“经验模态分解”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果227264个，建议您升级VIP下载更多相关专利

[发明专利]一种基于改进的经验模态分解的地磁测量信号去噪方法-CN201610748459.9有效
发明人：王立辉;乔楠;黄嘉宇 -专利权人：东南大学
申请日： 2016-08-29 - 公布日： 2019-01-29 - 主分类号： G01R33/02 文献下载
摘要：本发明公开了一种基于改进的经验模态分解的地磁测量信号去噪方法，包括以下步骤：S1：获取地磁场测量数据序列{x₁(t)}；S2：多次进行形态学滤波处理；S3：对步骤S2得到的信号进行经验模态分解本发明采用改进的经验模态分解方法，实现了对地磁测量噪声的抑制作用；为实现测量信号粗大误差的抑制，采用了多次形态学滤波方法，可大大提高信噪比；针对传统经验模态分解存在的端点效应，提出了新的信号延拓方法，实现了对端点效应的抑制作用，加强了本征信号函数的有效性；针对分解后的信号重构问题，提供了详细的区分信号噪声的规则，加强了重构函数的信噪比，抑制了随机噪声。
一种基于改进经验分解地磁测量信号方法

[发明专利]一种基于频域重排和经验模态分解的P、S波分离方法-CN202210566249.3在审
发明人：何生全;宋大钊;申峰;何学秋;曹彪;马嫣然 -专利权人：北京科技大学
申请日： 2022-05-24 - 公布日： 2022-09-16 - 主分类号： G01V1/28 文献下载
摘要：本发明公开了一种基于频域重排和经验模态分解的P、S波分离方法，包括：采集微震监测系统内的原始微震信号；利用频域重排技术识别时频谱中P波和S波的初至时刻；将时序上S波到达之前部分波形重构得到P波y(t)；S波到达之后的波形重构得到P波尾波及S波的混合波x(t)；利用经验模态分解将x(t)进行经验模态分解；将P波尾波本征模态函数分量分离出来，得到S波本征模态分量；将P波尾波本征模态函数分量与y(t)合成，得到原始微震信号中完整的P波；将得到的S波本征模态分量重构，得到原始微震信号中完整的S波。本发明能对原始微震信号进行快速变换分解，精准化将震动波信号分解为P波和S波。
一种基于重排经验分解分离方法

[发明专利]去除超声脉搏波上冲段反射波和量化噪声的方法及系统-CN202010207025.4有效
发明人：邓丽;张榆锋;魏嘉银;李浩;赵征鹏;陈珊珊 -专利权人：贵州民族大学
申请日： 2020-03-23 - 公布日： 2021-08-24 - 主分类号： A61B8/08 文献下载
摘要：该方法包括：采集动脉血管超声射频回波信号；根据动脉血管超声射频回波信号，得到脉搏波上冲段信号；对脉搏波上冲段信号进行经验小波变换分解，得到多级经验模态函数和傅里叶频谱边界值；采用入射波频谱‑能量阈值法对各级经验模态函数进行入射波成分筛选；对不满足筛选条件的经验模态函数进行累加重构，得到重构脉搏波上冲段信号；对重构信号进行分解和筛选，直至出现满足筛选条件的经验模态函数；将所有满足筛选条件的经验模态函数进行累加，得到去除反射波和量化误差成分的脉搏波信号
去除超声脉搏上冲反射量化噪声方法系统

[发明专利]一种经验模态分解和分布式GRU神经网络及价格预测方法-CN202110601170.5在审
发明人：李可强 -专利权人：河北科技师范学院
申请日： 2021-05-31 - 公布日： 2021-09-17 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了一种经验模态分解和分布式GRU神经网络及价格预测方法，涉及价格预测技术领域，具体为一种经验模态分解和分布式GRU神经网络及价格预测方法，包括以下步骤：S1、采集某省畜产品价格时间序列数据及可能影响某省畜产品价格的47个相关变量指标数据；S2、利用主成分分析确定使得累计贡献率大于等于85%的主成分；S3、再利用经验模态分解将原始某省畜产品价格时间序列分解为若干个本征模态函数和残差项。该经验模态分解和分布式GRU神经网络及价格预测方法中，将信号分解策略与畜产品价格预测领域相结合，在预测精度、趋势预测、模型收敛以及执行速度四方面均优于当前主流畜产品价格预测方法，能够适用于畜产品价格波动规律的预测
一种经验分解分布式 gru 神经网络价格预测方法

