期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到125篇文章
< 1 2 … 7 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于集合经验模态分解敏感固有模态函数选择算法的滚动轴承状态识别方法 被引量：33
1
作者 王玉静 康守强 +3 位作者 张云 刘学 姜义成 Mikulovich V I 《电子与信息学报》 EI CSCD 北大核心 2014年第3期595-600,共6页
为了更有效地提取滚动轴承各状态振动信号的特征,该文提出了一种基于集合经验模态分解(EEMD)的敏感固有模态函数(IMF)选择算法。该算法对振动信号经EEMD分解后得到的固有模态函数采用峭度值、相关系数相结合的方法自动提取其敏感分量,... 为了更有效地提取滚动轴承各状态振动信号的特征,该文提出了一种基于集合经验模态分解(EEMD)的敏感固有模态函数(IMF)选择算法。该算法对振动信号经EEMD分解后得到的固有模态函数采用峭度值、相关系数相结合的方法自动提取其敏感分量,以此获得振动信号的初始特征。再运用奇异值分解和自回归(AR)模型方法得到滚动轴承各状态振动信号的特征向量,并将其输入到改进的超球多类支持向量机中进行智能识别,从而实现滚动轴承的正常状态,不同故障类型及不同性能退化程度的各状态识别。实验结果表明,相比基于经验模态分解结合自回归模型或奇异值分解的特征提取方法,该方法可更有效地提取滚动轴承故障特征信息,且识别精度更高。 展开更多
关键词 信号处理 状态识别 非平稳信号 集合经验模态分解(eemd) 敏感固有模态函数(IMF)
在线阅读 下载PDF
集合经验模态分解下中国新疆降水变化趋势的区域特征 被引量：20
2
作者 刘天虎 刘天龙 《沙漠与绿洲气象》 2015年第4期17-24,共8页
降水是中国西北干旱区水资源的重要组成部分,利用合理方法有效认识降水的区域变化规律对指导农业发展尤为重要。基于新疆16个国际交换站1961—2012年降水距平时间序列,利用集合经验模态分解(EEMD)方法,分析了新疆降水变化趋势的多尺度特... 降水是中国西北干旱区水资源的重要组成部分,利用合理方法有效认识降水的区域变化规律对指导农业发展尤为重要。基于新疆16个国际交换站1961—2012年降水距平时间序列,利用集合经验模态分解(EEMD)方法,分析了新疆降水变化趋势的多尺度特征,并对其空间差异进行了初步探讨。近50多年来,新疆降水量整体上呈现出非线性的显著增多趋势,且其变化存在明显的年际尺度(3 a和6 a准周期)和年代际尺度(10 a和31 a准周期);各周期分量方差贡献率显示年际变化在新疆降水变化中占据主导地位,重构的降水年际变化趋势能精细刻画原始降水序列在研究时期内的波动状况;降水年代际变化揭示了新疆降水在1987年前后气候模态有了显著转换,由原来降水以负相位为主的气候模态转向正相位显著的气候模态;此外,降水变化趋势和转折时间均具有明显的区域差异。EEMD方法有助于加深人们对新疆降水多尺度变化特征的认识,是一种适用于非线性、非平稳信号分析的有效方法。 展开更多
关键词 新疆 降水距平 集合经验模态分解 本征模函数 区域差异
在线阅读 下载PDF
基于Storm的局部放电信号集合经验模态分解 被引量：4
3
作者 杨航 朱永利 《计算机工程与应用》 CSCD 北大核心 2020年第10期261-267,共7页
