成林 赵文波 《水利水电技术(中英文)》 北大核心 2025年第S1期272-281,共10页
针对土石坝沉降预测模型中回归模型易受多重共线性影响,神经网络模型存在过拟合、局部极值陷阱以及超参数难以确定等问题,提出了一种基于经验模态分解(EMD)和长短期记忆神经网络(LSTM)的优化模型。首先,通过EMD对全球导航卫星系统(GNSS... 针对土石坝沉降预测模型中回归模型易受多重共线性影响,神经网络模型存在过拟合、局部极值陷阱以及超参数难以确定等问题,提出了一种基于经验模态分解(EMD)和长短期记忆神经网络(LSTM)的优化模型。首先,通过EMD对全球导航卫星系统(GNSS)测点的时间序列数据进行多尺度分解,提取趋势和周期成分。然后,利用主成分分析(PCA)筛选关键影响因子,减少数据维度,提高模型的泛化能力。最后,采用LSTM构建时间序列模型,并通过鲸鱼优化算法(WOA)优化LSTM的超参数,以提升模型的预测精度和收敛速度。实验结果表明,该模型在土石坝沉降预测中具有显著的优势,均方误差(MSE)为7.070 1,平均绝对误差(MAE)为1.885 9,拟合优度(R2)为99.83%。与传统方法相比,该模型在降噪、特征捕捉和超参数优化等方面均有明显提升,可为土石坝沉降提供可靠的预测方案。 展开更多
关键词 土石坝 沉降预测 模型 经验模态分解(emd) 长短期记忆神经网络(LSTM)
在线阅读 下载PDF
基于改进EMD的爆破振动信号降噪方法研究 被引量：3
10
作者 闫鹏 张云鹏 +1 位作者 周倩倩 杨曦 《振动与冲击》 北大核心 2025年第1期212-220,共9页
针对经验模态分解(EMD)算法存在端点效应和降噪效果不佳的问题,依据延拓—分解—聚类—降噪—重构思想,提出了改进EMD的爆破振动信号降噪方法。该方法联合了综合相似指数同时兼顾延拓信号的形状和幅值相似性的特点、K-means算法的聚类... 针对经验模态分解(EMD)算法存在端点效应和降噪效果不佳的问题,依据延拓—分解—聚类—降噪—重构思想,提出了改进EMD的爆破振动信号降噪方法。该方法联合了综合相似指数同时兼顾延拓信号的形状和幅值相似性的特点、K-means算法的聚类特性以及小波包的降噪优势,不仅可以有效抑制端点效应,也具有良好的降噪效果。研究结果表明:在仿真信号端点效应抑制试验中,与多项式拟合和边界局部特征延拓方法相比,改进EMD方法的能量误差和均方误差最小。在实测爆破振动信号降噪中,与EMD和变分模态分解(VMD)方法相比,改进EMD方法的信噪比(20.94 dB)最大,均方根误差(0.0031)最小。改进EMD方法不仅可以较好保存中低频(0~200 Hz)信号能量,对200 Hz以上高频噪声也具有良好滤除效果。 展开更多
关键词 经验模态分解(emd) 爆破振动信号 端点效应 K-MEANS算法 小波包 降噪
在线阅读 下载PDF
基于EMD-WVD时频图和NRBO-SVM的滚动轴承故障诊断 被引量：1
11
作者 陈浩楠 李颖 +2 位作者 巴鹏 吴博 马小英 《失效分析与预防》 2025年第1期18-24,共7页
针对具有非平稳、非线性特性的滚动轴承振动信号采用传统时频分析方法难以捕捉其振动信号动态变化规律、无法准确描述故障特征的问题,提出基于EMD-WVD时频图和NRBO-SVM的滚动轴承故障诊断方法。首先,将滚动轴承振动信号通过经验模态分解... 针对具有非平稳、非线性特性的滚动轴承振动信号采用传统时频分析方法难以捕捉其振动信号动态变化规律、无法准确描述故障特征的问题,提出基于EMD-WVD时频图和NRBO-SVM的滚动轴承故障诊断方法。首先,将滚动轴承振动信号通过经验模态分解(EMD)方法进行分解,得到多个不同频率的固有模态函数(IMF)分量以适应信号的非平稳性。然后,对于前几个高频IMF分量分别通过Wigner-Ville分布(WVD)进行时频分析,得到多尺度时频图像,以高分辨率揭示信号的非线性特征。接着,通过局部二进制(LBP)特征提取,增强了对非线性特征的识别能力。最后,带入经牛顿−拉夫逊优化算法(NRBO)优化的支持向量机(SVM)进行故障特征分类。结果表明,该方法将滚动轴承故障诊断的准确率从83.33%提升至96.66%,分类处理时间从78 s减少至53 s。 展开更多
关键词 滚动轴承 故障诊断 emd-WVD 时频分析 特征提取 NRBO-SVM
在线阅读 下载PDF
改进EMD结合4th⁃HEO的客滚船柴油机复杂信号振动特征提取方法 被引量：1
12
作者 李康强 王海鹏 +2 位作者 孙彦刚 巩庆涛 欧书博 《振动工程学报》 北大核心 2025年第1期109-116,共8页