[发明专利]一种采用基于多变量灰色模型的二维经验模态分解提取图像特征的方法-CN201210005968.4有效
发明人：沈毅;贺智;金晶;林玉荣 -专利权人：哈尔滨工业大学
申请日： 2012-01-10 - 公布日： 2012-07-04 - 主分类号： G06K9/62 文献下载
摘要：一种采用基于多变量灰色模型的二维经验模态分解提取图像特征的方法，属于图像处理领域，本发明为解决现有二维经验模态分解方法受端点效应影响而无法有效提取图像本征信息的问题。本发明采用多变量灰色模型对给定图像进行边界延拓，再对延拓后的图像进行传统的二维经验模态分解，得到延拓的二维本征模态函数和残差，提取与原图像对应位置的二维本征模态函数和残差，作为最终分解结果。
一种采用基于多变灰色模型二维经验分解提取图像特征方法

[发明专利]一种基于经验模态分解的智能模型鲁棒性测试方法-CN202310357028.X在审
发明人：方永强;李子菲;郭敏;张箐碚;桓琦;曾颖明;张海宾 -专利权人：北京计算机技术及应用研究所;西安电子科技大学
申请日： 2023-04-06 - 公布日： 2023-07-07 - 主分类号： G06F18/214 文献下载
摘要：本发明涉及一种基于经验模态分解的智能模型鲁棒性测试方法，属于人工智能模型鲁棒性判定技术领域。主要技术方案包括基于待测试智能模型，构建原始测试数据集；基于经验模态分解扩充原始测试数据集；计算不同分解程度下测试数据集的识别准确率、损失；计算智能模型识别准确率变化指标、识别损失变化指标。本发明的方法使用经验模态分解扩充采集得到原始测试数据集，并通过计算模型识别准确率与损失在不同分解程度下的变化趋势，能够对智能模型鲁棒性进行客观评价。
一种基于经验分解智能模型鲁棒性测试方法

[发明专利]基于白噪声统计特征的锚杆振动信号矫正方法-CN201510492956.2有效
发明人：赵栓峰 -专利权人：西安科技大学
申请日： 2015-08-11 - 公布日： 2015-11-25 - 主分类号： G01H17/00 文献下载
摘要：本发明公开了一种基于白噪声统计特征的锚杆振动信号矫正方法，对布设于被测试锚杆上的锚杆振动检测单元所检测振动信号进行矫正，包括步骤：一、振动信号经验模态分解：对锚杆振动检测单元所检测振动信号进行经验模态分解，获得n个本征模态函数分量和一个趋势项；二、本征模态函数分量有效性识别：调用本征模态函数分量有效性识别模块且根据预先建立的白噪声近似熵分布区间模板，对分解出的n个本征模态函数分量分别进行有效性识别；三、信号重构：利用识别出的振动信号经验模态分解后的所有有效本征模态函数分量重构振动信号。
基于噪声统计特征振动信号矫正方法

