期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于卷积脉冲神经网络的故障诊断方法研究 被引量:6
1
作者 马新娜 赵猛 祁琳 《广西师范大学学报(自然科学版)》 CAS 北大核心 2022年第3期112-120,共9页
深度学习为轴承故障诊断的智能化发展提供了新思路。本文从类脑计算角度出发,设计一种对轴承数据敏感的脉冲神经网络来完成故障数据分类任务。首先采用信号分解的方式提高原始信号特征提取效果,然后对故障信号进行脉冲编码,并采用多分... 深度学习为轴承故障诊断的智能化发展提供了新思路。本文从类脑计算角度出发,设计一种对轴承数据敏感的脉冲神经网络来完成故障数据分类任务。首先采用信号分解的方式提高原始信号特征提取效果,然后对故障信号进行脉冲编码,并采用多分量混合输入方式填充时间步作为神经网络的输入,最后采用卷积脉冲神经网络(SCNN)进行故障分类。为了验证该模型的分类效果,采用西储大学轴承数据集进行验证,分类准确率达到了99.78%。结果表明该轴承数据编码方案可以充分发挥脉冲神经网络时空动力学特征,且该脉冲神经网络模型在轴承故障诊断问题上具有高精度、高效率的特性。本研究有利于促进脉冲神经网络在故障诊断领域的研究和应用。 展开更多
关键词 脉冲神经网络 模态分解 滚动轴承 故障诊断 IIR滤波器
下载PDF
基于黎曼张量的人脸图像多模态分解光照建模方法
2
作者 胡步发 郝广涛 《中国图象图形学报》 CSCD 北大核心 2009年第2期221-226,共6页
目前,人脸光照建模方法总是假设人脸满足朗伯凸模型、已知人脸表面法向量和反射率等条件,这与实际情况不符,建立的人脸光照模型也存在较大的偏差。为了解决这一问题,提出了一种新的人脸光照建模方法。该方法首先采用黎曼张量人脸图像多... 目前,人脸光照建模方法总是假设人脸满足朗伯凸模型、已知人脸表面法向量和反射率等条件,这与实际情况不符,建立的人脸光照模型也存在较大的偏差。为了解决这一问题,提出了一种新的人脸光照建模方法。该方法首先采用黎曼张量人脸图像多模态分解,建立人脸光照模型;然后基于改进的广义拉格朗日算法对人脸光照模型进行优化。理论分析和实验结果表明,该方法比光度立体学、球谐函数方法具有较高的精度和较强的实用性。 展开更多
关键词 黎曼张量 光照建模 模态分解 人脸图像
下载PDF
多尺度多变量模糊熵分析 被引量:19
3
作者 李鹏 刘澄玉 +3 位作者 李丽萍 纪丽珍 于守元 刘常春 《物理学报》 SCIE EI CAS CSCD 北大核心 2013年第12期122-130,共9页
多尺度多变量样本熵评价同步多通道数据的多变量复杂度,是非线性动态相互关系的一种反映,但其统计稳定性差,且不适用于非线性非平稳信号.研究利用模糊隶属度函数代替模式相似判断的硬阈值准则,并分析模糊隶属度函数形式的影响;研究利用... 多尺度多变量样本熵评价同步多通道数据的多变量复杂度,是非线性动态相互关系的一种反映,但其统计稳定性差,且不适用于非线性非平稳信号.研究利用模糊隶属度函数代替模式相似判断的硬阈值准则,并分析模糊隶属度函数形式的影响;研究利用多变量经验模态分解算法进行多尺度化,并对比其处理效果.仿真试验表明,模糊隶属度函数的引入可以有效提高算法的统计稳定性,所构造的物理模糊隶属度函数的性能最为显著;基于多变量经验模态分解算法的多尺度化过程可更有效地捕获信号的不同尺度成分,从而更敏感地区分具有不同复杂度的信号.对临床试验数据的分析支持以上结论,且结果提示随着年龄增加或心脏疾病的发生,心率变异性和心脏舒张间期变异性的多变量复杂度以不同的方式降低:年龄增加会使低尺度熵值降低,表示近程相关性的丢失;而心脏疾病会同时影响各个尺度的熵值,即同时丢失了近程和长时相关性.该结论可用于指导心血管疾病的无创预警研究. 展开更多