针对客滚船柴油机机械系统的复杂机构与运转特性,提出一种多分量非线性振动信号分解及振动特征参数提取策略。为提高动力学参数提取鲁棒性,提出采用延拓经验模态分解(extension‐EMD)方法分解信号以规避端点效应,利用自相关函数提取包... 针对客滚船柴油机机械系统的复杂机构与运转特性,提出一种多分量非线性振动信号分解及振动特征参数提取策略。为提高动力学参数提取鲁棒性,提出采用延拓经验模态分解(extension‐EMD)方法分解信号以规避端点效应,利用自相关函数提取包含最大特征的敏感分量,利用四阶能量算子(4th‐HEO)幅值解调提取敏感分量的特征频率及其幅值,得到柴油机动力学特征与运行规律的关系;通过仿真信号验证方法的准确性,通过实船测试零负荷和满负荷运行工况下的三向振动信号验证方法的有效性。研究结果表明,垂向信号的表现特征较其他方向信号表现力更佳。对于9缸4冲程柴油机而言,其0.5倍频和4.5倍频的幅值非常突出,且对负载变化影响更加敏感。 展开更多
关键词 故障诊断 柴油机 改进emd 4th‐HEO
在线阅读 下载PDF
融合EMD与GAIPSO-LSTM算法的锂离子电池RUL预测方法研究
13
作者 张俊贤 周英超 +3 位作者 李波 薛博峰 蒙心蕊 陈培震 《重庆理工大学学报(自然科学)》 北大核心 2025年第6期28-36,共9页
为提高锂离子电池RUL预测精度,提出一种将经验模态分解(EMD)、遗传算法混合改进粒子群优化算法(GAIPSO)以及长短期记忆(LSTM)神经网络结合的锂离子电池RUL预测模型。通过EMD对数据进行分解,结合Logistic混沌映射、自适应惯性权重、改进... 为提高锂离子电池RUL预测精度,提出一种将经验模态分解(EMD)、遗传算法混合改进粒子群优化算法(GAIPSO)以及长短期记忆(LSTM)神经网络结合的锂离子电池RUL预测模型。通过EMD对数据进行分解,结合Logistic混沌映射、自适应惯性权重、改进的速度更新公式,以及遗传算法中的选择、交叉和高斯变异操作,优化粒子群算法,利用改进后的GAIPSO算法对LSTM模型的参数进行优化,使用EMD-GAIPSO-LSTM预测模型对电池寿命进行预测,通过NASA发布的数据集进行模型预测精度验证。结果表明:该模型预测结果的平均绝对误差(mean absolute error,MAE)、均方根差(root mean square error,RMSE)分别在0.01204与0.01372以内,R^(2)在0.9791以上。相比于SSA-LSTM和PSO-LSTM模型,预测精度提高4.7%和2.5%,证明该模型对锂离子电池RUL预测准确性较高。 展开更多
关键词 锂离子电池 剩余使用寿命 emd分解 遗传算法混合改进粒子群算法 长短期记忆神经网络
在线阅读 下载PDF
基于差分处理的EMD-LSTM短时空中交通流量预测
14
作者 周睿 邱爽 +2 位作者 孟双杰 李明 张强 《科学技术与工程》 北大核心 2025年第2期842-849,共8页
随着中国民航的飞速发展,终端区空中交通流量与日俱增,短时空中交通流量预测对于精准实施空中交通流量管理具有重要意义。为提高短时空中交通流量预测的准确性,提出了基于数据差分处理(data differential processing)的经验模态分解(emp... 随着中国民航的飞速发展,终端区空中交通流量与日俱增,短时空中交通流量预测对于精准实施空中交通流量管理具有重要意义。为提高短时空中交通流量预测的准确性,提出了基于数据差分处理(data differential processing)的经验模态分解(empirical mode decomposition,EMD)和长短期记忆(long short-term memory,LSTM)相结合的短时空中交通流量预测模型。首先,该模型对短时空中交通流量序列进行经验模态分解;其次,为了提高预测精度,运用数据差分对时间序列进行平稳化处理;最后,将平稳处理后的序列分别输入LSTM网络模型进行预测,经过数据重构,得到最终的短时流量预测值。利用郑州新郑国际机场数据进行了实验验证,结果表明,该模型预测精度和拟合程度的典型指标RSME、MAE、R^(2)分别为0.29%,0.08%、96.40%,相较于其他方法,预测精度大幅度提高,可以为短时空中交通流量预测提供有益参考。 展开更多
