“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]一种机械设备故障诊断方法及系统-CN202110941703.4有效
发明人：郎恂;刘淞华;何冰冰;陈启明;张榆锋;谢磊 -专利权人：云南大学
申请日： 2021-08-17 - 公布日： 2022-08-09 - 主分类号： G01M13/00 文献下载
摘要：本发明公开了一种机械设备故障诊断方法及系统，该方法包括计算不同噪声幅值所对应的模态混沌指标，并选择最小的模态混沌指标所对应的噪声幅值作为最优噪声幅值；基于期望分解误差和最优噪声幅值计算最优总体平均次数；采用配置参数后的总体经验模态分解算法对振动信号进行分解，得到各个模态函数；配置参数后的总体经验模态分解算法为在总体经验模态分解算法的基础上，将添加的噪声的幅值设置为最优噪声幅值，将总体平均次数设置为最优总体平均次数后得到的总体经验模态分解算法；对各个所述模态函数进行包络解调谱分析，以提取目标机械设备的特征频率，进而对目标机械设备进行故障诊断。
一种机械设备故障诊断方法系统

[发明专利]一种基于超宽带雷达传感器的心跳呼吸特征监测方法-CN201810411059.8在审
发明人：梁菁;段珍珍;张健;张洋;王田田;唐琴 -专利权人：电子科技大学
申请日： 2018-05-02 - 公布日： 2018-10-02 - 主分类号： G01S13/02 文献下载
摘要：本发明公开一种基于超宽带雷达传感器的心跳呼吸特征监测方法，涉及心跳信号检测技术领域，包括如下步骤：将检测到的呼吸信号和心跳信号作为回波信号；将回波信号进行预处理，并且选取距离门得到一维信号；将得到的一维信号用经典模态分解算法进行模态分解，得到模态个数K以及这K个具体模态；根据模态个数K和这K个具体模态，通过变分模态分解算法对步骤2中的一维信号进行模态分解后，提取呼吸模态和心跳模态；将提取出的呼吸模态和心跳模态分别进行频谱变换得到各自的频域信息本发明解决了目前的方法抗干扰性差、准确度低下和模态混叠的问题。
模态心跳模态分解一维信号超宽带雷达回波信号频域信息特征监测心跳信号呼吸模传感器呼吸预处理检测技术领域分解算法呼吸信号模态混叠频谱变换准确度单目标分模算法检测

[发明专利]多模态时域信号模态分离、阻尼参数辨识方法及存储介质-CN201810998861.1有效
发明人：边杰;陈亚农;王平;唐广;徐友良 -专利权人：中国航发湖南动力机械研究所
申请日： 2018-08-30 - 公布日： 2020-12-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种多模态时域信号中各模态的分离方法、各模态的阻尼参数辨识方法以及存储介质，本发明的分离方法包括：采用布谷鸟搜索算法对变分模态分解方法的输入参数中的二次惩罚因子和带宽进行优化，获得优化的输入参数；使用变分模态分解方法并将优化的输入参数作为变分模态分解方法的输入参数对目标信号进行分解，获得包含在目标信号中的所有单模态时域信号，其中，目标信号为多模态时域信号。本发明的分离方法采用CS算法优化二次惩罚因子α和带宽τ，有利于实现多模态时域信号中各模态的准确分离，分离过程中无模态混叠现象发生，为下一步的模态阻尼参数辨识奠定了基础。本发明辨识方法能够有效降低误差，提高模态阻尼的辨识精度。
多模态时域信号分离阻尼参数辨识方法存储介质

[发明专利]一种基于双模型的三模态医学图像融合方法及系统-CN202211568597.0在审
发明人：李小松;接玉婵;张柏成;欧振声 -专利权人：广东珠江开关有限公司
申请日： 2022-12-08 - 公布日： 2023-06-02 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于双模型的三模态医学图像融合方法及系统，该方法包括：通过bitonicX滤波器对多模态医学图像进行三层分解处理；对分解后的待融合多模态医学图像依次进行融合与相加处理，得到初步的多模态医学图像融合结果；对初步的多模态医学图像融合结果与多模态医学图像进行分解，得到对应待融合多模态医学图像；将待融合多模态医学图像依次进行融合与相加处理，得到最终多模态医学图像融合结果。该系统包括：第一分解模块、第一融合模块、第二分解模块和第二融合模块。通过使用本发明，能够将不同模态医学图像的有用信息整合，提供高质量的融合结果。本发明作为一种基于双模型的三模态医学图像融合方法及系统，可广泛应用于图像融合技术领域。
一种基于双模三模态医学图像融合方法系统

