导读:本文包含了经验模态算法论文开题报告文献综述及选题提纲参考文献，主要关键词:快速自适应二维经验模态分解,正态逆高斯模型,贝叶斯最大后验概率估计理论,最优线性插值阈值
经验模态算法论文文献综述
刘佩,贾建,陈莉,安影[1]（2019）在《基于快速自适应的二维经验模态分解的图像去噪算法》一文中研究指出为了能够对图像进行自适应的分解,并准确刻画分解系数的分布状态,提出了一种新的基于快速自适应二维经验模态分解的图像去噪算法。该算法首先对图像进行快速自适应二维经验模态分解,通过确定分解后以噪声主导的子带的个数,进一步利用正态逆高斯模型对以噪声主导的子带系数分布进行建模;然后使用贝叶斯最大后验概率估计理论从模型导出相应的阈值;最后采用最优线性插值阈值函数算法完成去噪。仿真结果表明,对于添加不同标准差大小高斯白噪声的测试图像,所提算法在峰值信噪比上相比sym4小波去噪、双变量阈值去噪、邻近算子的全变分算法和重迭组稀疏的全变分算法分别平均提高了4.36 dB,0.85 dB,0.78 dB和0.48 dB,结构相似性指数也有不同程度的提高,有效地保留了更多的图像细节。实验结果证明,所提算法在视觉性能和评价指标方面均优于对比算法。(本文来源于《计算机科学》期刊2019年11期）
陈真诚,牛春望,朱健铭,梁永波[2]（2019）在《一种利用经验模态分解算法的光电容积脉搏波信号中提取呼吸波的方法研究》一文中研究指出针对目前提取呼吸波准确性不高的问题,本研究提出了一种从光电容积描记(photoplethysmography, PPG)信号中提取呼吸波的有效方法。在MIMIC Database中获取人体同时段的多路生理信号,包括PPG信号和呼吸波信号。首先,利用经验模态分解算法(empirical mode decomposition,EMD)对PPG信号进行分解,得到各层本征模函数(intrinsic mode function,IMF),选择合适的IMF分量重构出呼吸波信号;然后将重构的呼吸波信号与采用PPG信号同时段的原始呼吸波信号进行比较,结果显示,呼吸波信号速率的准确率均在90%以上,AR功率谱中的相关性系数均在85%以上,呼吸波信号相对相干系数也显示该方法的优越性。采用EMD算法可以有效地从PPG信号中提取呼吸波,这对于临床实践中的无创检测,医疗设备的改进具有重要意义。(本文来源于《生物医学工程研究》期刊2019年02期）
陈明,马宏忠,徐艳,潘信诚,陈冰冰[3]（2019）在《基于改进掩膜信号优化的经验模态分解算法的有载分接开关机械故障诊断》一文中研究指出为了有效在线监测有载分接开关(OLTC)的运行状况,采用基于改进掩膜信号优化的经验模态分解算法和区间最大功率特征矩阵相结合方法对有载分接开关运行过程中产生的振动信号进行分析。通过在采集到的原始信号中加入改进的掩膜信号,有效地消除经验模态分解(EMD)过程中出现的模态混迭现象。然后根据分解得到的固有模态函数(IMF)求得区间最大功率特征矩阵,从而进一步对有载分接开关的实际运行状态进行监测。计算结果显示OLTC在不同运行状态下的区间最大功率特征矩阵有明显的差异,其区间最大功率特征矩阵相似度指标可较好地判别OLTC发生典型故障时振动信号的差异程度。(本文来源于《智慧电力》期刊2019年06期）
