Go To English Version 超过100万源码资源,1000万源码文件免费下载
  • 论文研究-基于EMD与邻域粗糙集的液体电磁阀故障诊断.pdf ... 快速定位的重要手段。为了对液体电磁阀进行检测与诊断,提出了一种基于经验模态分解(EMD,Empirical Mode Decomposition)与邻域粗糙集相结合的新方法。首先对电磁阀的结构、故障形式 ... 五种状态的驱动端电流信号,对不同状态的电流进行了分析。针对电流稳态长度难以控制,EMD分解获得的本征模态函数(IMF,Intrinsic Mode Function)分量的能量熵存在不一致的特点,选用电流变化率作为特征对其进行EMD分解。引入数据挖掘思想,采用邻域粗糙集构造贪心式属性约简算法进行属性约简,将 ...
  • 论文研究-基于ICA和EMD的生理信号提取.pdf 提出一种新的获取人体生理参数的方法,用摄像头采集人脸的彩色视频,对人脸区域进行颜色通道分离和独立成分分析(ICA),获取有用信号。使用经验模态分解(EMD)的方法,把信号分解成可以反映出生命信息的固有模态函数(IMF),再根据所设计的提取准则,分别提取出较为准确的心跳和呼吸信号。用Bland-Altman法进行对比实验分析,结果表明,此方法具有一定的准确性和实用性。
  • 论文研究-基于EMD阈值算法的脉冲涡流信号消噪.pdf 针对脉冲涡流信号夹杂着较多的高频噪声,提出了一种新的经验模态分解阈值消噪算法。首先将信号分解为多个本征模态函数(Intrinsic Mode Function,IMF),对信噪比低的高频IMF进行减小噪声能量处理后得到重组信号;再对重组信号进行EMD分解后根据白噪声统计特性对IMF筛选,对噪声含量多的IMF进行小波阈值消噪;最后将处理过的IMF与噪声含量少的IMF重构得到消噪后的信号。实验仿真的结果和数据表明,该方法可以减少失真,获得更高的信噪比,能够较好地消除噪声的干扰恢复出原始的信号。
  • 论文研究-利用EMD的自适应图像去噪.pdf 为了在去噪的同时保证图像细节尽可能不被破坏,提出了利用经验模式分解(Empirical Mode Decomposition,EMD)的自适应图像去噪方法。对噪声图像按照列、行、左对角和右对角方向一维展开,分别进行EMD处理,采用提出的基于噪声标准差的自适应阈值对各个基本模式函数(Intrinsic Mode Function,IMF)进行局部硬阈值去噪,将去噪后的IMF进行反 ...
  • 论文研究-极限学习机延拓的BS-EMD端点效应抑制算法及应用.pdf ... 该方法应用于电力系统的谐波分析中,仿真结果表明该方法能有效抑制EMD的端点效应,更好地分解出谐波中含有的不同频率谐波分量。
  • 论文研究-基于EMD和交叉熵的语音端点检测算法.pdf ... that speech endpoint detection based on Empirical Mode Decomposition(EMD) loses its accuracy and adaptive in adverse environments, ... to reflect the difference of speech-frames and noise-frames. EMD-energy feature and cross-entropy are complementary so that ...
  • 论文研究-一种改善EMD端点问题的方法.pdf 经验模态分解(EMD)是一种先进的数据处理方法,对脑电信号(EEG)等非线性非平稳信号的处理非常有效。但是其在利用三次样条曲线构造上下包络时,端点附近的包络存在严重的摆动。针对该问题,在镜面延 ... 基础上,提出了二次延拓算法。根据邻近端点的数据计算出该信号在端点处的拟合函数;利用该拟合函数在左右端点各延拓出一个极值点;采用镜面延拓算法对延拓后的信号进行EMD分解。算法考虑了信号端点处的变化趋势,使得端点处的延拓更加合理,从而使三次样条曲线在端点处不会出现大的摆动。仿真结果表明,该算法能有效地对脑电信号进行分解。
  • 论文研究-EMD在语音情感识别中的应用与研究.pdf 语音情感计算引起了国内外广泛的关注,特别是在语音情感特征提取方面做了大量的研究。利用经验模态分解(EMD)方法对情感语音进行处理,得到情感语音的前4阶固有模态函数(IMF),并将前4阶IMF分别通过Hilbert变换得到其瞬时频率和瞬时振幅。提取它们的统计特征,再结合情感语音的声学特征共同组成情感特征向量,并对特征向量做归一化处理。利用支持向量机(SVM)对四种情感语音即生气、高兴、悲伤和平静进行识别。实验结果表明该方法的识别效果较好。
  • 论文研究-基于二维EMD和RBF的纹理分割方法.pdf 经验模式分解(EMD)是最近提出的新的图像多尺度分析方法。通过对纹理图像进行二维经验模式分解来提取合适的纹理特征,再采用FCM聚类算法进行分割,实验表明,使用径向基函数在筛分过程中进行插值的效果较优。
  • 论文研究-结合EMD和加权Mel倒谱的语音共振峰提取算法.pdf 提出了一种利用经验模态分解(Empirical Mode Decomposition,EMD)和加权Mel倒谱(Weighted Mel-Cepstrum coefficients,WMCEP)提取语音信号共振峰的算法。对语音信号进行EMD分解,找出含有共振峰的固有模态函数(Intrinsic Mode Function,IMF),并将其重构得到一个新的重构语音 ...