EEMD
EEMD的相关文献在2007年到2023年内共计506篇,主要集中在机械、仪表工业、自动化技术、计算机技术、电工技术
等领域,其中期刊论文332篇、专利文献174篇;相关期刊224种,包括兰州理工大学学报、地球物理学报、石家庄铁道大学学报(自然科学版)等;
EEMD的相关文献由1658位作者贡献,包括佘青山、窦春红、马玉良等。
EEMD
-研究学者
- 佘青山
- 窦春红
- 马玉良
- 张梅军
- 刘永强
- 孔德同
- 方海泉
- 朱仕军
- 杨巍
- 王海宁
- 罗婷
- 舒服华
- 薛惠锋
- 郭姣姣
- 何涛
- 孟明
- 寇兴磊
- 庞宇
- 廖与禾
- 廖英英
- 张学军
- 成谢锋
- 李国权
- 李必禄
- 李方义
- 林金朝
- 柴凯
- 王丽
- 王柳
- 王海瑞
- 王琇峰
- 王黎明
- 王龙强
- 白雪飞
- 罗志增
- 蔡慧
- 薛伟
- 褚福亮
- 豆春玲
- 金涛
- 陈则煌
- 陈灏
- 饶运章
- 高立龙
- 黄杰
- 丁家敏
- 万毅
- 付志鹏
- 付春
- 任鑫
-
-
杨军;
刘鹏鹏;
漆玉龙;
胡仲明
-
-
摘要:
水工金属闸门是水利工程中的关键设备,其运行状态优劣直接影响到整个水利工程,甚至引起安全事故。提出一种基于振动信号分析的水工金属闸门状态识别方法,采用集合经验模态分解(Ensemble empirical mode decomposition,EEMD)对水工金属闸门产生的振动信号进行自适应分解,获得一系列易于分析的本征模态函数(Intrinsic mode function,IMFs),采用功率谱熵对各IMFs进行特征量化,获得能够表征水工金属闸门状态的状态特征向量,进一步结合自适应神经模糊推理系统(Adaptive neuro-fuzzy inference system,ANFIS)实现水工金属闸门状态识别。通过数据验证分析,证明所采用的基于振动信号分析的水工金属闸门状态识别方法具有较好效果。
-
-
马子旸;
张朝龙;
何怡刚
-
-
摘要:
功率开关器件是逆变器的核心部件,但其易发生开路故障,故对其进行故障诊断方法研究很有必要;针对中点钳位型(NPC)三电平逆变器功率开关管器件的开路故障,提出一种基于总体经验模态分解(EEMD)模糊熵和粒子群算法(PSO)优化的核函数极限学习机(KELM)的故障诊断方法;首先采样功率开关器件的桥臂输出端的三相电压作为故障信号以区分各种故障类型,然后利用EEMD模糊熵提取故障特征向量,最后将其划分为训练集和测试集送入PSO-KELM中,识别故障类型并输出诊断结果;经Matlab平台仿真实验得到该方法的故障诊断率超过98%,通过与其他方法的对比实验分析,该方法的有效性与优势得到验证。
-
-
常俊杰;
吴中权;
罗文斌;
徐洋;
董德秀
-
-
摘要:
运用A0模态Lamb波对罐内原油乳化层进行非浸入式液位检测。为滤去杂波,用信号EEMD分解得到的IMF1分量的能量值作为特征参数来衡量罐内不同液体介质对Lamb波能量泄漏的影响程度;为避免EEMD分解时频率失真,对信号进行EMD分解,用前4阶IMF分量的过零点数作为特征参数来衡量罐内液体介质对Lamb波频率分量的影响;针对EMD分解和EEMD分解的不足,对信号进行2阶VMD分解分离出A0模态Lamb波,用IMF分量的中心频率作为特征参数来表征罐内不同介质对A0模态和非A0模态频率分量的影响。用信号的特征参数和其对应的液体介质作为样本,建立BP神经网络液位识别模型,测试结果显示对水-乳化层界面和乳化层-原油界面的识别误差分别为0.2%和13.8%,达到较好的液位检测效果。
-
-
蒋佳茗;
汪亦蕾
-
-
摘要:
太平洋是海表温度年际变化和年代际变化发生的主要区域,但对太平洋海洋热含量变化的研究相对较少。为此,本文分析了1980—2020年太平洋上层(0~300 m)热含量的时空变化特征。基于IAP数据,本文首先利用集合经验模态分解法(EEMD)提取不同时间尺度的海洋热含量信号,并利用正交经验分解法(EOF)对不同时间尺度的海洋热含量进行时空特征分析,得到了太平洋0~300 m海洋热含量的年际变化、年代际变化以及长期变暖的时空特征。结果表明,除了年际变化之外,热带西北太平洋上层热含量还存在明显的年代际变化和长期变暖趋势。在东太平洋和高纬度西太平洋,热含量的年代际变化特征并不突出。热带西北太平洋热含量的年代际变化在1980—1988年和1999—2013年较高,而在1989—1998年和2014—2020年期间较低。此外,针对热带西北太平洋热含量的经向、纬向和垂向特征分析,发现这种年代际变化主要发生在5°N—20°N,120°E—180°E,次表层50~200 m范围内。热带西北太平洋热含量的年代际变化对全球海表温度的年代际变化有着重要作用。
