总体平均经验模态分解相关论文
针对经典希尔伯特-黄（HHT）算法存在对噪声敏感以及经验模态分解存在模态混叠和虚假模态的问题,提出了一种改进HHT算法的电力系统间谐......
周界安防监测系统可实现对攀爬、翻越、挖掘等第三方入侵事件的安全监测。基于光纤传感技术的光纤围栏入侵监测系统具有成本低、耐......
视觉系统作为生物感知外界信息的重要系统,几乎所有的信息都需要经过初级视皮层的处理。局部场电位是神经元传递外界刺激信息的重......
随着经济实力和科学技术的飞速发展,高层建筑在我国如雨后春笋般拔地而起。高层建筑结构在长期使用过程中的健康和安全也越来越受......
进入21世纪,能源短缺和环境污染问题日益加重,如何更好的利用分布式能源发电并将其并入电网得到越来越多的关注。分布式电源通过逆......
提出了基于总体平均经验模态分解(EEMD)、最小二乘支持向量机(LS-SVM)和BP神经网络的实用综合短期负荷预测方法,进行电力系统短期......
提出了一种基于总体平均经验模态分解（ensemble empirical mode decomposition，简称EEMD）奇异值熵和支持向量机的齿轮故障诊断方法。......
在噪声干扰下有效提取振动信号所包含的微弱故障特征,是轴承故障诊断的关键问题,提出了一种基于敏感奇异值分解（SSVD）和总体平均经验......
在复杂环境下齿轮箱信号往往会淹没在噪声信号中，特征向量难以提取；为了有效地进行故障诊断，提出了基于最大相关反褶积（MCKD）总体平均经......
针对发动机缸盖振动信号的非线性非平稳特征，提出一种总体平均经验模态分解（EEM D ）和支持向量机相结合的信号分析及故障诊断方法，该方......
为了探究笼型异步电动机中,转子断条和静态偏心两种故障的影响因素和耦合规律,提高转子断条与静态偏心复合故障识别的准确率,基于......
针对齿轮振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况，提出基于总体平均经验模态分解（EEMD）和支持向量机的齿轮......
摘 要：针对地铁直流牵引网的振荡电流容易引起继电保护系统频繁误动的问题，提出一种结合总体平均经验模态分解（ensemble empirical mo......
提出一种基于总体平均经验模态分解（ensemble empirical mode decomposition,EEMD）和奇异值差分谱的轴承故障诊断方法。首先将非平稳......
轴承是风力发电机组中故障率较高的部件，其故障信号为非线性、非平稳信号，经验模态分解是一种自适应的信号处理方法，可用来分析此类信......
为了提高宽窄带混合噪声的消噪效果,本文提出一种基于总体平均经验模态分解（Ensemble empirical mode decomposition,EEMD）的主动噪......
为解决总体平均经验模态分解（Ensemble Empirical Mode Decomposition，EEMD）中虚假IMF分量过多问题，提出了一种基于频率截止的EEMD方法......
在总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)降噪过程中,对本征模态分量(Intrinsic Mode Function,IMF)......
期刊
局部特征尺度分解(LCD)是为克服经验模态分解(EMD)中均值曲线构造的不足而提出的一种自适应信号分解方法,已被应用于机械故障诊断......
针对近红外透射和吸收双光谱提出一种自适应的去噪方法。同步采集样品的近红外透射谱和吸收谱,在相同分解原则下总体经验模态法分......
局部场电位的相位特征是表达外界刺激信息的重要度量,对神经信息的传递与表达具有重要作用.以Long Evans大鼠为实验对象,以12个朝......
环境污染一直是一个全球性问题,我国目前处于经济高速发展阶段更是首当其冲。环境的主要污染形式分为水、土壤和空气。对环境造成......
学位
极值加权模态分解(Extreme-point weighted mode decomposition,简称EWMD)是一种新的自适应信号分解方法,通过对相邻三个极值点加......
车辆—轨道耦合系统是一个非线性、非稳态的复杂动力系统。传统的以傅立叶变换为基础的谱分析,仅在单独的时域或者频域描述动力系......
针对现有的智能诊断方法训练时间长、识别率不高的问题,提出一种基于总体平均经验模态分解(EEMD)和堆叠稀疏自编码(SSAE)的滚动轴......