张乔云[4]（2019）在《基于经验模态分解算法的立式振动式滚磨光整作用力测试分析》一文中研究指出表面光整加工技术作为一种能有效改善表面质量的精密加工方法,可以提高零件的耐磨性、接触刚度、抗疲劳强度、抗腐蚀性。振动式滚磨光整加工依靠滚抛磨块对工件产生碰撞、滚压、滑擦等微量磨削作用实现零件的表面光整。由于振动式滚磨光整加工设备简单、加工效率高、使用范围广、加工成本低及绿色环保等优势,目前已广泛应用于航空航天、节能汽车、轨道交通及兵器制造等高端装备制造领域。目前对于振动式滚磨光整加工缺乏定量化研究,本文以立式振动式滚磨光整加工设备为研究对象,应用EDEM仿真软件对其加工过程进行仿真,选用动态力传感器搭建滚抛磨块作用力测试平台,对固定加工方式下不同位置进行动态力信号测试分析,并设计验证性试验。本文主要研究内容如下:1.通过EDEM软件对五种尺寸工件固定加工状态下不同位置法向接触力进行分析,得出立式振动式滚磨光整加工中滚抛磨块对工件表面的法向接触力分布规律;2.综合分析目前对振动信号的处理方法的优缺点和使用范围,根据本文研究对象振动信号特点选用经验模态分解算法,同时通过MATLAB模拟仿真证明经验模态分解具有自适应性、正交性和完备性,可以有效提取振动信号的频率特征;3.以立式振动式滚磨光整加工设备为基础搭建测试平台,采用压电式动态力传感器对光整加工过程中滚抛磨块作用力进行测试,对采集信号进行经验模态分解实现原始信号降噪重构,提取稳定加工阶段滚抛磨块对工件表面的平均作用力,分析得出立式振动式滚磨光整加工中稳定加工阶段平均作用力的一般规律;4.以不同加工位置为参数变量,设计进行验证性试验,以工件表面粗糙度值为评价指标比较各加工位置加工效果,并与滚抛磨块对工件表面平均作用力对比,得出立式振动式滚磨光整加工中滚抛磨块作用力与加工效果之间的关系。本文通过动态力传感器对立式振动式滚磨光整加工过程中滚抛磨块作用力测试,并运用经验模态算法对振动信号进行特征频率提取实现振动信号的降噪与重构,有效提取加工中滚抛磨块平均作用力,对立式振动式滚磨光整加工中动力学参数进行定量化描述。(本文来源于《太原理工大学》期刊2019-06-01）
刘欣悦,单德山,谭康熹[5]（2019）在《基于互补集合经验模态分解的近场脉冲地震信号降噪算法》一文中研究指出针对近断层地震速度脉冲信号非线性非平稳的特点,建立了以互补集合经验模态分解(Coplementary Ensemble Empirical Mode Decomposition,CEEMD)为基础的一种降噪算法。该算法首先对仿真信号进行CEEMD操作,获得从高频到低频的固有模态函数(Intrinsic Mode Function,IMF),然后对IMF筛选迭加,得到多组含不同阶数的重构信号;通过算法相关度和逼近度组成综合评价指标,对多组重构信号进行筛选,得到全局最优重构组合Rec3,实现信号的有效去噪。然后采用以所选最优重构组合为基础的降噪算法分析实测速度脉冲信号。结果表明:该降噪算法具有很好的降噪效果,所得结果曲线较原信号曲线光滑平整,主脉冲信号清晰可辨,且由于算法本身没有人工加窗这类操作,使得其自适应良好,具有一定的实用性和可靠性。(本文来源于《铁道建筑》期刊2019年05期）
熊芳芳,肖宁[6]（2019）在《2D经验模态分解与非下采样方向滤波器组的红外与可见光图像融合算法》一文中研究指出针对当前红外(IR)与可见光(VI)图像融合中细节保留能力不足及目标配准精度不高的问题,设计了一种多尺度2D经验模态分解耦合非下采样方向滤波器组(NSDFB)的红外与可见光图像融合算法。分别计算红外与可见光图像的熵值,并比较二者阈值的大小,计算阈值较大图像的残差。通过2D经验模态分解(2D-EMD)和NSDFB机制,构建了多尺度方向分解模型,将熵值较大图像的残差和熵值较小的图像变换为高频方向系数与低频系数,以获得源图像的细节和特征信息。对于低频系数,引入加权平均作为低频系数的融合准则;根据区域能量对比度与清晰度来定义融合规则,完成高频系数的融合。利用2D-EMD多尺度分解逆变换将获取的低频与高频系数生成新图像。实验表明:与当前常用红外与可见光图像融合对比,所提算法具有更高的融合质量,所输出的图像具有更好的对比度与丰富的细节信息。(本文来源于《光学技术》期刊2019年03期）