电力设备的稳定运行关系到人们的生命和财产安全,通过安装传感器对时序波形信号进行采集,对信号进行分析处理,可以实现对电力设备的故障诊断。集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)算法在非线性、非平稳的信... 电力设备的稳定运行关系到人们的生命和财产安全,通过安装传感器对时序波形信号进行采集,对信号进行分析处理,可以实现对电力设备的故障诊断。集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)算法在非线性、非平稳的信号处理领域有其独特的优势,但是由于其算法复杂度较大,作为运算密集型的算法在串行执行的情况下运算速度无法满足实际需求。因此,借助分布式计算框架Storm并行处理的特点,提出了基于Storm的EMD过程并行和信号分段并行的两种EEMD分解方式。实验表明,两种并行化方案都比传统的串行执行方式速度更快,并且基于分段并行的方式由于其更高的并行度,在长信号处理中更具优势。两种并行EEMD算法的提出为时序信号的快速处理提供了可靠的解决方案。 展开更多
关键词 集合经验模态分解(eemd) 并行化 STORM 波形信号处理
在线阅读 下载PDF
基于集合经验模态分解的滚动轴承智能故障诊断方法 被引量：7
4
作者 陈永毅 张丹 薛焕新 《高技术通讯》 CAS 2021年第5期559-568,共10页
针对滚动轴承工作环境中含有强烈的环境噪声,其振动信号具有非平稳、非线性特征以及提取特征困难等问题,本文提出一种基于集合经验模态分解(EEMD)的滚动轴承智能故障诊断方法。首先通过卷积神经网络(CNN)提取振动信号关键特征,并将提取... 针对滚动轴承工作环境中含有强烈的环境噪声,其振动信号具有非平稳、非线性特征以及提取特征困难等问题,本文提出一种基于集合经验模态分解(EEMD)的滚动轴承智能故障诊断方法。首先通过卷积神经网络(CNN)提取振动信号关键特征,并将提取到的特征向量输入到支持向量机(SVM)中进行故障识别与分类。为了提高诊断性能,本文利用集合经验模态分解方法对原始振动信号进行分解,将复杂的振动信号分解为仅包含单一成分的本征模态分量(IMF),然后利用一维卷积神经网络对IMF进行特征提取,最后采用SVM进行分类。结果表明,所提出的方法相比于现有方法收敛速度更快,诊断正确率可高达99%,突出了该方法的优越性。 展开更多
关键词 故障诊断 滚动轴承 集合经验模态分解(eemd) 卷积神经网络(CNN) 支持向量机(SVM)
在线阅读 下载PDF
基于集合经验模态分解去趋势的水分利用效率对气候变化响应的高程分异——以“21世纪海上丝绸之路”沿线省份为例
5
作者 焦阜生 许小娟 +2 位作者 龚海波 刘会玉 林振山 《生态学报》 CAS CSCD 北大核心 2022年第17期6985-6996,共12页
水分利用效率(WUE)是表征陆地碳-水循环耦合关系的重要指标,但其对气候变化响应的高程分异仍不清楚。通过集合经验模态分解(EEMD)去趋势和偏相关方法,以“21世纪海上丝绸之路”沿线省份为研究区,揭示WUE对气候变化的响应及其随高程的分... 水分利用效率(WUE)是表征陆地碳-水循环耦合关系的重要指标,但其对气候变化响应的高程分异仍不清楚。通过集合经验模态分解(EEMD)去趋势和偏相关方法,以“21世纪海上丝绸之路”沿线省份为研究区,揭示WUE对气候变化的响应及其随高程的分异。研究结果表明:(1)研究区内WUE多年均值由中心向南北递减。不同植被类型的WUE多年均值由高到低依次为:常绿针叶林、混交林、常绿阔叶林、稀树灌木草地、耕地和城市建设用地。(2)51.11%的区域表现出均温与WUE的正相关;而81.46%地区表明温差的扩大会使得WUE增加;有近一半的研究区表明最高温的升高有利于提高WUE,而最低温的作用则相反;有67.99%的区域表明降水增多反而会导致WUE的减少。(3)在大多数土地覆盖类型,日温差和最低温主要与WUE呈正相关,而最高温和降水主要与WUE呈负相关。在常绿针叶林、耕地和城市建设用地,日均温与WUE呈负相关。在其他三种植被类型下则呈正相关。(4)在低海拔地区,均温与WUE呈负相关而在中高海拔地区则转变为正相关关系。而最高温则正好相反。降水与WUE的负相关关系系数随高度的增加而不断加强,而温差和最低温与WUE的正相关关系也随高度的增加而剧烈波动增强。 展开更多
关键词 水分利用率 气候变量 集合经验模态分解(eemd) 去趋势 偏相关
