总体经验模态分解相关论文
卷烟审计数据记录了卷烟业务平台数据全生命周期加工演化过程，对审计数据进行分析有利于发现其中的潜在风险行为。卷烟审计数据具有......
单通道桥梁挠度信号通过总体经验模态分解法（Ensemble Empirical Mode Decomposition,EEMD）分解得到的一系列线性平稳的本征模函数（in......
目前,脑卒中、脊柱损伤等疾病导致的偏瘫患者不断增多,需要通过外界康复电刺激系统进行治疗。然而市面上的电刺激系统大多数只产生......
总体经验模态分解(Ensemble Empirical Mode Decomposition,简称EEMD)是针对经验模态分解(Empirical Mode Decomposition,简称EMD)......
侵彻过载信号成份复杂,传统盲源分离方法无法有效提取弹体侵彻板靶特征,基于此提出一种不受测试传感器数量限制、具有源数估计的侵......
利用连续波雷达探测运动车辆时，非线性、非平稳的多分量回波信号不易解析提取，基于此，提出了联合总体经验模态分解（Ensemble Empirical......
基于风速时间序列内在规律特性,为改善经验模态分解(EMD)模态混叠现象,提出基于集成经验模态分解(EEMD)的风速组合预测模型.同时,......
为了研究脑磁图（MEG）信号在识别精神分裂症方面的应用，文中提出了一种基于总体经验模态分解（EEMD）和希尔伯特（Hilbert）变换的识别方法。在......
针对单通道信号盲源分离(blind source separation,BSS)模型的极端欠定问题,提出利用总体经验模态分解(ensemble empirical mode d......
总体经验模态分解（EEMD）方法在EMD的基础上消除了模态混叠的现象,从而更能准确地揭露出信号特征信息。根据声发射信号的非稳态、非线......
总体经验模态分解（EEMD）是一种基于多次经验模态分解（EMD）的信号分解方法,能够有效解决EMD方法中存在的模态混.叠问题,使得分解出来的......
针对发动机瞬时转速Hilbert频率解调法端点效应误差大、计算精度低的问题，提出了基于总体经验模态分解（Ensemble Empirical Mode Dec......
提出基于总体经验模态分解（EEMD）血流细分法提高血流超声多普勒信号提取精度.首先估计辅助分析所需的白噪声幅度,进而用EEMD得到无模......
针对传统信号包络的带通滤波器的中心频率和带宽的选择不确定性和经验模式分解（EMD）在非线性非平稳信号处理中存在的模态混叠问题，提......
划分不同级次的层序界面以及识别其内部的沉积旋回类型是层序地层分析的重要基础。测井信号是不同周期的地层旋回信息的叠合,通过......
侵彻过载是攻坚武器及相关研究的重要参量。针对实测弹载侵彻过载曲线分析处理方法开展了研究,提出采用总体经验模态分解(EEMD)结......
将总体经验模态分解（ensemble empirical mode decomposition,简称EEMD）用于疲劳应变信号降噪,并与小波变换（wavelet transform,简称W......
针对绝缘子泄漏电流测量过程中噪声干扰严重、传统消噪方法效果不佳的问题,根据经验模态分解（Empirical Mode Decomposition,EMD）的......
针对水文时间序列多时间尺度分析问题,分别应用经验模态分解（EMD）与总体经验模态分解（EEMD）方法进行对比研究.论文首先将EMD与EEMD进行......
为了解决噪声、模态混叠等原因造成提取电能质量扰动信号的时频特征不清晰的问题,根据电能质量扰动信号具有非平稳、不确定性以及......
针对柴油机缸套磨损故障诊断问题，在实车上测试了柴油机机体振动信号，应用经验模态分解（EMD）对不同磨损状态下的柴油机机体振动信号进......
针对只有一个观测通道时,基于矩阵运算的盲源分离算法将会失效的问题,提出一种适用于单观测通道的地声信号盲源分离方法.首先采用......