关键词 空中交通流量管理 短时空中交通流量预测 经验模态分解(empirical mode decomposition emd) 数据差分处理(data differential processing) 长短期记忆(long short-term memory LSTM)
在线阅读 下载PDF
基于EMD-样本熵的矿业风机轴承故障特征提取
15
作者 孙猛 张军 王磊 《黑龙江工业学院学报(综合版)》 2025年第1期117-122,共6页
针对煤矿通风机工作特殊造成采集到的信号成分复杂的现象,采用小波阈值降噪、经验模态分解(EMD)和样本熵的方法对风机轴承振动信号进行故障特征提取。先对采集到的不同损伤类型的滚动轴承振动信号进行小波阈值降噪处理,通过分析降噪前... 针对煤矿通风机工作特殊造成采集到的信号成分复杂的现象,采用小波阈值降噪、经验模态分解(EMD)和样本熵的方法对风机轴承振动信号进行故障特征提取。先对采集到的不同损伤类型的滚动轴承振动信号进行小波阈值降噪处理,通过分析降噪前后的信噪比和均方根误差选出降噪效率最高的小波函数;再对降噪信号进行EMD分解,并对分解后得到的各IMF分量计算其样本熵。通过分析表明,不同工况滚动轴承的样本熵特征向量具有明显差别,验证了该方法用于轴承信号故障特征提取的可行性。 展开更多
关键词 风机轴承 小波阈值降噪 emd 样本熵
在线阅读 下载PDF
XRF结合EMDE-ProNet实现快递信封快速分类
16
作者 姜红 马星煜 陈越 《化学研究与应用》 北大核心 2025年第9期2824-2828,共5页
针对快递信封X射线荧光光谱数据的高维度、小样本及元素分布复杂的特点,提出了一种改进的EMDE-ProNet(Earth Mover's Distance Enhanced Prototypical Network)分类模型。该方法通过X射线荧光光谱仪(XRF)提取快递信封的10种元素特征... 针对快递信封X射线荧光光谱数据的高维度、小样本及元素分布复杂的特点,提出了一种改进的EMDE-ProNet(Earth Mover's Distance Enhanced Prototypical Network)分类模型。该方法通过X射线荧光光谱仪(XRF)提取快递信封的10种元素特征,利用互信息(MI)筛选关键元素,并基于高斯混合模型(GMM)进行聚类分析。模型将原型网络与地球移动距离(EMD)度量结合,通过动态原型计算、自适应过采样策略及两阶段训练优化机制,有效解决了高维数据非线性可分与类别不均衡问题。实验基于45个快递信封样本的XRF光谱数据,验证了模型对快递信封分类的有效性,准确率达94.4%,较传统方法提升显著,为物证鉴定领域提供了一套高精度、轻量化的智能分类方法。 展开更多
关键词 快递信封 X射线荧光光谱 emdE-ProNet GMM 互信息
在线阅读 下载PDF
基于CEEMDAN和频谱时间图卷积网络的电力负荷预测方法 被引量：1
17
作者 朱莉 夏禹 +1 位作者 朱春强 邓凡 《计算机工程》 北大核心 2025年第4期339-349,共11页
针对电力负荷数据存在非平稳性且传统预测模型不能精确获取时序负荷数据的空间相关性和时间依赖性,导致预测精度低的问题,设计并实现一种基于完全集成经验模式分解的自适应噪声完备性(CEEMDAN)和频谱图卷积网络的电力负荷预测方法。首... 针对电力负荷数据存在非平稳性且传统预测模型不能精确获取时序负荷数据的空间相关性和时间依赖性,导致预测精度低的问题,设计并实现一种基于完全集成经验模式分解的自适应噪声完备性(CEEMDAN)和频谱图卷积网络的电力负荷预测方法。首先使用CEEMDAN将目标负荷序列分解为多个本征模态分量(IMF),通过计算模糊熵对IMF进行重构;然后使用频谱时间图卷积网络对重构后分量的空间相关性和时间依赖性进行挖掘,得到各分量的预测结果;最后将各分量的预测结果线性相加得到最终预测结果。实验结果表明,所提方法的平均绝对误差、均方根误差、平均绝对百分比误差3个评价指标分别达到了0.72 KW、0.89 KW、0.92%,相较于对比模型StemGnn、TCN、LSTM、Informer、FEDformer,预测精度分别提高了37.9%、17.2%、20.8%、22.5%、12.1%。证明本文所提出的预测方法可以有效降低非平稳性对预测结果的影响,精确获取时序负荷数据的空间相关性和时间依赖性,提高预测精度。 展开更多
关键词 电力负荷预测 经验模态分解 本征模态分量 图卷积网络 模糊熵
在线阅读 下载PDF
基于EMD-ARIMA-LSTM的风速预测方法 被引量：1
18
作者 崔胜秋 郜伊明 +5 位作者 霍家豪 董子阳 吕方 白瑞琪 周家睦 高波 《科技创新与应用》 2025年第5期50-53,共4页
