- 年份
- 2020(1)
- 2019(1)
- 2015(3)
- 2014(2)
- 2013(2)
- 2011(3)
- 2010(4)
- 2009(3)
- 2008(3)
- 2007(3)
- 更多...
- 核心收录
- 中国科技论文与引文数据库(CSTPCD)(28)
- 中国科学引文数据库(CSCD)(26)
- 北京大学中文核心期刊目录(北大核心)(22)
- 刊名
- 计算机工程与应用(4)
- 高技术通讯(3)
- 中国海洋大学学报(自然科学版)(2)
- 噪声与振动控制(2)
- 电子学报(2)
- 电网技术(2)
- 中南大学学报:自然科学版(1)
- 中国机械工程(1)
- 化学工程(1)
- 华中师范大学学报(自然科学版)(1)
- 更多...
- 作者单位
- 上海交通大学(2)
- 东北电力大学(2)
- 中国海洋大学(2)
- 中南大学(1)
- 北京交通大学(1)
- 华中科技大学(1)
- 南京理工大学(1)
- 四川大学(1)
- 昆明理工大学(1)
- 江南大学(1)
- 更多...
- 语种
- 汉语(30)
- 关键词
- 经验模式分解(EMD)(30)
- 故障诊断(3)
- AR模型(2)
- 内在模函数(IMF)(2)
- 内蕴模式函数分量(IMF)(2)
- 去噪(2)
- 小波分解(2)
- 局域波(2)
- 振动与波(2)
- 最小二乘支持向量机(LS-SVM)(2)
- 更多...
- 作者
- 徐冠雷(4)
- 徐晓刚(4)
- 王孝通(4)
- 朱涛(2)
- 赵犁丰(2)
- 严鹏(1)
- 仲京臣(1)
- 全海燕(1)
- 冯伟杰(1)
- 刘利秋(1)
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 30 条结果
- 基于EMD与神经网络的机械故障诊断技术北大核心CSCDCSTPCD摘要:经验模式分解(EMD)是分析非线性、非平稳信号的有力工具,它将信号分解为突出了原信号的不同时间尺度的局部特征信息的内在模函数(IMF)分量.本文通过将各IMF分量输入到BP网络中进行训练学习和故障诊断,比直接输入原信号可以提高BP网络对故障诊断的准确率,而且减少了训练时间.
- 经验模式分解对恒电量瞬态响应信号的预处理北大核心CSCDCSTPCD摘要:应用经验模式分解(EMD)将恒电量瞬态响应信号分解为不同时间尺度的内在模函数(IMF)分量,去除其中的小时间尺度的干扰噪声分量,然后经过拉普拉斯变换获得恒电量频谱以研究电化学腐蚀过程.
- 基于经验模式分解的聚类树方法及其在同调机组分群中的应用北大核心CSCDCSTPCD摘要:提出了一种基于经验模式分解(empirical mode decomposition,EMD)的聚类树分群方法.在系统聚类分析的基础上,提出了基于权重距离的综合聚类指标,以各机功角轨迹之间距离最小为准则,实现了多机系统同调机组的合理分群.为解决电力系统受扰后动态行为非平稳、非线性的问题,文中采用EMD方法对原始数据进行预处理.EPRI-36节点系统计算结果表明,在不太严重的扰动下和允许的误差范围内,各种扰动下均可得到基本一致的聚…查看全部>>
- 基于限邻域经验模式分解的多波段图像融合北大核心CSCDCSTPCD摘要:根据不同波段图像信息互补性,提出基于限邻域经验模式分解(NLEMD)的多波段图像融合新算法.将待融合图像进行NLEMD分解,利用其自适应特性及高频细节信息的强获取能力,对不同图像的内蕴模式函数分量和剩余量中的像素按照局部最优原则进行选取,将融合后的内蕴模式函数分量和剩余量反向重构获取融合图像.实验证明该算法具有更强的细节获取能力,融合效果优于传统的基于小波分解的融合算法.
- 基于EMD的冲击信号提取方法及其在设备故障诊断中的应用CSCDCSTPCD摘要:提出一种基于经验模式分解(Empirical Mode Decomposition,EMD)的冲击信号提取方法,利用该方法首先将含有周期性冲击的信号进行EMD分解,在分解后的高频段IMF中,存在着类似冲击响应信号的成分,这些成分是由原始信号中的周期性冲击引起的,通过包络解调方法,可以得到冲击响应信号出现的频率,该频率对应原信号中冲击信号出现的频率.由于碰摩故障发生时,往往伴随着周期性冲击信号的产生,故该方法可以应用于旋转设备碰摩故障诊…查看全部>>
- 基于EMD和LS-SVM的非平稳振动信号趋势预测北大核心CSCDCSTPCD摘要:镇动信号的趋势预测是设备状态监测与故障诊断中的一个重要内容.随着运行设备的非线性、非平稳特点越来越明显,传统的数学建摸预报方法已不能满足设备的复杂化和现代化要求.提出了一种基于经验模式分解 EMD(Empirical Mode Decompo-sition)和最小二乘支持向量机LS-SVM(Least Square Support Vector Machine)的新模型.首先,运用 EMD 将趋势时间序列自适应地分解成一系列不同…查看全部>>
- 经验模态分解和AR模型在飞行器健康诊断中的应用CSCDCSTPCD摘要:为了有效地诊断飞行器的健康状况,提出了一种基于EMD-AR模型和PNN的飞行器健康诊断新方法.该方法采用EMD(Empircal Mode Decomposition,EMD)将飞行器关键部件的声发射信号进行分解,得到多个内禀模态分量(Intrinsic Mode Function,IMF),对前两个IMF分量建立AR模型,采用U-C算法对AR模型进行参数估计,以模型主要的自回归参数和残差的方差构建特征向量;运用概率神经网络(Prob…查看全部>>
- 基于EMD与AR模型的柴油机故障诊断北大核心CSCDCSTPCD摘要:采用经验模式分解(EMD)方法对振动信号进行分解,得到同有模态函数(IMF),对每一个IMF分量分别建立AR模型,以模型的自回归参数和残差的方差作为特征向量,用支持向量机(SVM)进行分类,判断柴油机的工作状态和故障类型.实验结果分析表明,该方法即使在小样本情况下也能准确有效地诊断柴油机故障,能实现故障的实时自动化诊断.在不同转速时,需选用新转速工况下的数据作为训练样本,以保证分类准确率.
- 小波分解与EMD在变形监测应用中的比较北大核心CSCDCSTPCD摘要:为分析经验模式分解(Empirical Mode Decomposition, EMD)在GPS动态变形监测应用中的可行性和有效性,利用模拟数据和振动台的GPS实测数据分析比较了EMD和小波分析在信号去噪和多尺度分解上的能力.结果表明:EMD和小波均能较准确地提取结构振动信息,但当噪声较大时小波去噪和多尺度分解稳定性略优于EMD,而EMD则基于数据本身具有自适应性,不受小波基选择和分解层数的影响.
- 多尺度分解及信号融合的3D模型重构CSCDCSTPCD摘要:提出了基于经验模式分解和信息融合的三维几何模型重构方法,包括3个步骤:首先球面参数化信号并将其映射到平面,进行均匀规则采样;再对平面信号进行限邻域经验模式分解和小波分解,利用得到的各个内蕴模式图层和小波系数进行融合;最后从图层信号得到不规则的原始映射信号,逆映射回三维几何模型信号.同时,提出了基于信噪比的三维几何信号融合性能评价指标,对重构模型进行验证.实验结果表明,该方法能够有效融合三维几何信号,基于限邻域经验模式分解的重构效果优于小波分解.