关键词 变量复杂度 尺度变量模糊熵 物理模糊隶属度函数 变量经验模态分解
原文传递
融合单通道框架及多通道框架的运动想象分类 被引量:7
4
作者 何群 杜硕 +2 位作者 张园园 江国乾 谢平 《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第9期20-29,共10页
针对运动想象脑电信号非平稳、非线性、低信噪比的特点,多种分析方法被广泛应用于运动想象脑电信号特征提取研究中。但单通道脑电分析方法难以有效刻画多通道脑电间的交互信息,且现有特征指标未考虑到通道间的非线性动力学耦合特性。为... 针对运动想象脑电信号非平稳、非线性、低信噪比的特点,多种分析方法被广泛应用于运动想象脑电信号特征提取研究中。但单通道脑电分析方法难以有效刻画多通道脑电间的交互信息,且现有特征指标未考虑到通道间的非线性动力学耦合特性。为此,提出一种融合单通道时-频特征和多通道耦合特征的运动想象脑电分析方法策略。通过引入多变量经验模态分解(MEMD)将脑电信号分解为具有共有震荡模式的固有模态函数(IMFs),然后对有效特征频带下的IMF分量获取单通道的边际谱(MS)及瞬时能谱(IES)时-频特征和多通道的互样本熵(CSampEn)、锁相值(PLV)及锁频值(FLV)耦合特征,将融合特征输入加权线性判别分类器(LDA)进行运动想象模式识别。实验引入BCI 2008竞赛Dataset IIb数据集与实测数据进行分析,结果表明所提方法可有效提升运动想象脑电识别率,实验中竞赛数据集的9名受试者的平均识别率与平均Kappa系数分别达到80.1%与0.62,与其他方法相比提高了分类精度,为运动想象脑-机接口研究提供了新思路。 展开更多
关键词 脑电信号 运动想象 变量经验模态分解 单通道时-频特征 通道耦合特征 非线性动力学耦合特征
下载PDF
夏季中国华北降水、印度降水与太平洋海表面温度的耦合关系 被引量:7
5
作者 林大伟 布和朝鲁 谢作威 《大气科学》 CSCD 北大核心 2018年第6期1175-1190,共16页
本文基于1951~2014年的站点观测资料以及再分析资料,应用多变量经验正交分解法(MEOF)研究了年际尺度上华北夏季降水、印度夏季降水与海表面温度之间的耦合关系(主要模态)。结果表明:当印度夏季降水偏强时,若同期夏季赤道中东太平洋海... 本文基于1951~2014年的站点观测资料以及再分析资料,应用多变量经验正交分解法(MEOF)研究了年际尺度上华北夏季降水、印度夏季降水与海表面温度之间的耦合关系(主要模态)。结果表明:当印度夏季降水偏强时,若同期夏季赤道中东太平洋海温表现为LaNi?a位相,则西太平洋暖池对流加强,副热带高压偏西偏北,有利于华北夏季降水与印度夏季降水一致增强。反之,当印度大部降水偏弱时,若同期夏季赤道中东太平洋海温表现为ElNi?o位相,则华北夏季降水和印度夏季降水一致减弱。然而,两地夏季降水的协同变化关系并不总是成立。当赤道中东太平洋海温异常随时间演变表现为冬春El Ni?o衰减型时,伴随着印度洋偶极子(IOD)正位相的衰减过程,这会减弱东亚夏季风,使得华北夏季降水偏少。此时印度半岛夏季降水增强区集中在其西部,无法形成连接印度和华北夏季降水异常的环半球遥相关(CGT)波列,可能使得华北夏季降水异常与全印度夏季降水异常成相反形势。这些结论揭示了中国华北夏季降水、印度夏季降水和海表面温度之间的耦合关系,有助于进一步理解海温外强迫对两地夏季降水之间相关关系的作用,从而对华北夏季降水的预测具有参考意义。 展开更多
