注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. VMD分解变分模态分解

  2. matlab实现vmd分解，变分模态分解。可应用于信号分解

  3. 所属分类：专业指导

    • 发布日期：2017-11-30
    • 文件大小：2048
    • 提供者：zq_persistence

  1. 变分模态分解VMD

  2. 变分模态分解（Variational mode decomposition，简称VMD）方法[18]，VMD方法将信号分解转化为约束变分问题，自适应地将信号分解为若干个IMF分量之和。

  3. 所属分类：机器学习

    • 发布日期：2017-12-01
    • 文件大小：4096
    • 提供者：physea

  1. 变分模态分解算法（VMD）

  2. 变分模态分解算法是2014年新提出的，广泛应用于信号处理领域

  3. 所属分类：交通

    • 发布日期：2018-01-02
    • 文件大小：2048
    • 提供者：m0_37178282

  1. 变分模态分解

  2. 变分模态分解是一种自适应、准正交、完全非递归的分解方法，可将由多成分组成的信号分解成数个有限带宽的固有模态，并且这些模态绝大部分紧紧围绕在其对应的中心频率周围。

  3. 所属分类：深度学习

    • 发布日期：2018-03-14
    • 文件大小：5120
    • 提供者：weixin_41837762

  1. 变分非线性调频模态分解

  2. 一种新的非线性调频模态分解方法VNCMD，是变分模态分解（VMD）的扩展方法，类似的方法有EMD，EWT等

  3. 所属分类：制造

    • 发布日期：2018-03-28
    • 文件大小：37888
    • 提供者：qq_22858649

  1. matlab变分模态分解VMD

  2. 很好用的变分模态分解VMD程序，我在matlab里面已经运行过了，想画图的话可以自己加一部分画图程序。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-04-11
    • 文件大小：5120
    • 提供者：qq_38271691

  1. 变分模态分解

  2. vmd，vmd分解，用于非平稳非线性信号的分解

  3. 所属分类：其它

    • 发布日期：2018-04-29
    • 文件大小：3072
    • 提供者：cyj666666

  1. 内燃机变分模态Rihaczek谱纹理特征识别诊断.pdf

  2. 内燃机变分模态Rihaczek谱纹理特征识别诊断.pdf,针对内燃机故障诊断中振动响应信号强耦合、弱故障特征的问题，提出一种基于内燃机振动谱图纹理特征提取的故障诊断方法。首先，为了清晰地刻画内燃机振动信号时频联合分布中的非平稳时变分量，将变分模态分解（VMD）与Rihaczek复能量密度分布方法有效结合，得到了时频聚集性好、无交叉项干扰的内燃机振动谱图像；针对VMD分解过程中的参数选取问题，提出将功率谱熵作为目标函数，对VMD的分解参数进行网格寻优，提高了VMD分解的自适应性。为了实现对内燃机

  3. 所属分类：其它

    • 发布日期：2019-09-20
    • 文件大小：6291456
    • 提供者：weixin_38743968

  1. VMD变分模态分解matlab实现

  2. vmd分解matlab实现，变分模态分解，信号分解，可应用于各种信号的分解，以及入门学习的辅助材料，这是vmd方法提出者的原版代码

  3. 所属分类：深度学习

    • 发布日期：2020-05-12
    • 文件大小：4096
    • 提供者：lalaax

  1. 基于VMD与DE-Elman的瓦斯浓度动态预测

  2. 针对瓦斯浓度时间序列的复杂性、非线性、非平稳性特征,提出基于变分模态分解和差分进化优化的Elman网络瓦斯浓度动态预测方法.通过变分模态分解理论分析瓦斯浓度时间序列的局部特征以弱化瓦斯浓度的复杂性、非平稳性及非线性特征,对变分模态分解得到的固有模态分量分别建立Elman非线性预测模型,并通过差分进化优化预测模型参数以提高预测精度;将各个模型预测结果叠加拟合得到瓦斯浓度预测结果.研究结果表明:该方法可以实现对工作面瓦斯浓度的良好预测,预测结果合理并且满足工程的实际需要.

  3. 所属分类：其它

    • 发布日期：2020-04-27
    • 文件大小：999424
    • 提供者：weixin_38665193

  1. VMD 学习笔记.pdf

  2. 变分模态分解（Variational Mode Decomposition,VMD）是由 Dragomiretskiy 等人提出的一种自适应信号处理方法，通过迭代搜寻变分模态 的最优解，不断更新各模态函数及中心频率，得到若干具有一定宽带的模态函数。

  3. 所属分类：机器学习

    • 发布日期：2020-04-25
    • 文件大小：146432
    • 提供者：qq_44143405

  1. 基于VMD的瓦斯信号自适应压缩感知算法

  2. 将压缩感知算法和变分模态分解相结合,应用于煤矿瓦斯数据的处理。考虑到现有的压缩感知算法在对瓦斯处理的过程中存在着重构精度低,重构过程复杂和需要较多的样本观测值等问题,因此提出一种基于VMD和自适应观测矩阵的压缩感知算法,有效解决了以较少的样本观测值数据实现信号高精度重构的问题,同时自适应地选择观测矩阵,避免了对稀疏信号的同类化投影选择。首先将瓦斯信号经过VMD进行分离,得到一系列瓦斯信号的本征模态函数分量,通过设定阈值保留有效信息,使得信号更加稀疏化;其次通过自适应地观测矩阵对稀疏信号进行投影变

