“ceemd ”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127个，建议您升级VIP下载更多相关专利

[发明专利]基于排列熵准测的CEEMD去噪重构信号方法及装置-CN202111381684.0有效
发明人：梁步阁;李奉民;金养昊;陈溅来;张俊超 -专利权人：中南大学
申请日： 2021-11-22 - 公布日： 2022-02-18 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于排列熵准测的CEEMD去噪重构信号方法及装置，该方法包括：步骤S1：对原始信号进行预处理，用以提高回波数据的信噪比；步骤S2：CEEMD重构；利用改进型CEEMD分解得到IMF分量，通过排列熵与最大类间方差法来确定IMF分界点，将IMF分界点及IMF分界点之后的IMF分量记作有用分量；步骤S3:重构信号；利用CEEMD重构之后的有用分量进行信号重构。
基于排列熵准测 ceemd 去噪重构信号方法装置

[发明专利]基于CEEMD‑SPWVD时频谱分析的叠后地震流体预测方法-CN201710399155.0在审
发明人：杨巍;张桓;朱仕军 -专利权人：西南石油大学
申请日： 2017-05-31 - 公布日： 2017-08-08 - 主分类号： G01V1/36 文献下载
摘要：本发明公开了一种基于CEEMD‑SPWVD时频谱分析的叠后地震流体预测方法，本发明解决了现有技术存在的小波变换因为小波基原因使得提取的频率域数据聚焦性不足，从而导致的无法正确提取精确的频率分量数据的缺陷本发明利用CEEMD经验模态分解方法对地震道集数据进行分解，得到多个IMF频率分量，对原始地震道集信号与IMF分量进行互相关计算，剔除互相关系数低的IMF冗余分量，再对有效IMF分量进行SPWVD分布计算并进行叠加，得到CEEMD‑SPWVD时频谱，最后对得到的CEEMD‑SPWVD时频谱进行频率衰减梯度计算，保证能够最精确的提取叠后地震数据的有效频率。
基于 ceemd spwvd 频谱分析地震流体预测方法

[发明专利]基于WPT-CEEMD的旋转机械特征提取方法-CN201610060829.X有效
发明人：张永宏;陶润喆;王丽华;赵晓平;谢阳阳 -专利权人：南京信息工程大学
申请日： 2016-01-28 - 公布日： 2018-06-12 - 主分类号： G01M7/02 文献下载
摘要：本发明公开了基于WPT‑CEEMD的旋转机械特征提取方法，首先运用WPT良好的局部分析能力对噪声部分进行消除或者对有用频率段进行提取，再进行CEEMD自适应分解，最后对分解后存在的少量频率混叠部分再次利用本发明将WPT与CEEMD相结合，克服了在现有故障诊断方法中存在频率混叠、不具有自适应性等缺点。
特征提取旋转机械混叠特征频率信号分解故障诊断局部分析再次利用自适应性频率段自适应噪声修正

[发明专利]一种基于CEEMD-GRU模型的股票指数预测系统-CN202110635229.2在审
发明人：陈志全;唐小岚 -专利权人：上海电力大学
申请日： 2021-06-08 - 公布日： 2021-08-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明属于模式识别技术领域，提供了一种基于CEEMD‑GRU模型的股票指数预测系统，具有模型存储部、预处理部和结果预测部，模型存储部存储有CEEMD‑GRU模型，预处理部能够通过对原始股票数据进行预处理在CEEMD‑GRU模型的训练过程中将处理后的数据通过CEEMD算法模态分解后，将分量给各个独立的GRU模型进行训练和迭代，能够使用GRU模型对不同时间尺度特征独立的进行学习，保障了对不同特征学习效果，
一种基于 ceemd gru 模型股票指数预测系统

[发明专利]基于CEEMD和奇异值分解的识别方法-CN201510701348.8在审
发明人：许军才;任青文;沈振中;张卫东 -专利权人：河海大学
申请日： 2015-10-26 - 公布日： 2016-02-24 - 主分类号： G06F17/10 文献下载
摘要：本发明公开了一种基于CEEMD和奇异值分解的识别方法，通过CEEMD方法分解信号，并利用奇异分解建立特征因子；一种人工智能方法。该方法利用CEEMD方法分量出训练样本的本征模量，由本征模量构建的特征矩阵通过奇异分解得奇异熵，得出不同类别的平均奇异熵和标准差，通过马氏距离判别出测试样本的类别。
基于 ceemd 奇异分解识别方法