关键词 变量经验模态分解 华北夏季降水 ENSO印度夏季降水 印度洋偶极子(IOD)
下载PDF
基于混合多变量经验模态分解和极限学习机的非平稳过程预测 被引量:6
6
作者 李春祥 张浩怡 《上海交通大学学报》 EI CAS CSCD 北大核心 2020年第4期376-386,共11页
传感器布置不足和传感器数据缺失是风压实测研究中需要解决的重要问题,风压的空间预测可以恢复缺失数据和拓展风压空间信息,帮助建立结构表面的风压分布.为此提出一种基于多变量经验模态分解(MEMD)和极限学习机(ELM)的空间预测算法.采用... 传感器布置不足和传感器数据缺失是风压实测研究中需要解决的重要问题,风压的空间预测可以恢复缺失数据和拓展风压空间信息,帮助建立结构表面的风压分布.为此提出一种基于多变量经验模态分解(MEMD)和极限学习机(ELM)的空间预测算法.采用MEMD分解非平稳信号,得到多组模态数目相同且频率匹配的固有模态函数和余项.对分解得到的数据按频率进行重组,作为输入数据,用ELM进行学习和预测.采用基于自回归滑动平均的模拟风速数据和实测非平稳风压数据来验证算法的有效性和精确度,同时引入基于径向基核函数的最小二乘支持向量机(RBF-LSSVM)和ELM方法作为对比.试验结果表明,MEMD-ELM方法的预测结果误差更小,与真实值更为接近.MEMD的多变量同时分解可以保留数据间的相关性,从而在非平稳过程空间预测时达到更好的效果,是一种稳定而有效的多变量预测方法. 展开更多
关键词 变量经验模态分解 极限学习机 非平稳 预测
下载PDF
基于DWT、MEMD和模糊熵的脑电信号特征提取与分类研究 被引量:3
7
作者 陈倩倩 徐健 +2 位作者 刘秀平 黄磊 惠楠 《河南理工大学学报(自然科学版)》 CAS 北大核心 2022年第1期143-152,共10页
针对脑电信号分类准确率不高导致脑控设备控制稳定性差的问题,提出一种基于离散小波变换(DWT)、多变量经验模态分解(MEMD)和模糊熵的特征提取与分类方法。首先,利用DWT将脑电信号分解成一系列窄带信号;其次,利用MEMD对子带信号进行分解... 针对脑电信号分类准确率不高导致脑控设备控制稳定性差的问题,提出一种基于离散小波变换(DWT)、多变量经验模态分解(MEMD)和模糊熵的特征提取与分类方法。首先,利用DWT将脑电信号分解成一系列窄带信号;其次,利用MEMD对子带信号进行分解,得到一系列本征模函数(IMFs),选择合适的IMFs进行信号重构,利用模糊熵算法对信号提取特征,作为实验的特征向量;最后,使用支持向量机(SVM)进行分类。利用脑机接口(BCI)大赛数据作为验证集,验证了该算法的有效性,使分类精度提高到了96.2%,同时解决了经验模态分解(EMD)中频带覆盖较广的问题。 展开更多
关键词 脑电信号 离散小波变换 变量经验模态分解 模糊熵 特征提取
下载PDF
基于PEEEMD-BiLSTM-XGboost光伏发电功率预测方法研究
8
作者 许时佳 《应用数学进展》 2023年第12期5039-5049,共11页
由于光伏功率数据的强不确定性,单一模型预测精度受到限制,提出多融合信号模态分解和双向长短期记忆网络(BiLSTM)、极端梯度提升(XGboost)组合模型的短期光伏发电功率预测方法。首先,为降低光伏功率信号的复杂性,通过自适应噪声完备集... 由于光伏功率数据的强不确定性,单一模型预测精度受到限制,提出多融合信号模态分解和双向长短期记忆网络(BiLSTM)、极端梯度提升(XGboost)组合模型的短期光伏发电功率预测方法。首先,为降低光伏功率信号的复杂性,通过自适应噪声完备集合经验模态分解(EEMD)、排列熵(PE)对光伏发电功率数据进行预处理,得到各模态分量;其次分析选取重要相关影响因素,构建BiLSTM-XGboost组合模型对光伏发电历史功率数据进行预测。最后,以某地光伏电站数据进行测试,仿真结果表明所提出的集成预测模型能够有效提高短期光伏功率预测精度,具有更少计算时间、较高的估计精度、算法稳定性高、鲁棒性强,并带来较强的实用价值。 展开更多