在线阅读 下载PDF
基于集合经验模态分解和BP神经网络的北京市PM2.5预报研究 被引量：5
6
作者 任晓晨 邹思琳 +1 位作者 唐娴 韦骏 《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第4期615-625,共11页
利用集合经验模态分解算法(EEMD)和BP神经网络组成的混合模型,对北京城区PM2.5浓度值进行短期预报。结果表明,与单独使用BP神经网络模型相比,EEMD-BP混合模型的预报准确率更高;混合模型高频部分的预报误差是整体误差的主要方面;混合模... 利用集合经验模态分解算法(EEMD)和BP神经网络组成的混合模型,对北京城区PM2.5浓度值进行短期预报。结果表明,与单独使用BP神经网络模型相比,EEMD-BP混合模型的预报准确率更高;混合模型高频部分的预报误差是整体误差的主要方面;混合模型的输入变量中需包含输出变量的信息;前期污染物浓度的数值对模型的预报结果有较大的影响。 展开更多
关键词 集合经验模态分解算法(eemd) BP神经网络 PM2.5预报
在线阅读 下载PDF
基于集合经验模态分解的超声检测信号处理 被引量：2
7
作者 赵斯琪 李松松 +3 位作者 栾明慧 李晨 郭忠宇 王宇恒 《无损检测》 CAS 2021年第5期16-23,53,共9页
提出基于集合经验模态分解(EEMD)的超声无损检测信号处理方法。此方法在信号重构时,采用分量信号与原始信号之间的相关系数进行特征选取,可以有效地抑制模态混叠现象。通过仿真与实测信号的验证,集合经验模态分解方法更适用于超声无损... 提出基于集合经验模态分解(EEMD)的超声无损检测信号处理方法。此方法在信号重构时,采用分量信号与原始信号之间的相关系数进行特征选取,可以有效地抑制模态混叠现象。通过仿真与实测信号的验证,集合经验模态分解方法更适用于超声无损检测信号的处理。 展开更多
关键词 超声检测 集合经验模态分解(eemd) 模态混叠 相关系数
在线阅读 下载PDF
基于集合经验模态的随钻脉冲信号优良降噪算法 被引量：26
8
作者 郑一 孙晓峰 +1 位作者 陈健 岳军 《石油勘探与开发》 SCIE EI CAS CSCD 北大核心 2012年第6期750-753,共4页
为了准确提取原始随钻钻井液脉冲信号,采用集合经验模态分解方法,基于固有模态分量构建不同的低通滤波算法,进一步采取方波整形处理,建立脉冲信号的降噪整形算法,并依据算法逼近度指标、相关度指标建立优良降噪算法的判断准则。利用单... 为了准确提取原始随钻钻井液脉冲信号,采用集合经验模态分解方法,基于固有模态分量构建不同的低通滤波算法,进一步采取方波整形处理,建立脉冲信号的降噪整形算法,并依据算法逼近度指标、相关度指标建立优良降噪算法的判断准则。利用单位脉冲信号、周期性杂波信号和高斯白噪声信号合成数值模拟钻井液信号,分析钻井液信号的降噪效果,所得优良降噪低通滤波算法由去掉前4个固有模态分量的其余模态分量及余项构成,其降噪结果能清晰描述单位脉冲信号,算法的逼近度达到0.7719,相关度高达0.8929。利用选定的优良降噪算法分析了实测的随钻测量钻井液信号,所得结果合理、有效。 展开更多
关键词 脉冲信号 集合经验模态分解(eemd) 低通滤波 优良降噪算法
在线阅读 下载PDF
基于集合经验模态分解与门控循环网络的短期风功率预测
9
作者 伍卫华 李润 +2 位作者 叶征灯 高飞 周杨丰 《电气技术与经济》 2021年第6期49-52,共4页
预测风网的发电量,合理调整机组维护人员活动,增加企业利润,稳定全网电力平衡,保障电网安全平稳运行。针对风电的不平稳性和波动性,本文基于EEMD分解的方法,建立了EEMD-GRU组合模型,并与其他单模型和组合模型进行对比,验证了该模型能有... 预测风网的发电量,合理调整机组维护人员活动,增加企业利润,稳定全网电力平衡,保障电网安全平稳运行。针对风电的不平稳性和波动性,本文基于EEMD分解的方法,建立了EEMD-GRU组合模型,并与其他单模型和组合模型进行对比,验证了该模型能有效地提高预测精度。 展开更多