针对现有缺陷管道的磁记忆信号降噪效果不佳及信号完整性鲜有考虑等问题,提出了基于总体平均经验模态分解(ensemble empirical mod......
为了准确地提取结构损伤异常信息,消除小波奇异值分解时存在需要特定的小波基和分解层数以及经验模态分解（EMD）方法存在诸如虚假模态......
随着科技的不断进步,能源及重要的化工原料对社会的发展及维系起着至关重要的作用。然而近年来,全国各地重要能源和化工产品原料盗......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
学位
滚动轴承作为旋转机械设备中最为常用的关键零部件之一,其运转状况往往直接关系到整台设备的安全稳定运行,一旦产生故障,将会极大......
学位
针对EMD（empirical mode decomposition）模态混叠现象和由于所添加白噪声幅值单一而影响EEMD（ensemble empirical mode decomposition......
针对随机噪声和虚假分量影响总体平均经验模态分解（EEMD）分解质量问题,提出基于奇异值分解（SVD）和第二代小波变换（SGWT）联合降噪预处理和......
伴随着科学技术尤其是计算机技术的爆炸式发展和更新,旋转机械设备不断朝着大型智能化的方向发展,在各种行业广泛应用。旋转机械尤......
针对发动机敲缸故障信号非平稳性并伴随强烈环境噪声的特点,提出基于改进希尔伯特-黄变换的故障诊断方法。该方法以发动机敲缸声音......
针对复杂电磁环境下单通道无线电混合信号分离困难及分离精度不高的问题,提出2次使用变分模态分解(VMD)算法对单通道无线电混合信......
为有效提取目标辐射噪声线谱,采用了一种基于集成经验模态分解(EEMD)的自适应线谱及连续谱提取方法。对舰船辐射噪声频谱进行集成......
经验模态分解(Empirical mode decomposition,EMD)作为一种自适应的信号分解方法已经被广泛应用于诸多工程领域。为了提高EMD的分......
针对光纤周界预警系统输出信号的非平稳特性,提出了一种基于总体平均经验模态分解(EEMD)的模式识别方法。预警系统基于Mach-Zehnde......
提出一种基于总体平均经验模态分解和小波包变换的方法,进行早期故障敏感特征的获取,构建早期故障诊断模型.该方法首先应用EEMD对......
期刊
为实现对公路客流量进行快速且准确预测,提出了将公路客流短期预测的总体平均经验模态加以分解的EEMD方法.通过将原始时间序列分解......
期刊
乙醇含量拉曼光谱检测中,拉曼光谱信号中的各种噪声及光谱荧光造成的基线漂移和样品池背景等,影响了校正模型的预测精度。利用总体......
作为对经验模态分解（EMD）的改进,局部特征尺度分解（LCD）也有类似EMD的模态混淆问题。基于噪声辅助分析的总体平均经验模态分解（EEMD）和完......
公路交通是城市交通普遍使用的交通工具,凭着其快捷、直达性好,舒适、抗灾性高,灵活、适应性强、对道路条件的要求不高等优点,越来......
学位
提出一种基于总体平均经验模态分解（EEMD）和关联维数相结合的小电流接地故障选线新方法。EEMD对非线性、非平稳信号的处理，不仅能达到......
桥梁结构健康监测系统是既有桥梁结构运营安全的一个重要保障,桥梁运营模态参数的准确识别能够实时反映桥梁结构的动力固有特性,对......
为解决在强背景噪声条件下滚动轴承故障诊断问题,开展基于能量特征和小波降噪的总体经验模态分解（EEMD）研究。首先以仿真信号为研究......
期刊
基线校正是光谱分析的重要环节，现有算法通常需要设定关键参数，不具备自适应性。根据总体平均经验模态分解（ensemble empirical mode ......
期刊
针对谐波检测问题,比较几种常用谐波检测方法,总结出各自的适用条件。结合经验模态分解理论和总体平均经验模态分解(empirical mod......
期刊
针对声阵列多通道信号的去噪问题,提出一种基于多传声器信息融合辅助的改进总体平均经验模态分解（Ensemble Empirical Mode Decompo......
针对滚动轴承在强噪声环境下故障信号微弱、故障特征难以提取等问题,提出了基于最小熵反褶积(minimum entropy deconvolution,MED)......
