“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192773个，建议您升级VIP下载更多相关专利

[发明专利]基于语义约束矩阵分解哈希的跨模态检索方法及其系统-CN202011024844.1在审
发明人：欧卫华;熊海霞;王安志 -专利权人：贵州师范大学
申请日： 2020-09-25 - 公布日： 2021-01-05 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于语义约束矩阵分解哈希的跨模态检索方法，包括输入不同模态的原始特征矩阵，根据建立的个体矩阵模型分解每种模态获得潜在语义矩阵，再利用语义相似矩阵约束两个模态潜在语义矩阵，以及根据潜在语义矩阵和正交旋转矩阵生成哈希码本发明方法通过使用语义相似矩阵来约束每个模态的模态特定表示，检索效果优于现有的矩阵分解方法，同时在三个数据集上的大量实验表明，本发明具有更好的检索性能。
基于语义约束矩阵分解跨模态检索方法及其系统

[发明专利]SOFC系统放电故障含过渡模态的检测方法-CN202010829112.3有效
发明人：李曦;吴肖龙;许元武;赵东琦;傅俊;仲小博;李冬;邓忠华;蒋建华 -专利权人：华中科技大学鄂州工业技术研究院;华中科技大学
申请日： 2020-08-18 - 公布日： 2022-12-20 - 主分类号： G01R31/388 文献下载
摘要：本发明公开了一种SOFC系统放电故障含过渡模态的检测方法，包括收集SOFC系统运行的历时数据，进行相关性分析，找出影响SOFC系统放电特性的关键信号指标，关键信号指标为电压信号；采用经验模态分解方法将电压信号分解为多个IMF分量和一个res分量；在外部输入信号没有变化的状态下，若采用经验模态分解方法处理后的电压信号出现变化，则SOFC系统出现故障模态的过渡模态。本发明的目的在于解决SOFC系统忽略过渡模态所导致的不利于系统稳定、高效、长寿命放电的技术问题。
sofc 系统放电故障过渡检测方法

[发明专利]一种应用于风电机组齿轮箱故障诊断的信号自动分解方法-CN202110939983.5有效
发明人：胡忠忠;杨志勇;李志军;陈果;黎炯;曹玲燕;卢应强 -专利权人：江苏国电南自海吉科技有限公司
申请日： 2021-08-13 - 公布日： 2023-01-31 - 主分类号： G06F18/10 文献下载
摘要：本发明公开了一种应用于风电机组齿轮箱故障诊断的信号自动分解方法，包括如下步骤：步骤1：获取齿轮箱高速轴齿轮故障振动信号；步骤2：对故障振动信号进行VMD分解，分成高频信号和低频信号；步骤3：计算高频信号和低频信号之间的依赖指数和中心频率差异度；步骤4：确定分解模态；步骤5：更新信号；步骤6：循环步骤2‑步骤5，直至不存在欠分解和过分解问题，迭代终止；步骤7：输出信号分解过程中的所有分解模态，完成信号自动分解。本发明通过依赖指数和中心频率差异度，使信号能达到自动分解的效果，并对分解后的模态进行多维度评价后选择一个能代表原始信号的一个模态信号进行故障特征提取，达到故障诊断的目的，提高效率，适用性强。
一种应用于机组齿轮箱故障诊断信号自动分解方法

[发明专利]基于改进变分模态分解的风电齿轮箱轴承故障识别方法-CN202111520548.5在审
发明人：傅雷;马泽鹏;张弈坤;胥芳;张立彬 -专利权人：浙江工业大学
申请日： 2021-12-13 - 公布日： 2022-03-18 - 主分类号： G01M13/045 文献下载
摘要：一种基于改进变分模态分解的故障识别方法，该方法结合变分模态分解和深度自编码器的混合方法来实现风电齿轮箱轴承故障的识别，首先，利用功率谱熵优化变分模态分解的本征模态函数数目和模态初始中心约束强度；然后，利用样本熵阈值将本征模态函数分为高噪声和低噪声分量，接着用小波阈值对高噪声本征模态函数分量进行降噪重构；之后，利用深度自编码器对故障特征进行提取和降维；最后，利用支持向量机对轴承故障进行识别。
基于改进变分模态分解齿轮箱轴承故障识别方法

[发明专利]一种短期负荷的预测方法、装置、电子设备和存储介质-CN202210270575.X在审
发明人：冼广铭;黄鸣 -专利权人：华南师范大学
申请日： 2022-03-18 - 公布日： 2022-07-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种短期负荷的预测方法，包括：获取历史负荷数据；对预处理后的历史负荷数据进行变分模态分解，得到多个模态分量；计算多个模态分量的排列熵，并根据排列熵的大小，将多个模态分量划分为三个模态分量组，将每个模态分量组中的模态分量叠加得到三个重构分量本申请利用变分经验模态分解将历史负荷数据分解为若干个模态分量，利用排列熵对各模态分量进行复杂度分析，重构各模态分量以捕获内部因素，减少估计误差的累积。
一种短期负荷预测方法装置电子设备存储介质