关键词 风功率预测 深度学习 门控循环单元(GRU) 集合经验模态分解(eemd)
在线阅读 下载PDF
基于信号分解与分类建模的HRG稳定期预测
10
作者 李新三 李灿 +2 位作者 沈强 汪立新 王海洋 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第12期3729-3738,共10页
为准确预测半球谐振陀螺(HRG)输出稳定期,提出基于信号分解与分类建模的稳定期预测方法。针对HRG高可靠、长期稳定特点引起的样本变化规律不明显问题,使用具有频率显微镜能力的互补集合经验模态分解(CEEMD)算法对输出进行分解,得到不同... 为准确预测半球谐振陀螺(HRG)输出稳定期,提出基于信号分解与分类建模的稳定期预测方法。针对HRG高可靠、长期稳定特点引起的样本变化规律不明显问题,使用具有频率显微镜能力的互补集合经验模态分解(CEEMD)算法对输出进行分解,得到不同频率尺度的信号分量;采用增广Dickey-Fuller(ADF)检验方法对分量信号进行平稳性检验,对于平稳分量建立自回归滑动平均(ARMA)预测模型,对于非平稳分量建立熵-径向基(RBF)神经网络模型。在时间对齐后,分量信号重构得到陀螺输出预测模型。设计陀螺输出稳定标准,给定基于输出预测的稳定期预测流程。经实验验证,组合模型预测平均相对误差仅为1.29%,比自回归积分滑动平均模型(ARIMA)误差减小了1个数量级,比熵-RBF神经网络模型误差减小了约1倍,验证了信号分解与分类建模方法的有效性与高精度。基于陀螺预测输出对陀螺稳定期进行预测,得到了实验陀螺输出稳定期约为3.95年的结论,与实际应用中相一致,说明所提方法的可行性。 展开更多
关键词 半球谐振陀螺 稳定期预测 互补集合经验模态分解 分类建模 熵-RBF神经网络
在线阅读 下载PDF
样本熵改进EEMD算法在继电器参数异常值处理中的应用
11
作者 彭威 孙鑫亮 李文华 《电力机车与城轨车辆》 2025年第1期47-54,共8页
针对继电器参数中存在的异常值问题,文章提出了一种模态异常值处理模型。首先,依据继电器特点对集合经验模态分解(EEMD)算法中的参数进行灵敏性分析,确定优化参数;其次,针对EEMD分解中存在的模态混叠现象,采用样本熵和哈里斯鹰优化算法... 针对继电器参数中存在的异常值问题,文章提出了一种模态异常值处理模型。首先,依据继电器特点对集合经验模态分解(EEMD)算法中的参数进行灵敏性分析,确定优化参数;其次,针对EEMD分解中存在的模态混叠现象,采用样本熵和哈里斯鹰优化算法得到有效的模态分量;最后,分别采用拉依达准则及三次样条插值法对各模态异常数据进行识别及替换,将处理后的所有分量进行重构异常值,得到处理后的数据序列。继电器接触压降参数的实例分析结果表明,该模型具有良好的泛化能力,且能够有效地识别出潜在异常值。 展开更多
关键词 集合经验模态分解(eemd) 样本熵 模态混叠 三次样条插值 继电器参数
在线阅读 下载PDF
基于EEMD分解的欧洲温度序列的多尺度分析 被引量：20
12
作者 王兵 李晓东 《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第4期627-635,共9页
利用EEMD方法对欧洲5个站大于150年逐日温度序列进行分解,分析了欧洲温度序列的低频变化、年循环及季节变化。结果表明:欧洲5站温度低频变化均存在明显的特征时间尺度,即年际、年代际和世纪尺度等;年循环强度在1910—1940年及1970年年... 利用EEMD方法对欧洲5个站大于150年逐日温度序列进行分解,分析了欧洲温度序列的低频变化、年循环及季节变化。结果表明:欧洲5站温度低频变化均存在明显的特征时间尺度,即年际、年代际和世纪尺度等;年循环强度在1910—1940年及1970年年末以后的两个暖期里均处于偏弱的状态,尤其是最近30年里年循环强度减弱趋势更加明显;此外,与1910—1940年相比,在20世纪70年代末以来的暖期里,夏季更长,冬季更短。 展开更多