[发明专利]一种基于自适应变分模态分解的地震数据降噪方法-CN201810646718.6在审
发明人：唐刚;徐智 -专利权人：北京化工大学
申请日： 2018-06-21 - 公布日： 2018-12-21 - 主分类号： G01V1/28 文献下载
摘要：本发明公开了一种基于自适应变分模态分解的地震数据降噪方法，属于油气地球物理勘探领域。使用变分模态分解对地震信号进行处理，通过计算分解结果的信噪比选择最优参数，使用最优参数的变分模态分解处理地震信号，降低地震信号中的噪声。本发明所提供的方法通过自适应的变分模态分解对地震数据进行处理，实现了地震数据噪声压制。
分模地震数据分解地震信号自适应最优参数降噪地球物理勘探分解处理噪声压制信噪比噪声油气

[发明专利]一种用于桥梁结构监测的数据降噪方法及系统-CN201910832806.X有效
发明人：刘祥磊;王辉;刘子奇;袁田玉阁;蔡迪 -专利权人：北京建筑大学
申请日： 2019-09-04 - 公布日： 2022-08-23 - 主分类号： G06K9/00 文献下载
摘要：该方法包括获取原始观测信号；将原始观测信号进行极点对称模态分解，得到分解固有模态分量和残差分量；采用盲源分离算法对分解固有模态分量和残差分量进行分离，得到分离信号；对分离信号进行频域转换，得到频域转换结果，根据频域转换结果中的噪声频率得到噪声分量；去除噪声分量，并对分解固有模态分量和残差分量进行逆向重构，得到重构信号分量；计算分解固有模态分量和原始观测信号的斯皮尔曼系数，确定预设阈值；根据预设阈值，将重构信号分量进行累加本发明实施例通过将模态分解和盲源分离相结合，有效实现对桥梁监测数据进行分解、去噪和重构。
一种用于桥梁结构监测数据方法系统

[发明专利]一种基于改进局部非负矩阵分解的轴承复合故障诊断方法-CN202110958594.7在审
发明人：崔玲丽;刘玉磊;王鑫 -专利权人：北京工业大学
申请日： 2021-08-20 - 公布日： 2021-12-31 - 主分类号： G01M13/045 文献下载
摘要：本发明公开了一种基于最小相关局部非负矩阵分解的轴承复合故障诊断方法。首先引入蚱蜢优化算法对变分模态分解参数进行寻优，自适应确定最佳模态数和惩罚因子，将最佳参数输入变分模态分解中对振动信号分解，得到多个模态分量，并对模态分量重构，获得输入矩阵；其次把最小相关约束引入局部非负矩阵中，形成最小相关局部非负矩阵分解算法，并将多个模态分量与原始信号重构为模态矩阵，计算最小相关局部非负矩阵分解的最优维数，然后利用最小相关局部非负矩阵分解算法对输入矩阵进行最优维数分解，得到基矩阵W和系数矩阵
一种基于改进局部矩阵分解轴承复合故障诊断方法

[发明专利]一种自适应的滚动轴承故障特征提取诊断方法及装置-CN202310125664.X在审
发明人：宋雪玮;廖志强;贾宝柱;尹建川 -专利权人：广东海洋大学
申请日： 2023-02-15 - 公布日： 2023-05-16 - 主分类号： G01M13/04 文献下载
摘要：本发明公开了一种自适应的滚动轴承故障特征提取诊断方法及装置，包括：利用基于自适应噪声的完全集成经验模态分解算法对故障轴承采集的原始信号进行分解，得到若干本征模态分解信号；其中，本征模态分解信号包含：含有轴承故障特征的信号或背景噪声信号；按照本征模态分解信号的频率从高频到低频的顺序，计算相邻两个本征模态分解信号的相对熵；根据公式D(j)＝D(imfi+1,imfi+2)‑D(imfi,imfi+1)构建本征模态分解信号对应的相对熵差分谱；从相对熵差分谱中确定相邻相对熵之间为负值的目标相对熵差集；根据目标相对熵差集，反向查找出对应的目标本征模态分解信号；基于目标相对熵差集对应的所有目标本征模态分解信号进行重构，得到重构信号；对重构信号进行包络谱分析，找出轴承故障特征频率，以完成故障诊断。
一种自适应滚动轴承故障特征提取诊断方法装置