单入多出盲源分离SIMO_BSS(Single input multiple out blind source separation)是一种特殊的欠定盲源分离情况。目前算法过程中......
针对船用柴油机故障诊断时振动信号的非平稳特性和难以获取大量样本的实际情况，提出一种总体经验模态分解EEMD和最小二乘支持向量机......
光纤周界防范系统通过监测光纤振动信号来识别不同入侵行为,入侵行为识别的关键是对光纤振动信号的特征表征与提取,其主要难点是特......
针对滚动轴承振动信号复杂且难以从中提取有效故障特征的问题,提出了一种总体经验模态分解（EEMD）、奇异值分解（SVD）和局部保持投影（LPP）......
往复机械振动信号非常复杂,通常存在较强的非平稳、非线性特征,使得对其进行振动信号分析、故障识别存在困难。对此提出一种基于改......
为了去除在脑电信号采集过程中受到的干扰,在传统方法的基础之上,提出了一种基于卷积神经网络(CNN)脑电信号伪迹检测与去除的方法......
针对现场采集的水轮机水导摆度信号中出现的异常尖峰成分,利用EEMD进行分解处理,分离出不同成分的特征信号,除去尖峰异常特征成分......
为研究弹载部件在导弹发射过程中的冲击响应及冲击信号的传递特性,进行了基于希尔伯特-黄变换(Hilbert-Huang transform,简称HHT)......
为解决检测SO2时系统接收到的荧光信号微弱、易被噪声淹没的问题,提出了小波优化总体经验模态分解(EEMD)的方法对SO2荧光信号进行......
随着经济的不断进步,目前我国购买机动车的个人及家庭越来越多,每年以百分之十的速度递增,机动车尾气造成的环境污染日趋严重。NO......
本文主要研究对象为玉米完好粒、虫蛀粒和霉变粒,目的是对受损玉米颗粒进行识别与分类。通过分析3类玉米碰撞声信号的时频特性,提......
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......
文章将总体经验模态分解（EEMD）方法、长短期记忆（LSTM）模型和Adaboost算法相结合,构建了一个多尺度组合预测模型（EMD-LSTM-Adaboost）。在......
针对TEC时间序列高噪声、非线性和非平稳的动态序列的特性,基于分解-预测-重构的思想,运用总体经验模态分解和深度学习长短期记忆......
常规降噪方法在应用于时域航空电磁信号降噪时需根据噪声情况人为进行参数调整,自适应性较差。总体经验模态分解(EEMD)算法对非线......
大脑是目前人们已知的结构和功能最复杂的系统,而头皮脑电由于其无损、方便和成本低的优势成为研究大脑活动的一种有效手段。本文......
针对常规降噪方法应用于柴油机缸盖振动信号降噪时,自适应差且需要根据噪声环境人为调整参数的问题,在传统EEMD算法基础上提出一种......
人的脑电信号(Electroencephalogram,EEG)复杂且具有非线性及非平稳性的特点使其不易分析处理,其识别效果也依赖于数据集的不同,而......
针对传统独立分量分析难以解决机械故障诊断中存在的相关源信号盲分离、欠定盲分离等问题,在相关振源信号部分子带满足统计独立的......
径流预测是水资源管理的基础,其准确性直接影响水资源优化调度的成果。本文针对径流时间序列的内在周期特性,引入一种基于总体经验......
电气法能够实现对电机轴承故障的非侵入式诊断,减低额外安装传感器带来的经济消耗,具有重大的意义。针对采用的信号载体的不同,可......
人造假肢技术目前已成为一个研究的热点,手势肌电信号的识别为人造假肢的研究做出了贡献.提出基于总体经验模态分解(EEMD)的信号处......
为了研究侵彻过程中弹体结构响应的频率特性,通过建立弹体的有限元模型,利用弹体结构模态分析求解得到弹体的固有频率和振型,并对......
随着航天器功能的增加,其用电量也随之增大,为满足功率的需求,太阳电池阵的结构呈现大面积、高复杂度的发展趋势,由此产生的动力学......