-
-
周晓光;
何倩;
黄晓霞
-
-
摘要:
随着模糊理论的不断发展与其在证券市场的广泛应用,越来越多的学者关注到参数模糊化对投资组合优化具有重要作用。本文利用集合经验模态分解(EEMD)和模糊线性回归相结合的预测方法,构建了基于对称三角模糊数的投资组合模型。并将提出的模型与集合经验模态分解和普通最小二乘结合的方法、单一模糊线性回归方法进行了对比分析,结果表明基于集合经验模态分解和模糊线性回归建立的投资组合模型最优,这对构建最优投资组合具有参考意义。
-
-
吴力华;
杨露菁;
袁园
-
-
摘要:
针对目前基于模糊函数提取的几何学特征,在低信噪比时表征能力弱,导致识别准确率不高的问题,提出了一种基于EEMD降噪和模糊函数奇异值向量的识别方法。选取合适的EEMD参数,对时域信号进行降噪,提取模糊函数矩阵奇异值向量,求解其交叉熵作为特征,实现雷达辐射源信号识别。仿真实验表明,信噪比大于-5 dB时,所提方法对于BPSK、QPSK、MSEQ、BFSK、FMCW和LFM-BC六类典型调制信号,能达到大于90%的平均识别准确率,基本满足实际复杂电磁环境需求。
-
-
杨芮;
徐虹;
文武
-
-
摘要:
为了克服因风速信号固有的震动性、非线性特性引起的预测精度不高的问题,本文提出了使用集合经验模态分解算法和门控循环单元两种方法相结合的组合模型对风速进行预测.该模型首先对数据进行归一化处理,使用孤立森林算法,剔除异常点,然后用EEMD (ensemble empirical mode decomposition)方法,将风速拆分成不同尺度的信号,消除数据的非平稳性,将分解得到的相对平稳的分量信号分别送入GRU (gated recurrent unit)模型进行训练,获得各自的预测结果,最终风速由所有分量各自预测的结果累加得到.实验中采用实地采集数据进行实验,结果证实, EEMD-GRU方法相较于目前主流的EEMD-LSTM、EMD-LSTM等方法,预测精度有明显提升.
-
-
蔡靖;
周云鹏;
程晓宇;
辛佳雯;
孙慧慧
-
-
摘要:
随着科学技术的进步,人们对情绪这一概念有了全新的认识,从过去认为情绪来源于“心”逐渐发展到了当下普遍认为情绪来源于“脑”。针对脑电信号所具有的诸多特性,首先通过去除心电、肌电噪声,滤波提取脑电信号中的有用波段;再利用集合经验模态分解算法(Ensemble Empirical Mode Decomposition,EEMD)对脑电信号进行特征提取,利用提取特征通过空间插值法绘制脑电地形图;接着利用LeNet-5算法开展具体情绪识别,并建立模型。最终通过不断地改进模型,显著提高了情绪识别准确率,准确率最高可达80.1%。
-
-
肖明;
郭颖;
祝佳慧
-
-
摘要:
以2008~2018我国A股上市公司实施的跨境并购交易为样本,运用EEMD模型从短期和长期两个时间尺度考察了宏观经济环境与跨境并购的关系.结果表明:近些年,我国宏观经济的持续高速发展是引发跨境并购长期波动的主要原因,国内经济政策不确定性上升也会对其产生促进作用;股票市场的短期波动和经济政策调整是驱动跨境并购短期波动的重要因素;无论长、短期,经济预期都对跨境并购波动起反向抑制作用.当国内股票市场指数居于高位、未来经济预期变差或经济政策不确定性上升时,我国企业越有可能进行跨境并购.
-
-
杨艳梅;
程宗毛
-
-
摘要:
随着雾霾问题逐渐加重,对其主成分之一PM_(2.5)的预测已成为广泛关注的问题。PM_(2.5)日浓度变化受多种因素影响,且具有非线性、时变性的特征,难以被准确预测。针对此问题,文中提出一种基于外界影响及时序因素的PM_(2.5)日浓度预测方法。该方法分离出PM_(2.5)日浓度的外界主要影响因素与时间因素,建立了基于外界主要影响因素的BP神经网络初步预测模型以及基于时间因素的EEMD-LSTM组合残差修正模型。使用杭州市2014年~2019年间的PM_(2.5)日浓度和其他相关因素数据进行仿真实验。结果表明,相比其他模型,文中所提出预测模型的均方根误差为2.74,预测准确率更高。