关键词 光伏发电功率预测 排列熵 融合信号模态分解 双向长短期记忆网络 极端梯度提升
下载PDF
人类交互行为的隐马尔可夫模型 被引量:1
9
作者 覃龙 高琳 +3 位作者 张权 王逸飞 魏玉会 闫相国 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2019年第1期40-49,共10页
为了满足临床中单个患者合作与竞争实验的需求,本文提出了两个基于隐马尔可夫模型的人类交互行为按键模型。基于两个按键模型,设计了验证实验并采集了有效被试行为学数据和前额叶脑血氧数据用于模型的评价。利用被试参与度与模型预测得... 为了满足临床中单个患者合作与竞争实验的需求,本文提出了两个基于隐马尔可夫模型的人类交互行为按键模型。基于两个按键模型,设计了验证实验并采集了有效被试行为学数据和前额叶脑血氧数据用于模型的评价。利用被试参与度与模型预测得分之间的相关性评价模型合理性;利用被试按键时间信息评价模型行为学模拟的准确率;提取前额深层信息,从信号同步性关系评价模型对生理学信息的提取。合理性评价表明合作按键模型在训练数据和测试数据的相关系数别为0.883 1和0.578 6,竞争模型则分别为0.813 1和0.617 8。行为学信息评价结果表明,两种模型对被试行为学模拟的准确率都达到71.43%。生理学评价结果表明,合作按键模型与竞争按键模型能够提取到被试的前额叶深层信息,且该信息与双人合作按键与竞争按键提取到的信息具有一致性。综上所述,合作、竞争两种按键模型的行为学、生理学评价结果显示,模型的实际表现与人-人的交互过程一致性较高,因此可考虑用于临床试验研究。 展开更多
关键词 隐马尔可夫模型 人类交互行为 合作 竞争 变量经验模态分解
原文传递
基于脑电的立体视频加速度的特征识别
10
作者 沈丽丽 耿小荃 徐礼胜 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2019年第10期1386-1391,共6页
构建一种能够自适应提取脑电特征的PMEMD-2JSD-CSP模型,明确了立体视频的两类匀加速深度运动的可分性.利用部分噪声辅助多变量经验模态分解(PNA-MEMD)对脑电(EEG)信号进行分解得到本征模态函数(IMF),应用基于詹森-香农散度(JSD)的有效... 构建一种能够自适应提取脑电特征的PMEMD-2JSD-CSP模型,明确了立体视频的两类匀加速深度运动的可分性.利用部分噪声辅助多变量经验模态分解(PNA-MEMD)对脑电(EEG)信号进行分解得到本征模态函数(IMF),应用基于詹森-香农散度(JSD)的有效因子对IMF进行两次不同范围的自适应筛选,筛选结果按照权重叠加构成重构信号.利用共空间模式(CSP)对重构信号进行空域特征提取,支持向量机(SVM)对特征进行分类,分类正确率最高为73.16%,证明了该模型对两类EEG信号特征提取的有效性. 展开更多
关键词 脑电 立体深度匀加速运动 视觉不舒适 变量经验模态分解 共空间模式
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部