陈勇,安汪悦,刘焕淋,刘志强,周立新[7]（2019）在《改进经验模态分解算法在光纤布拉格光栅周界入侵行为分类中的应用》一文中研究指出为了解决周界入侵行为识别正确率低的问题,对经验模态分解算法进行改进,并将其用于光纤布拉格光栅周界入侵行为分类。该方法利用短时平均过零率从整体信号中提取入侵信号,采用两次极值波延拓抑制经验模态分解算法的端点效应,对入侵信号进行分解并提取有效分量的特征,引用支持向量机对入侵行为进行识别;在室外环境下分别对无入侵和攀爬、剪切、碰撞、触摸4种入侵行为进行分类与识别。结果表明,所提方法能有效识别不同的入侵行为,识别正确率大于96%。(本文来源于《中国激光》期刊2019年03期）
史历程,赵骁,赵群飞,王玉璋[8]（2018）在《基于小波能谱熵和集成经验模态分解的传感器故障诊断耦合算法研究》一文中研究指出建立了燃气轮机传感器各类故障典型信号的样本集,分别利用小波能谱熵(WEE)结合K近邻分类器(KNN)、集成经验模态分解(EEMD)结合稀疏表示分类器对故障信号进行诊断识别。通过对上述算法的优化整合,提出WEE与EEMD相结合的燃气轮机传感器故障诊断耦合算法。以某燃气轮机运行数据为基础,验证该耦合算法的识别准确率和鲁棒性。结果表明:耦合算法的识别准确率高、分析速度快和鲁棒性强,比单一算法具有更可靠的诊断结论,从而具有更好的工程应用价值。(本文来源于《动力工程学报》期刊2018年08期）
熊兴隆,魏永兴,张琬童,李猛,马愈昭[9]（2018）在《基于自适应噪声完备经验模态分解的Φ-OTDR信号去噪算法》一文中研究指出针对相位敏感光时域反射仪(Φ-OTDR)信号信噪比较低的问题,提出了一种基于自适应噪声完备经验模态分解(CEEMDAN)的小波信息熵阈值去噪算法。该算法配合CEEMDAN分解,通过小波信息熵阈值去噪,提取扰动位置的高频信息,从而提高系统的信噪比。首先,采用Savitzky-Golay滤波算法对不同光脉冲间的信号进行预处理;其次,采用CEEMDAN将滑动差分后单个脉冲内信号分解为不同的固有模态函数(IMF),并利用连续均方误差准则确定含噪较多的高频IMF分量;然后,采用小波信息熵阈值去噪算法对以上高频IMF分量进行阈值去噪处理;最后,将其与低频IMF分量以及残差分量进行重构。采用自行研制的相干Φ-OTDR系统实测数据进行了验证,结果表明,文中算法与两种传统去噪算法相比,信噪比提升了3dB,这对于系统的实际应用具有重要意义。(本文来源于《半导体光电》期刊2018年04期）
吕思奇[10]（2018）在《基于整体经验模态分解和随机森林的癫痫脑电信号识别算法研究》一文中研究指出癫痫脑电信号的自动监测与分类在临床医学上具有重要意义。癫痫脑电信号中包含丰富的生理信息和病理信息,从癫痫脑电信号中提取出有效的信息不仅可以为癫痫等脑部疾病的确诊提供依据,还可以辅助确诊以后的治疗。癫痫脑电信号需要经过适当的处理才能从中获取中获得有效的信息。癫痫脑电信号同其他种类的脑电信号一样,具有非线性、非平稳的特点,传统的信号处理方法更适合处理线性的、平稳的信号,因此需要寻找新的方法来处理癫痫脑电信号。希尔伯特-黄变换具有一定的自适应性,因此本文采用该方法对癫痫脑电信号进行处理。为了能够有效的区分癫痫脑电信号的发作间期和发作期,本文提出了一种整体经验模态分解和随机森林相结合的癫痫脑电信号分类方法。