[发明专利]一种经验模态分解和小波阈值去噪相结合的语音增强方法-CN201910051016.8有效
发明人：吴海彬;李恝;叶锦华 -专利权人：福州大学
申请日： 2019-01-21 - 公布日： 2021-07-13 - 主分类号： G10L21/0264 文献下载
摘要：本发明涉及一种经验模态分解和小波阈值去噪相结合的语音增强方法，首先将语音信号进行经验模态分解，再根据本征模态函数与语音信号的互相关系数去除包含虚假频率成分的本征模态函数，接着计算剩余的本征模态函数的自相关函数，根据自相关函数图谱，确定噪声主导的本征模态函数分量和语音信号主导的本征模态函数分量的分界点，然后对噪声主导的本征模态函数进行小波软阈值去噪，最后将信号主导本征模态函数分量与小波软阈值去噪后的噪声主导本征模态函数分量一起重构语音信号，得到增强后的语音信号，和常规经验模态分解方法相比，本发明可有效减小语音信号失真，提高去噪性能，能够获得高信噪比的语音信号。
一种经验分解阈值相结合语音增强方法

[发明专利]一种基于交叉熵的水电机组振动信号降噪方法及系统-CN202211088903.0在审
发明人：王斌;张文静;吴凤娇;陈帝伊;任晟民;徐哲熙 -专利权人：西北农林科技大学
申请日： 2022-09-07 - 公布日： 2023-01-06 - 主分类号： G01H17/00 文献下载
摘要：本发明公开了一种基于交叉熵的水电机组振动信号降噪方法及系统，涉及信号处理技术领域，包括以下步骤：利用经验模态分解法对原始振动信号进行分解处理，获得若干模态分量；计算若干模态分量与所述原始振动信号的交叉熵并计算阈值，筛选有效分量；利用奇异值分解法对所述有效分量进行二次降噪，得到二次降噪后的分量；将所述二次降噪后的分量进行重构，得到降噪后的振动信号。本发明结合经验模态分解法、奇异值分解法对振动信号进行降噪处理，具有一定的鲁棒性，可避免信号中有效信息的损失。
一种基于交叉水电机组振动信号方法系统

[发明专利]一种基于经验模态分解的轨检仪轨向数据处理方法-CN201611119733.2在审
发明人：张航;吴永健;林海昕 -专利权人：中南大学
申请日： 2016-12-08 - 公布日： 2018-06-19 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种基于经验模态分解的轨检仪轨向数据处理方法，包括以下步骤：步骤1：输入一组原始轨向数据；步骤2：利用经验模态分解对原始轨向数据进行分解，分别得到各层本征模态函数和趋势项；步骤3：利用3σ准则对分解得到的第一层本征模态函数
经验模态分解粗大误差数据处理轨向本征模态函数非平稳信号分解细节信号第一层去除重构剔除

[发明专利]一种基于模态GRU学习网络的配电台区售电量精准预测方法-CN202010607362.2在审
发明人：陈光宇;张仰飞;刘成;郝思鹏;刘海涛;吕干云 -专利权人：南京工程学院
申请日： 2020-06-29 - 公布日： 2020-10-16 - 主分类号： G06Q10/04 文献下载
摘要：一种基于模态GRU学习网络的配电台区售电量精准预测方法，包括如下步骤：S1、获取台区售电量历史数据，划分测试集和训练集；S2、数据预处理，补全采样时间点保证其连续，并利用平均插值法填补采样点缺失数据；S3、利用实验法根据各模态分量的中心频率确定变分模态分解（VMD）最优模态数K；S4、对台区售电量历史数据进行VMD分解，分别提取分解后的低频模态分量和高频模态分量；S5、利用Prophet预测模型和GRU学习网络分别对低频模态和高频模态进行预测；S6、重构各模态预测结果，得到台区售电量预测值。
一种基于 gru 学习网络配电台区售电量精准预测方法

[发明专利]一种从旋转机械振动信号分解中选取目标模态分量的方法-CN202210453571.5在审
发明人：郭远晶;姜少飞;杨友东;鲍雨梅 -专利权人：浙江工业大学之江学院
申请日： 2022-04-27 - 公布日： 2022-08-09 - 主分类号： G01M13/02 文献下载
摘要：一种从旋转机械振动信号分解中选取目标模态分量的方法，包括：S1：在旋转机械设备上采集振动信号；S2：振动信号分解得到多个模态分量；S3：计算各个模态分量的平方包络谱；S4：对各个平方包络谱进行归一化；S5：计算各个模态分量故障特征频率成分的能量聚集性指标；S6：计算各个模态分量故障特征频率的位置精度指标；S7：计算各个模态分量对应的能量位置指标；S8：找出能量位置指标最小值所在的序号，得到目标模态分量。本发明可以从旋转机械振动信号分解所得的多个模态分量中，准确地选取出包含充分而完整故障特征信息的目标模态分量，用于实现旋转机械故障诊断。
一种旋转机械振动信号分解选取目标分量方法