风速预测在风力发电中的准确性至关重要。为提高预测精度,该文提出一种基于EMD-ARIMA-LSTM组合模型的风速预测方法。首先,采用经验模态分解(EMD)技术对风速时间序列进行处理,并计算其固有模态分量的样本熵值。然后,分别利用长短期记忆... 风速预测在风力发电中的准确性至关重要。为提高预测精度,该文提出一种基于EMD-ARIMA-LSTM组合模型的风速预测方法。首先,采用经验模态分解(EMD)技术对风速时间序列进行处理,并计算其固有模态分量的样本熵值。然后,分别利用长短期记忆神经网络(LSTM)和差分整合移动平均自回归模型(ARIMA)对高熵和低熵的分量序列进行建模预测。实验结果表明,所提组合模型相比单独使用EMD-ARIMA或EMD-LSTM模型,具有显著的预测优势,其均方根误差(RMSE)和平均绝对百分比误差(MAPE)大幅降低,R-squared评价指标达到98.21%,展示了较高的预测精度。 展开更多
关键词 风速预测 emd LSTM ARIMA 样本熵
在线阅读 下载PDF
经EMD处理的DACNN-BiGRU-Attention模型滚动轴承剩余寿命预测 被引量：2
19
作者 宁少慧 戎有志 董振才 《轻工机械》 2025年第1期63-71,共9页
针对深度学习单一模型对滚动轴承剩余使用寿命(Remaining Useful Life,RUL)预测精确度不高、轴承退化数据复杂和数据维度低且计算量大的问题,课题组提出了一种基于DACNN-BiGRU-Attention模型的新方法,用于预测滚动轴承的剩余寿命。首先... 针对深度学习单一模型对滚动轴承剩余使用寿命(Remaining Useful Life,RUL)预测精确度不高、轴承退化数据复杂和数据维度低且计算量大的问题,课题组提出了一种基于DACNN-BiGRU-Attention模型的新方法,用于预测滚动轴承的剩余寿命。首先,采用经验模态分解(Empirical Mode Decomposition,EMD)技术提取轴承振动信号的特征分量,组成新的高维度数据作为动态激活卷积神经网络(Dynamically Activating Convolutional Neural Networks,DACNN)的输入;其次,在卷积神经网络(Convolutional Neural Networks,CNN)中使用了动态激活函数(Dynamic ReLU),实现了对不同通道的自适应激活,从而降低了计算量;最后,在模型中引入了多头注意力(Multi-Head Attention,MHA)机制,有效地提取了数据信息。使用经EMD处理的DACNN-BiGRU-Attention模型在PHM2012轴承数据集上进行的验证结果显示预测精度有所提升,与CNN-BiGRU-Attention模型、CNN-BiGRU模型和未经处理的DACNN-BiGRU-Attention模型3种模型对比分析表明该模型在预测方面表现出色,有较好的预测精度。 展开更多
关键词 轴承 剩余使用寿命预测 经验模态分解 动态激活卷积神经网络 多头注意力
在线阅读 下载PDF
基于Hankel-SVD-EMD算法人体抖动条件下的心率信号重建技术研究
20
作者 李昊翰 王璐 +3 位作者 王守阳 王志宇 陈巨增 王宪涛 《长春理工大学学报(自然科学版)》 2025年第3期55-62,共8页
在现代医疗诊断中,心率监测对于早期发现心脏疾病至关重要。然而,传统的心率测量方法存在局限性,如需主动操作和低舒适度。针对毫米波雷达非接触心率测量中不可避免的用户轻微抖动问题,提出了基于Hankel-SVD-EMD的心率信号重建技术。首... 在现代医疗诊断中,心率监测对于早期发现心脏疾病至关重要。然而,传统的心率测量方法存在局限性,如需主动操作和低舒适度。针对毫米波雷达非接触心率测量中不可避免的用户轻微抖动问题,提出了基于Hankel-SVD-EMD的心率信号重建技术。首先,通过相位解缠处理雷达采集的原始数据以获取相位差变化;其次,应用Hankel矩阵和SVD分解技术优化信号处理;最后,通过经验模态分解(EMD)进一步提升信号分离的准确性。仿真结果表明,该方法显著提升了心率信号检测的准确度,将心率检测误差减小到6.51%。 展开更多
关键词 心率监测 毫米波雷达 Hankel-SVD-emd技术 信号重建
在线阅读 下载PDF
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 2 … 186 下一页 到第 页
使用帮助 返回顶部