[发明专利]一种基于两部制电价体系的储能控制方法-CN201910180278.4在审
发明人：杨俊杰;方济城;刘军;邵凌峰;刘子琦;朱彬斌 -专利权人：上海电力学院
申请日： 2019-03-11 - 公布日： 2019-07-09 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及一种基于两部制电价体系的储能控制方法，采用总体平均经验模态分解方法将不平衡功率分解为高频和低频分量，分由超级电容和蓄电池进行平抑，采用集合经验模态分解EEMD将不平衡功率分解为一系列固有模态函数，有效避免传统经验模态分解EMD存在的模态混叠效应，提高瞬时频率的准确性，以需量收益和混储全寿命周期成本为目标，利用帝国主义竞争算法实现储能容量的优化配置，本发明拥有基于大工业电价独特的混合储能容量配置模型
电价储能控制功率分解集合经验模态分解全寿命周期成本功率因数调整固有模态函数经验模态分解蓄电池变压器容量超级电容储能容量传统经验低频分量混合储能计费规则竞争算法模态分解模态混叠容量配置瞬时频率用电负荷优化结果优化配置最大需量峰均比电度收益

[发明专利]一种基于集成经验模态分解和卷积神经网络的轴承故障诊断方法-CN202310538186.5在审
发明人：武林;卞志刚;刘亮;汪江;李冰;刘美茹;韦皓 -专利权人：朗坤智慧科技股份有限公司
申请日： 2023-05-12 - 公布日： 2023-08-08 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于集成经验模态分解和卷积神经网络的轴承故障诊断方法，其特征在于：包括，利用加速传感器采集轴承振动信号；利用经验模态分解技术对采集的信号进行数据分解处理；将处理后的信号通过卷积神经网络构建诊断模型；以及将需要诊断的轴承信号输入到诊断模型中进行诊断；采用本发明，利用集成经验模态分解将原始信号分解为携带不同故障特征的本征模态函数，同时剔除了原始信号的噪音信号，这些本征模态函数与原始信号比，虽然每个信号携带的故障信息减少
一种基于集成经验分解卷积神经网络轴承故障诊断方法

[发明专利]一种基于聚合经验模态分解算法的断路器故障分析方法-CN202010125885.3有效
发明人：夏小飞;黄辉敏;陈庆发;雷一鸣;吕泽承 -专利权人：广西电网有限责任公司电力科学研究院
申请日： 2020-02-27 - 公布日： 2022-02-08 - 主分类号： G01M13/00 文献下载
摘要：本发明公开了一种基于聚合经验模态分解算法的断路器故障分析方法，所述方法包括：基于聚合经验模态分解算法，将采集到的断路器振动信号进行自适应白噪声的完整聚合经验模态分解，得到若干本征模态函数分量；基于熵权算法，通过对所述若干本征模态函数分量中的高频分量进行重构，得到去噪后的振动信号；基于局部均值分解算法，将所述去噪后的振动信号进行局部均值分解，得到k阶乘积信号函数与单调函数之和；基于所述k阶乘积信号函数中的前三阶乘积信号函数分量
一种基于聚合经验分解算法断路器故障分析方法

[发明专利]一种X射线冠脉造影图像降噪方法-CN201210132698.3无效
发明人：尹清波;陈燕;鲁明羽;申丽然;陈飞;孟祥申 -专利权人：大连海事大学
申请日： 2012-04-28 - 公布日： 2012-09-12 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种X射线冠脉造影图像降噪方法，包括以下步骤：对X射线冠脉造影图像I进行二维经验模态分解；分析经验模态分解得到的各层本征模态函数，进行去噪；利用能够代表冠脉造影图像血管结构的本征模态函数进行加权求和来重构去噪后的冠脉造影图像本发明不依赖先验知识进行对冠脉造影图像自适应分解，根据图像特点自适应产生随机噪声去除阈值。本发明利用经验模态分解方法对X射线冠脉造影图像进行自适应分解，对得到的各IMF分量进行去噪，并选择能够代表血管结构的IMF高频分量进行造影图像重构即可达到去除噪声的目的，且在去噪过程中无须先验知识、能够根据造影图像特点进行自适应降噪
一种射线造影图像方法