[发明专利]一种改进经验模态分解的船舶电力推进系统故障诊断方法-CN201810896226.2在审
发明人：胡红钱;施伟锋;卓金宝;谢嘉令 -专利权人：上海海事大学
申请日： 2018-08-08 - 公布日： 2019-01-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种改进经验模态分解的船舶电力推进系统故障诊断方法，包括如下步骤：获取船舶电力推进系统故障数据；将故障数据通过改进经验模态分解获取固有模态函数数据；针对不同部位获取固有模态函数数据进行RBF神经网络分析得到故障原因；其中改进经验模态分解流程如下：信号输入；利用余弦窗定义确定初始化参数△T；对原始数据两端通过遗传算法延拓；对数据加窗处理改善端点效应；对数据消除模态混叠的经验模态分解处理；截取固有模态函数数据。本发明所述一种改进经验模态分解的船舶电力推进系统故障诊断方法，其适合船舶推进系统故障非平稳、非线性、和多分量信号特征，从而提高故障信号分析能力。
经验模态分解船舶电力推进系统固有模态函数故障诊断改进故障数据船舶推进系统故障信号分析初始化参数端点效应故障原因模态混叠数据加窗数据消除信号输入信号特征遗传算法原始数据多分量余弦窗截取延拓分析

[发明专利]一种基于优化变分模态分解的巴克豪森信号消噪方法-CN202110137236.X在审
发明人：吴伟;傅伟成;邬冠华;陈曦;敖波;张尤;冯雄博;李世奇;邱发生;吴凌峰;刘玲玲 -专利权人：南昌航空大学
申请日： 2021-02-01 - 公布日： 2021-05-28 - 主分类号： G01N27/72 文献下载
摘要：本发明公开一种基于优化变分模态分解的巴克豪森信号消噪方法，其步骤包括：1、搭建检测系统，获取铁磁性材料的巴克豪森信号；2、通过海鸥算法，以幅值熵作为适应度函数，优化变分模态分解中所需设定的分解层数K和二次惩戒因子α；3、得到最佳分解层数K和二次惩戒因子α后，将巴克豪森信号进行变分模态分解处理，获得K个模态的分解信号；4、在得到的K个模态分量中去除噪声分量后进行信号重构，实现信号去噪。本发明基于优化变分模态分解的巴克豪森信号消噪方法得到的铁磁性巴克豪森信号，大大减少计算机运行时间，精确找到最佳分解参数，降低了铁磁性材料巴克豪森信号的均方根误差，提高信噪比,去噪效果明显。
一种基于优化变分模态分解巴克信号方法

[发明专利]一种基于注意力机制的ME-MBiGRU短时交通流量预测方法-CN202111336233.5在审
发明人：张玺君;郝俊;张保琪;崔勇;聂生元;尚继洋;陈宣;张红;高玮军 -专利权人：兰州理工大学
申请日： 2021-11-12 - 公布日： 2022-01-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于注意力机制的ME‑MBiGRU短时交通流量预测方法，包括改进的集合经验模态分解、多层双向门控循环单元和注意力机制的组合模型，改进的集合经验模态分解简称MEEMD，MEEMD是一种基于排列熵的改进集合经验模态分解方法，该方法利用互补集合经验模态分解对含有噪声的时间序列进行分解，计算每一个分量的排列熵值，根据排列熵值Hp来确定数据中存在的异常值，并将其剔除；再对剩余的数据进行经验模态分解本发明公开的基于注意力机制的ME‑MBiGRU短时交通流量预测方法通过改进的集合经验模态分解对数据进行分解；为更加充分的提取交通流的时间特征，采用多层双向门控循环单元和注意力机制对模型进行训练。
一种基于注意力机制 me mbigru 交通流量预测方法