关键词 气候变化 集合经验模态分解(eemd) 本征模函数(IMF)
在线阅读 下载PDF
基于EEMD-RVM的陀螺漂移混合建模预测 被引量：3
13
作者 田颖 汪立新 +1 位作者 李灿 陈伟 《传感技术学报》 CAS CSCD 北大核心 2015年第10期1520-1524,共5页
陀螺漂移序列具有非平稳和非线性的特点,针对单一模型难以对其实现精确预测的问题,提出一种基于集合经验模态分解(EEMD)和相关向量机(RVM)的混合建模方法,实现对陀螺漂移序列的区间预测。首先,利用集合经验模态分解将漂移序列分解为多... 陀螺漂移序列具有非平稳和非线性的特点,针对单一模型难以对其实现精确预测的问题,提出一种基于集合经验模态分解(EEMD)和相关向量机(RVM)的混合建模方法,实现对陀螺漂移序列的区间预测。首先,利用集合经验模态分解将漂移序列分解为多个模态和一个余量;将模态区分为噪声和趋势两个分量,对噪声分量建立分布模型,对趋势分量建立RVM模型,两者等权相加还原得混合模型;最后,给定置信度,得到置信区间预测结果。将该方法用于某振动陀螺漂移序列预测实例,结果表明:该混合预测模型能准确预测陀螺漂移,其中RVM的预测精度达到99.86%,且验证集以给定的置信度落在预测区间内,可为陀螺的寿命预测和性能分析提供依据。 展开更多
关键词 陀螺漂移 建模预测 集合经验模态分解 相关向量机
在线阅读 下载PDF
安全预测的EEMD-PSR-Elman建模方法及应用 被引量：2
14
作者 李润求 施式亮 伍爱友 《中国安全科学学报》 CAS CSCD 北大核心 2015年第6期105-110,共6页
为分析安全预测中时间序列的非平稳特性并提高预测精度,提出基于集合经验模态分解（EEMD）、相空间重构（PSR）及神经网络的预测建模方法。首先应用EEMD方法将时间序列分解成若干具有不同周期性或趋势性的分量,通过C-C方法计算各分量的... 为分析安全预测中时间序列的非平稳特性并提高预测精度,提出基于集合经验模态分解（EEMD）、相空间重构（PSR）及神经网络的预测建模方法。首先应用EEMD方法将时间序列分解成若干具有不同周期性或趋势性的分量,通过C-C方法计算各分量的最佳嵌入维数和延迟时间;然后分别进行相空间重构;再应用Elman神经网络对各分量进行训练并建立预测模型;最后将各分量预测结果叠加得到最终预测值。用该方法分析反映煤矿安全生产的关键性指标——煤炭生产百万吨死亡率。结果得到具有长期趋势性和周期性波动的5个分量,预测相对误差为-0.11%~0.20%;外推预测表明,中国煤炭生产百万吨死亡率将保持持续下降趋势,至2020年将下降到0.05以下。 展开更多
关键词 安全预测 时间序列 集合经验模态分解(eemd) 相空间重构(PSR) 人工神经网络 煤矿
在线阅读 下载PDF
基于CEEMDAN-LSTM的股票市场指数预测建模研究 被引量：32
15
作者 贺毅岳 李萍 韩进博 《统计与信息论坛》 CSSCI 北大核心 2020年第6期34-45,共12页
为满足主动型量化投资对股票市场指数高精度预测的要求,将自适应噪声完备集合经验模态分解(CEEMDAN)引入到股市指数预测建模中,结合长短期记忆网络(LSTM)对复杂序列中长期依赖关系高效的建模能力,采用“分解—重组—预测—集成”思路,... 为满足主动型量化投资对股票市场指数高精度预测的要求,将自适应噪声完备集合经验模态分解(CEEMDAN)引入到股市指数预测建模中,结合长短期记忆网络(LSTM)对复杂序列中长期依赖关系高效的建模能力,采用“分解—重组—预测—集成”思路,提出一种股市指数集成预测方法CEEMDAN-LSTM。运用CEEMDAN对指数进行分解与重构,获得其高、低频分量及趋势项;分别构建各分量的LSTM预测模型并优化高频子序列IMF重组方式,进而通过加和集成各分量预测值获得指数的整体预测值。以沪深300等5个代表性的股市指数为测试数据,对CEEMDAN-LSTM与主流的金融时序机器学习建模方法的预测效果进行系统的对比实验,结果表明:CEEMDAN-LSTM的预测表现一致性地优于现有建模方法,具有更低的预测误差和滞后性。 展开更多