[发明专利]一种增材制造构件超声检测回波信号处理方法及系统-CN202211331242.X在审
发明人：陈曦;黄松;周海波;邬冠华;吴伟;陈昊;敖波;邱发生;吴凌峰;刘玲玲 -专利权人：南昌航空大学
申请日： 2022-10-28 - 公布日： 2023-03-24 - 主分类号： G06F18/10 文献下载
摘要：本发明公开一种增材制造构件超声检测回波信号处理方法及系统，涉及增材制造构件超声检测信号处理技术领域，方法包括：根据VMD分解参数的范围对超声检测回波信号进行VMD分解，利用鲸鱼优化算法优化VMD分解参数；根据优化得到的最优VMD分解参数对超声检测回波信号进行VMD分解；计算分解得到的每个模态分量信号与超声检测回波信号之间的相关系数；根据各相关系数对所有模态分量信号进行筛选，得到相关模态分量信号；对相关模态分量信号进行重构
一种制造构件超声检测回波信号处理方法系统

[发明专利]一种基于经验模态分解和异构在线学习的岩性识别方法-CN202310925724.6在审
发明人：蒋俊;罗海峰;李皋;罗芳;王涛;肖东;夏文鹤;李红涛;刘厚彬;方潘;杨旭 -专利权人：西南石油大学
申请日： 2023-07-26 - 公布日： 2023-10-27 - 主分类号： G06F18/214 文献下载
摘要：本发明的目的在于提出一种基于经验模态分解和异构在线学习的岩性识别方法，包括以下步骤：首先对已获取的钻井参数进行数据预处理包括特征筛选、缺失值处理、过滤非法数据、特征数据目标数据编码；然后基于经验模态分解模型分解特征参数；并对分解后特征参数采用异构体系训练m个离线模型和m个在线模型；最后结合自适应权重进行异构模型的融合，用于识别地层岩性。本发明将经验模态分解和机器学习算法用于岩性识别，提出了钻井参数的模态分解方法和机器学习的训练架构，并将联合域分布(JDA)应用于机器学习模型训练中，可以提高原有离线模型的识别精度和鲁棒性。
一种基于经验分解在线学习识别方法

[发明专利]基于EEMD的自动平衡机振动信号处理方法-CN201510368758.5在审
发明人：丛玉良;廉钰莹;张利平;郭一粟 -专利权人：吉林大学
申请日： 2015-06-29 - 公布日： 2015-09-23 - 主分类号： G01M1/14 文献下载
摘要：本发明公开了一种基于EEMD的自动平衡机振动信号处理方法，首先采用数学形态学滤波器对提取到的振动信号进行预处理，消除信号中存在的脉冲干扰，然后针对经验模态分解中存在的模态混叠问题，采用总体经验模态分解的方法包括以下步骤：一、利用数学形态学方法对传感器测得的振动信号进行预处理，滤除脉冲干扰；二、利用集合经验模态分解法对经过步骤一数学形态学方法处理后的信号进行分解，得到信号的本征模态函数分量；三、通过希尔伯特变换得到振动信号幅值相位
基于 eemd 自动平衡振动信号处理方法

[发明专利]基于相空间重构和集合经验模态分解的预测方法及装置-CN202011005487.4在审
发明人：陈庆春;苏冠楠;类先富;阮文达;范立生 -专利权人：广州大学
申请日： 2020-09-22 - 公布日： 2021-01-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于相空间重构和集合经验模态分解的预测方法，步骤包括：通过采样器获取样本数据后，对所述样本数据进行集合经验模态分解；对经过集合经验模态分解得到的本征模态函数和残差分量分别进行相空间重构；本发明提供了一种基于相空间重构和集合经验模态分解的预测方法及装置，能够提高计算机的数据处理能力，提高短期预测准确率。
基于相空间集合经验分解预测方法装置

[发明专利]基于变分模态分解的永磁电机绕组不对称故障诊断方法-CN202111287680.6在审
发明人：钱林方;陈龙淼;孙乐;徐亚栋 -专利权人：南京理工大学
申请日： 2021-11-02 - 公布日： 2022-02-11 - 主分类号： G01R27/08 文献下载
摘要：本发明公开了一种基于变分模态分解的永磁电机绕组不对称故障诊断方法，通过测量永磁同步电机定子绕组中性点和三相电阻网络中性点间的电压，获取零序电压信号；用带惯性权重的粒子群算法计算变分模态分解的最优参数组合；利用优化后的变分模态分解对零序电压信号进行分解，获取多个本征模态分量；利用快速傅里叶变换处理本征模态分量，进而实现永磁同步电机定子绕组定子不对称故障诊断。
基于变分模态分解永磁电机绕组不对称故障诊断方法