[发明专利]一种基于改进哈里斯鹰优化算法优化变分模态分解的电力电子电路故障诊断方法-CN202210300673.3在审
发明人：王力 -专利权人：安徽理工大学
申请日： 2022-03-24 - 公布日： 2022-07-22 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于改进哈里斯鹰优化算法优化变分模态分解的电力电子电路故障诊断方法，首先采集电解电容不同退化程度下的电压信号，最小化包络香农熵作为哈里斯鹰优化算法的适应度值，改进的哈里斯鹰优化算法同时优化变分模态分解的分解层数优化后的变分模态分解对电压信号进行分解，使用克莱姆相关系数选择有效模态分量实现重构信号，提取时域和频域的特征，构建概率神经网络作为分类器，用于电力电子电路的故障诊断。本发明解决了变分模态分解的分解层数K与惩罚因子α之间的相互作用对分解效果产生的影响，利用克莱姆相关系数选择有效模态分量重构信号，提取时域和频域特征，确保提取特征的全面性，提高故障的诊断率。
一种基于改进里斯优化算法变分模态分解电力电子电路故障诊断方法

[发明专利]一种基于改进的互补集合模态分解联合去噪方法及系统-CN202210374796.1在审
发明人：罗金和;唐聪;刘单英 -专利权人：广州芯相随科技有限公司
申请日： 2022-04-11 - 公布日： 2022-08-12 - 主分类号： A61B5/00 文献下载
摘要：本发明属于信号去噪技术领域，尤其涉及一种基于改进的互补集合模态分解联合去噪方法及系统，其包括基于原始信号，通过改进的自适应噪声的互补集合经验模态分解ICEEMDAN分解为高频IMF分量和低频IMF分量，本发明解决现有技术存在自适应噪声的互补集合经验模态分解CEEMDAN存在一定的残差噪声，且信号信息出现的时间比集合经验模态分解EEMD晚，在分解的早期存在一些伪模态的问题，具有实现了可以忽略的重构误差，解决了信号加噪声不同实现时不同模态数的问题，可适用于生物医学工程、地震学和建筑能耗等领域的有益技术效果。
一种基于改进互补集合分解联合方法系统

[发明专利]基于变分模态分解的电网谐波检测方法-CN201711297045.X有效
发明人：蔡克卫;郑秋辰;何东钢;王魏;李响 -专利权人：大连海洋大学
申请日： 2017-12-08 - 公布日： 2020-01-10 - 主分类号： G01R23/16 文献下载
摘要：本发明公开一种基于变分模态分解的电网谐波检测方法，是以快速傅里叶变换选择变分模态分解关键参数K，并以频谱中分布的各谐波尖峰处的频率值为模态分解的中心频率初始值，可以有效限制VMD局部最优方向，使最终结果局部最优收敛于目标频率处同时通过监测模态瞬时频率均值与目标模态瞬时频率之差以及模态瞬时频率方差，逐步增大惩罚因子
基于变分模态分解电网谐波检测方法

[发明专利]一种变压器绕组振动信号特征提取方法-CN202111010400.7在审
发明人：吕学宾;毛惠卿;陈翼;李蓬;王晖;高涛;牛健飞;朱洪防;郭增民;杨超;吴晓东;王官涛;鲍国华;刘博;夏瑞瑞;闫志伟;胡凯;刘延清;杨锟;杨洪波;苏同斐 -专利权人：国网山东省电力公司滨州供电公司
申请日： 2021-08-31 - 公布日： 2021-11-19 - 主分类号： G06K9/00 文献下载
摘要：一种变压器绕组振动信号特征提取方法，实现分解模态数和惩罚因子的最优化选取，提出利用各模态量的能量分布作为振动信号的特征值的方法。它包括以下步骤：一、对获得的变压器绕组振动信号在初始分解模态数K和惩罚因子α下进行VMD预分解；二、通过改进人工蜂群算法实现变分模态分解参数(K,α)的优化选取；三、计算信号能量分布得到表征绕组机械状态特征值本发明可以实现分解模态数和惩罚因子的最优化选取。
一种变压器绕组振动信号特征提取方法