点数信息
www.dssz.net
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]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - EMD-LMD
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
局部均值分解与经验模式分解的对比研究
介绍了一种新的非平稳信号分析方法———局部均值分解(Localmean decomposition,简称LMD) 。LMD方 法可以自适应地将任何一个复杂信号分解为若干个具有一定物理意义的PF ( Product function)分量之和,其中每个PF分 量为一个包络信号和一个纯调频信号的乘积,从而获得原始信号完整的时频分布。本文首先介绍了LMD方法,然后将 LMD方法对仿真信号进行了分析,取得了满意的效果,最后将其和经验模式分解EMD ( Emp irical mode decomposi
所属分类:
嵌入式
发布日期:2010-01-21
文件大小:651264
提供者:
jsacer2008
EMD-LMD STUDY ISSUE
EMD-LMD STUDY ISSUE 着现代科学技术的不断发展,机电设备正朝着复杂化、自动化、精密化、连续化、高速化的方向发展,机电设备的各子系统之间、不同的机电设备之间的联系越来越密切,无论哪个环节出现故障,都可
所属分类:
专业指导
发布日期:2012-01-04
文件大小:912384
提供者:
jinditiancai
局部均值分解法
EMD用于非平稳信号存在很多问题,例如负频率问题,LMD是对EMD的改进,使经验模态分解具有物理意义,是对非平稳信号分析的又一次提高
所属分类:
专业指导
发布日期:2014-06-23
文件大小:47104
提供者:
qq_16808983
故障诊断分析
基于LMD+EMD故障诊断分析及其研究,两种新的时频分析方法的结合运用
所属分类:
其它
发布日期:2014-09-08
文件大小:3145728
提供者:
qq_20534331
EMD的相关原理
该文档是我学习研究EMD、EEMD、LMD之后整理出来的,方便新手快速、准确地把握EMD等相关算法的核心与基本原理,主要是简洁实用,能更快地掌握EMD等算法的实质内涵
所属分类:
其它
发布日期:2015-08-28
文件大小:73728
提供者:
xiaokanxingchen
改进两种经验模态分解去噪
改进两种经验模态分解去噪,基于EMD去噪算法和基于LMD去噪算法。
所属分类:
其它
发布日期:2018-06-13
文件大小:3072
提供者:
weixin_37928884
快速谱峭度MATLAB代码
谱峭度MATLAB代码,可以很好的与EMD或者LMD结合,实现更加准确的模态分析
所属分类:
其它
发布日期:2018-10-16
文件大小:919
提供者:
qq_41146033
自适应LMD与SVM耦合的传感器故障诊断模型
针对胎压传感器常见的几种突发故障,采用自适应LMD(局部均值分解)和支持向量多分类机(SVM)相耦合的方法.利用LMD方法将传感器的输出信号分解成一系列由包络信号和纯调频信号相乘所得的PF分量;支持向量多分类机进行故障识别.研究结果表明这两种算法的有机结合,实现了对胎压传感器7种工作状态的有效识别.同时,避免了EMD方法在分解过程中存在的过包络、欠包络、端点效应和模态混淆等缺点,有效地提高了故障诊断的快速性和准确性.
所属分类:
其它
发布日期:2020-05-18
文件大小:859136
提供者:
weixin_38685455
基于局部均值分解的同步电机参数辨识方法
提出了基于局部均值分解(LMD)的同步电机参数辨识方法。采用LMD从短路电流中提取直流电流和基波电流,然后分别采用稳健回归最小二乘和Prony算法对直流电流和基波电流进行辨识,进而获得同步电机参数。以理想突然短路电流信号为例,通过仿真分析了滑动平均跨度与LMD循环次数和电流相对均方误差的关系,确定了滑动平均跨度。高信噪比(30 dB)时,由于LMD具有平滑滤波功能而无模态混叠现象发生。低信噪比(15 dB)时,提出了基于前置滑动平均LMD的短路电流分离方法,可有效获取直流电流和基波电流分量。较之
所属分类:
其它
发布日期:2021-01-14
文件大小:1048576
提供者:
weixin_38699352