关键词 量化投资 股市指数 预测建模 自适应噪声完备集合经验模态分解 长短期记忆网络
在线阅读 下载PDF
基于EEMD-SVR的沪深300指数预测建模 被引量：7
16
作者 贺毅岳 韩进博 高妮 《统计与决策》 CSSCI 北大核心 2020年第17期152-156,共5页
文章将集合经验模态分解(EEMD)引入股票指数预测研究中,并充分考虑ε-不敏感支持向量回归(SVR)出色的非线性建模能力,提出基于EEMD与SVR建模的沪深300指数预测方法EEMD-SVRP。首先对沪深300指数时间序列进行EEMD分解,获得多个本征模函... 文章将集合经验模态分解(EEMD)引入股票指数预测研究中,并充分考虑ε-不敏感支持向量回归(SVR)出色的非线性建模能力,提出基于EEMD与SVR建模的沪深300指数预测方法EEMD-SVRP。首先对沪深300指数时间序列进行EEMD分解,获得多个本征模函数和趋势项,并根据序列的均值特征将本征模函数重组为高频、低频分量;运用ε-不敏感SVR分别建立各分量序列的预测模型,进而对各分量序列预测值进行加和,获得指数的集成预测值;最后为评估模型的预测有效性,对EEMD-SVRP与ARIMA、MLP-ANN和SVR三种典型指数预测方法做对比实验。结果表明:EEMD-SVRP具有更低的预测误差和预测滞后性,是一种更加有效的沪深300指数预测方法。 展开更多
关键词 沪深300指数 集合经验模态分解 预测模型 支持向量回归 本征模函数重组
在线阅读 下载PDF
边坡位移的EEMD-PSO-ELM模型预测方法 被引量：16
17
作者 谢博 施富强 +3 位作者 廖学燕 马胜 杨伟 路祥祥 《中国安全科学学报》 CAS CSCD 北大核心 2020年第3期157-162,共6页
为解决边坡变形位移预测难度大的问题,利用北斗监测系统获取边坡位移数据,引入集合经验模态分解(EEMD)法、粒子群优化(PSO)和极限学习机(ELM),建立边坡位移预测的EEMDPSO-ELM模型;以攀钢集团石灰石矿5号监测点为例,对原始数据小波去噪,... 为解决边坡变形位移预测难度大的问题,利用北斗监测系统获取边坡位移数据,引入集合经验模态分解(EEMD)法、粒子群优化(PSO)和极限学习机(ELM),建立边坡位移预测的EEMDPSO-ELM模型;以攀钢集团石灰石矿5号监测点为例,对原始数据小波去噪,采用EEMD法将位移时间序列分解为波动项位移和趋势项位移;利用PSO-ELM优化模型预测下一时段位移,叠加2项位移预测结果,得到边坡累计位移预测值,并对比分析预测结果。结果表明:EEMD-PSO-ELM模型位移预测方法的平均相对误差(MRE)为0. 15%,均方根误差(RMSE)为0. 03,拟合优度为0. 999 9,该模型具有一定的精确性和适用性。 展开更多
关键词 矿山边坡位移预测 集合经验模态分解(eemd)法 粒子群优化(PSO) 极限学习机(ELM) 小波去噪
在线阅读 下载PDF
一种基于EEMD-RFR的水库滑坡台阶状位移预测模型 被引量：7
18
作者 安冬 宋琨 +1 位作者 仪政 易庆林 《山地学报》 CSCD 北大核心 2021年第1期143-150,共8页