  3. 所属分类：其它

    • 发布日期：2020-06-01
    • 文件大小：419840
    • 提供者：weixin_38680764

  1. VMD变分模态分解MATLAB程序包

  2. VMD变分模态分解MATLAB程序包，将压缩包中的VMD.m添加在MATLAB的子路径之下（在MATLAB面板上方点击Set path→添加子路径），或者直接放在当前运行的文件夹中也能使用。

  3. 所属分类：其它

    • 发布日期：2020-07-02
    • 文件大小：4096
    • 提供者：YRhhh

  1. 基于VMD的大地电磁信号去噪研究

  2. 大地电磁信号是解释地质构造的重要信息载体,其受长周期和随机噪声影响严重,导致地质构造的反演结果出现严重的偏差。为了解决该问题,基于变分模态分解(Variational Mode Decomposition,VMD)提出了一种综合性的大地电磁信号去噪算法。对原始电磁信号进行多分辨VMD处理去除长周期噪声,采用小波包阈值去噪法去除信号的随机噪声,使用信号重构得到去噪处理后的大地电磁信号。使用此方法对工程实测大地电磁信号进行处理,结果表明,此方法能够对大地电磁信号的长周期噪声和随机噪声进行抑制,并且极

  3. 所属分类：其它

    • 发布日期：2020-07-25
    • 文件大小：1048576
    • 提供者：weixin_38697444

  1. 基于变分模态分解和SVM的滚动轴承故障诊断_王新.pdf

  2. 针对滚动轴承振动信号的非平稳特征和现实中难以获得大量故障样本的实际情况，提出了基于变分模态 分解( Variational mode decomposition，VMD) 与支持向量机( Support vector machine，SVM) 相结合的滚动轴承故障诊断方法。 该方法融合了变分模态分解和支持向量机的优势，通过变分模态分解将滚动轴承振动信号分解成若干个本征模态函数分 量，轴承发生不同故障时，不同本征模态函数内的频带能量会发生变化，从包含有主要故障信息的模态分量中提取能量特 征作为SV

  3. 所属分类：讲义

    • 发布日期：2020-09-03
    • 文件大小：1048576
    • 提供者：SparkQiang

  1. VMD变分模态分解算法

  2. 根据单个或多个宽频偶数长度电磁信号，根据VMD计算分量数据，展示含噪曲线、去噪曲线、分量时域、分量频谱、多测道曲线的图形绘制和数据生成。实现单条信号的独立运算，多条信号可选参数的独立运算并实现合并。 源码中包含一组测试数据，结果与matlab一致。

  3. 所属分类：Python

    • 发布日期：2020-09-02
    • 文件大小：53248
    • 提供者：nicvscs

  1. 变分模态分解算法VMD.zip

  2. VMD算法，里面有使用测试代码。分解效果比EMD好，可以抑制模态混叠现象。VMD的分解原理不同于EMD，它是将原始信号引入到变分模型中，利用寻找约束变分模型最优解的过程来获取分量。VMD极大地克服了EMD的模态混叠现象，具有较好的噪声鲁棒性，已被广泛应用到多个领域中。

  3. 所属分类：电信

    • 发布日期：2020-11-20
    • 文件大小：4096
    • 提供者：weixin_42533888

  1. 基于变分模态分解的电能质量扰动检测新方法

  2. 为了更加准确地提取扰动信号特征，提出了基于变分模态分解(VMD)的电能质量扰动检测新方法。该方法由VMD和希尔伯特变换(HT)2个部分组成。首先，对扰动信号进行傅里叶变换以确定VMD的预设分解尺度；然后，利用VMD将扰动信号分解为系列调幅-调频函数之和；最后，对每个调幅-调频函数进行HT，求取瞬时幅值和瞬时频率，进而确定扰动信号特征。较之希尔伯特-黄变换和局部均值分解方法，VMD方法不仅可分析不同时间支集的扰动信号，处理复合扰动和频率相近的奇数次谐波，也不存在模态混叠，获取的瞬时幅值和瞬时频率更

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：5242880
    • 提供者：weixin_38681628

  1. 基于变分模态分解和蝙蝠算法-相关向量机的短期风速区间预测

  2. 现有的风速预测方法大多是确定性的点预测，无法描述风速的随机性。针对该问题，建立基于变分模态分解(VMD)和蝙蝠算法-相关向量机(BA-RVM)的短期风速区间预测模型。对原始风速序列进行变分模态分解获得多个子序列；采用样本熵(SE)算法对子序列进行重组得到3类具有典型特性的分量；对各分量采用相关向量机算法分别建立预测模型。为进一步提高预测精度、缩小区间范围，引入蝙蝠算法(BA)对预测模型进行参数优化。将各分量的预测结果进行叠加求和得到一定置信水平下总体的区间预测结果。实际算例结果表明，与现有方法相

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：1048576
    • 提供者：weixin_38702047

  1. 基于变分模态分解和1.5维谱的轴承早期故障诊断方法

  2. 提出了基于变分模态分解（VMD）和1.5维谱的滚动轴承早期故障诊断方法。利用VMD方法处理故障信号时，需要预先设置分解所得本征模态函数（IMF）分量的个数，且为了便于后续分析，需要从所得结果中筛选出最佳信号分量，为此提出一种分量峭度图方法来同时解决这2个问题。首先，设置IMF分量个数最大值，计算相应的分量峭度图；接着，根据分量峭度图对原故障信号进行VMD处理，并选定最佳IMF 分量；然后，对最佳IMF分量做进一步包络解调运算，并计算包络信号的1.5维谱；最后，通过分析1.5维谱中幅值突出的频率成

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38657465
« 12 »