选取波恩大学癫痫脑电信号数据集中癫痫发作间期和发作期的200个单通道信号,共819400个样本点作为实验数据。首先利用MATLAB实现整体经验模态分解,将癫痫脑电信号分解成多个固有模态函数和一个趋势项,并计算与原始癫痫脑电信号的相关系数来选定合适的固有模态函数。接下来用SAS计算选定的固有模态函数的特征,通过R分别实现随机森林和最小二乘支持向量机对癫痫脑电信号特征的分类,并对比两种方法的分类结果,选择正确识别率更高的方法。实验结果表明整体经验模态分解与随机森林相结合的分类方法对癫痫脑电信号发作间期和发作期的分类效果比较理想,达到了99.60%的正确识别率,高于最小二乘支持向量机分类结果的98.00%正确识别率。两种方法均能有效区分癫痫脑电信号发作间期与发作期,以整体经验模态分解与随机森林结合的方法正确识别率更高。(本文来源于《长春工业大学》期刊2018-06-01）
经验模态算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对目前提取呼吸波准确性不高的问题,本研究提出了一种从光电容积描记(photoplethysmography, PPG)信号中提取呼吸波的有效方法。在MIMIC Database中获取人体同时段的多路生理信号,包括PPG信号和呼吸波信号。首先,利用经验模态分解算法(empirical mode decomposition,EMD)对PPG信号进行分解,得到各层本征模函数(intrinsic mode function,IMF),选择合适的IMF分量重构出呼吸波信号;然后将重构的呼吸波信号与采用PPG信号同时段的原始呼吸波信号进行比较,结果显示,呼吸波信号速率的准确率均在90%以上,AR功率谱中的相关性系数均在85%以上,呼吸波信号相对相干系数也显示该方法的优越性。采用EMD算法可以有效地从PPG信号中提取呼吸波,这对于临床实践中的无创检测,医疗设备的改进具有重要意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
经验模态算法论文参考文献
[1].刘佩,贾建,陈莉,安影.基于快速自适应的二维经验模态分解的图像去噪算法[J].计算机科学.2019
[2].陈真诚,牛春望,朱健铭,梁永波.一种利用经验模态分解算法的光电容积脉搏波信号中提取呼吸波的方法研究[J].生物医学工程研究.2019
[3].陈明,马宏忠,徐艳,潘信诚,陈冰冰.基于改进掩膜信号优化的经验模态分解算法的有载分接开关机械故障诊断[J].智慧电力.2019
[4].张乔云.基于经验模态分解算法的立式振动式滚磨光整作用力测试分析[D].太原理工大学.2019
[5].刘欣悦,单德山,谭康熹.基于互补集合经验模态分解的近场脉冲地震信号降噪算法[J].铁道建筑.2019
[6].熊芳芳,肖宁.2D经验模态分解与非下采样方向滤波器组的红外与可见光图像融合算法[J].光学技术.2019
[7].陈勇,安汪悦,刘焕淋,刘志强,周立新.改进经验模态分解算法在光纤布拉格光栅周界入侵行为分类中的应用[J].中国激光.2019
[8].史历程,赵骁,赵群飞,王玉璋.基于小波能谱熵和集成经验模态分解的传感器故障诊断耦合算法研究[J].动力工程学报.2018
[9].熊兴隆,魏永兴,张琬童,李猛,马愈昭.基于自适应噪声完备经验模态分解的Φ-OTDR信号去噪算法[J].半导体光电.2018
[10].吕思奇.基于整体经验模态分解和随机森林的癫痫脑电信号识别算法研究[D].长春工业大学.2018