水库滑坡的位移与周期性的库水波动和季节性降雨等诱发因素关系密切,由于库水位升降和降雨的作用,滑坡累计位移变形曲线呈明显的“台阶状”,准确、及时地预测此类台阶状位移对提升该变形的认识具有重要意义。为深入了解诱发因素对水库... 水库滑坡的位移与周期性的库水波动和季节性降雨等诱发因素关系密切,由于库水位升降和降雨的作用,滑坡累计位移变形曲线呈明显的“台阶状”,准确、及时地预测此类台阶状位移对提升该变形的认识具有重要意义。为深入了解诱发因素对水库滑坡位移的影响,预测其变形演化趋势,本研究提出了一种基于集合经验模态分解(EEMD)和随机森林回归模型(RFR)的滑坡位移预测模型。以水库滑坡——三峡库区白家包滑坡2007年4月至2018年12月的变形数据为例,进行“台阶状”位移的预测与模型检验。通过EEMD方法将累计位移分解为趋势项和周期项,其中趋势项采取最小二乘法的三次多项式拟合;周期项基于诱发因素组合和滑坡位移的响应变化,建立RFR模型进行预测。根据时间序列加法,将趋势项和周期项预测值叠加,获得总位移预测值。结果表明EEMD-RFR模型基本反映了滑坡累计位移的“台阶状”变化趋势,相关系数R达到0.997。通过与两种BP神经网络预测方法的对比,反映EEMD-RFR模型具有更好的预测效果。本研究为水库滑坡台阶状位移预测提供了一种有效的新方法,对了解水库滑坡长期变形具有一定意义。 展开更多
关键词 水库滑坡 台阶状位移 位移预测模型 集合经验模态分解(eemd) 随机森林(RFR)
在线阅读 下载PDF
基于EEMD-ELM的大坝变形预测模型 被引量：8
19
作者 鄢涛 陈波 +1 位作者 曹恩华 刘永涛 《长江科学院院报》 CSCD 北大核心 2020年第11期70-73,80,共5页
建立合理可信的大坝变形监控模型对科学有效地分析大坝变形监测数据和准确可靠地评估大坝工作运行状况意义重大。通过EEMD算法分解大坝变形量,得到代表不同特征尺度的本征模函数(IMF)分量,针对不同IMF分量选择不同影响因素,将各IMF分量... 建立合理可信的大坝变形监控模型对科学有效地分析大坝变形监测数据和准确可靠地评估大坝工作运行状况意义重大。通过EEMD算法分解大坝变形量,得到代表不同特征尺度的本征模函数(IMF)分量,针对不同IMF分量选择不同影响因素,将各IMF分量作为极限学习机(ELM)的训练样本对大坝变形分量进行分析、拟合、预测,最后累加各IMF分量的预测结果得到大坝变形预测值。以某碾压混凝土重力坝为例,利用EEMD-ELM模型对大坝变形量进行预测,同时与BPNN模型和ELM模型的预测结果进行对比分析,其中EEMD-ELM模型的平均相对误差为0.566,较BPNN模型、ELM模型分别降低54%和14.8%,表明EEMD-ELM模型预测精度更高,具备一定的应用价值。 展开更多
关键词 大坝变形 预测模型 集合经验模态分解(eemd) 极限学习机(ELM) 本征模函数(IMF)
在线阅读 下载PDF
基于CEEMD的船模非线性波浪力测量信号分析 被引量：1
20
作者 王启兴 许勇 欧勇鹏 《舰船科学技术》 北大核心 2018年第9期6-12,共7页
针对规则波中船模波浪力测量信号非线性非平稳的特点,提出基于互补集合经验模态分解(CEEMD)的信号分析方法来降低非平稳性并准确提取各阶波浪力组分。首先,对实测信号低通滤波预处理以过滤高频噪声;其次,对预处理后的信号进行CEEMD分析... 针对规则波中船模波浪力测量信号非线性非平稳的特点,提出基于互补集合经验模态分解(CEEMD)的信号分析方法来降低非平稳性并准确提取各阶波浪力组分。首先,对实测信号低通滤波预处理以过滤高频噪声;其次,对预处理后的信号进行CEEMD分析并获得不同频段的本征模态函数(IMF);然后,求取各IMF的归一化自相关函数及其方差,设定方差阈值,根据阈值判定随机噪声占主导的噪声模态和有效模态;最后,采用FFT-FS算法计算各IMF的特征频率,根据各特征频率依次确定波浪力的各阶组分。通过对实测信号的分析表明该方法能够有效地提取信号中的各阶波浪力组分。 展开更多
关键词 船模 非线性波浪力 随机噪声 互补集合经验模态分解 本征模态函数
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 7 下一页 到第 页
使用帮助 返回顶部