-
题名基于加权IMF对时间序列相似匹配
被引量：1
- 1
-
-
作者
孙汝儒
肖迪
-
机构
南京工业大学自动化与电气工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2013年第12期3664-3666,共3页
-
基金
国家自然科学基金资助项目(51205185)
江苏省博士后科研计划基金资助项目(1001027B)
-
文摘
经验模态分解(EMD)算法非常适合非稳定序列信号、非线性序列信号以及复杂信号的分解,具有很高的噪声比。序列信号经过EMD分解为本征模函数(IMF)以及残差序列,所分解出来的IMF包含了原序列信号不同时间尺度的局部特征信号,是整个原序列的"去杂"反映。针对IMF所包含的不同尺度的特征这一特性,给出用EMD分解原始序列信号,提取其全部有限个本征模函数和残差序列,根据不同的IMF所包含原序列的特征信息量的大小引入信息权重w,然后通过欧氏距离对各个序列不同IMF序列进行相似匹配判定,最后通过综合各个IMF所占权重综合判定时间序列的相似匹配。实验结果表明,基于IMF对时间序列相似匹配和直接对原时间序列进行匹配,前者首先对时间序列进行分解,去掉其噪声等干扰,提取出IMF间接进行加权匹配,提高了时间序列的模式匹配精度,证明了该方法的有效性。
-
关键词
经验模态分解算法
本征模函数
本征模函数加权
相似模式匹配
-
Keywords
EMD algorithm
intrinsic mode functions（IMF）
IMF weighted
similar pattern matching
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