[发明专利]基于自适应时间序列分解的路网级交通流集成预测方法-CN202211383282.9在审
发明人：韩兵;樊钧;奚振平;聂庆慧;李锋;钮卫东 -专利权人：苏州规划设计研究院股份有限公司
申请日： 2022-11-07 - 公布日： 2023-09-29 - 主分类号： G08G1/01 文献下载
摘要：本申请涉及一种基于自适应时间序列分解的路网级交通流集成预测方法，涉及车辆交通技术领域。其包括：捕捉路网交通流时间序列数据，基于所述时间序列数据进行集成经验模态分解；整合集成经验模态分解结果，所述集成经验模态分解结果为集成均值结果，提取交通流时间序列的动态变化趋势，基于所述分解结果及所述动态变化趋势本申请具有提高预测精度，充分提取路网交通流时间序列在时间、空间和各模态分量上的相关性特征的效果。
基于自适应时间序列分解路网通流集成预测方法

[发明专利]基于完备总体经验模态分解的砂砾岩沉积相地震预测方法-CN201910216645.1有效
发明人：宋亮;于正军;韩宏伟;张秀娟;张鹏;夏志威;孙淑英;孙兴刚 -专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司物探研究院
申请日： 2019-03-20 - 公布日： 2021-06-22 - 主分类号： G01V1/30 文献下载
摘要：本发明提供一种基于完备总体经验模态分解的砂砾岩沉积相地震预测方法，包括：步骤1，针对叠后三维地震数据体，采用完备总体经验模态分解方法，将地震资料分解为多个固有模态函数分量；步骤2，采用重构算法得到具有一定频率成分的各模态函数分量；步骤3，对重构得到的各模态函数分量在时间空间域进行保构造平滑滤波；步骤4，进行沿层地震属性提取算法研究，建立砂砾岩地震相识别标志；步骤5，构建砂砾岩沉积相敏感特征参数，实现砂砾岩沉积相地震预测。该基于完备总体经验模态分解的砂砾岩沉积相地震预测方法充分利用了地震资料内在的丰富信息，提高了砂砾岩沉积相的预测能力。
基于完备总体经验分解砂砾沉积相地震预测方法

[发明专利]一种X射线冠脉造影图像血管增强方法-CN201210132164.0无效
发明人：申丽然;陈燕;鲁明羽;尹清波;陈飞;邵欣 -专利权人：大连海事大学
申请日： 2012-04-28 - 公布日： 2012-09-12 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种X射线冠脉造影图像血管增强方法，包括以下步骤：对X射线冠脉造影图像I进行二维经验模态分解；分析各层经验模态分解的本征模态函数进行去噪，并利用能够代表冠脉造影图像的特征层来加权重构去除背景噪声的图像；对重构的图像进行Hessian矩阵分解，利用血管测度函数或血管特征拟合函数达到增强血管结构的目的。本发明利用经验模态分解X射线冠脉造影图像为一系列本征模态函数，利用噪声的分布规律达到去除背景噪声的目的，进而选择一些特定层本征模态函数进行加权构造冠状动脉图像，利用基于Hessian矩阵特征值的血管测度函数进一步增强图像中的血管结构
一种射线造影图像血管增强方法

[发明专利]基于经验模式分解与分数阶傅里叶变换的激光回波去噪方法-CN201510010380.1在审
发明人：王元庆;戴璨;梁冬冬;苏金善 -专利权人：南京大学
申请日： 2015-01-08 - 公布日： 2015-05-20 - 主分类号： G01S7/48 文献下载
摘要：本发明提供了一种基于经验模式分解与分数阶傅里叶变换的激光雷达回波去噪算法，包括经验模式分解、选取高频及过渡固有模态函数、分数阶傅里叶变换、实际信号分数阶傅里叶变换频谱分析、带通滤波、逆分数阶傅里叶变换以及信号重构通过经验模式分解将信号分解为不同频带尺度的时域信号分量，选取特定的固有模态函数(Intrinsic Mode Function，IMF)，对其作分数阶傅里叶变换，滤波后重构信号，提高去噪效果。
基于经验模式分解分数傅里叶变换激光回波方法