[发明专利]基于CEEMD和改进SSA-LSSVM的预测方法-CN202111066960.4在审
发明人：常雨芳;朱自铭;张惠雯;杨子潇;潘风;王浩源;张凤顺;朱禛浩;胡宇博;黄文聪 -专利权人：湖北工业大学
申请日： 2021-09-13 - 公布日： 2021-12-24 - 主分类号： G06F30/27 文献下载
摘要：本发明属于风功率预测技术，具体涉及基于CEEMD和改进SSA‑LSSVM的预测方法，对历史风功率数据进行预处理；对数据进行CEEMD分解，得到的结果分别作为改进SSA‑LSSVM预测模型的输入；获得最优的SSA‑LSSVM预测模型并得到预测结果；采用改进SSA‑LSSVM预测模型进行训练建模，得到基于CEEMD和改进SSA‑LSSVM的超短期风功率预测模型；利用训练生成的风功率预测模型对各内涵模态分量IMF
基于 ceemd 改进 ssa lssvm 预测方法

[发明专利]基于CEEMD与自相关阈值去噪的单相接地故障选线法-CN202110781336.6有效
发明人：耿蒲龙;毕胜;郑丽君;宋建成 -专利权人：太原理工大学
申请日： 2021-07-11 - 公布日： 2022-12-27 - 主分类号： G01R31/52 文献下载
摘要：本发明公开了一种基于CEEMD与自相关阈值去噪的单相接地故障选线法，所述方法首先通过CEEMD算法对各条线路的零序电流进行模态分解，然后通过自相关函数分析，将分解得到的固有模态函数分量分为信号主导分量和噪声主导分量两部分，分别利用不同的小波阈值降噪并重构，最后根据幅值、能量以及瞬时相位多判据进行故障选线，本发明采用CEEMD分解以及自相关阈值去噪，不受噪声信号的影响，具有更好的去噪效果；进行Hilbert变换，在复杂故障情况下拥有较高的自适应性
基于 ceemd 相关阈值单相接地故障选线法

[发明专利]一种基于CEEMD的高精度频散AVO属性计算方法-CN201710312226.9在审
发明人：杨巍;朱鹏宇;朱仕军 -专利权人：西南石油大学
申请日： 2017-05-05 - 公布日： 2017-08-15 - 主分类号： G01V1/30 文献下载
摘要：本发明公开了一种基于CEEMD的高精度频散AVO属性计算方法，属于地震勘探识别技术领域。本发明利用CEEMD经验模态分解方法的算法优势，CEEMD方法主要是通过向待分析信号中添加两个相反的白噪声信号，并分别进行EMD分解,分解的每一阶段添加一个特定白噪声，并计算一个唯一残差以得到每个IMF
一种基于 ceemd 高精度 avo 属性计算方法

[发明专利]一种基于CEEMD与小波包的超声信号降噪方法-CN201810110081.9在审
发明人：杨孟;周西峰;郭前岗 -专利权人：南京邮电大学
申请日： 2018-02-05 - 公布日： 2018-09-04 - 主分类号： G06F17/14 文献下载
摘要：本发明公开了一种基于CEEMD与小波包的超声信号降噪方法，该方法首先利用CEEMD算法对信号进行模态分解，得到一系列本征模态函数和一个趋势项，其次对本征模态函数中噪声主导模态进行软阈值降噪，对信号主导模态进行无偏似然估计原理的自适应规则降噪CEEMD算法是将两对相反的白噪声添加到原始信号中，分别进行EMD分解并将结果进行平均，能够有效克服端点效应和模态混叠问题，而小波与小波包分解都在不添加辅助噪声的条件下进一步降噪。
降噪超声信号小波包去噪算法本征模态函数小波包分解小波包分析材料缺陷端点效应模态分解模态函数模态混叠信号处理原始信号噪声主导主导模态白噪声自适应模态小波噪声精细分解应用

[发明专利]一种半监督动态软测量网络的软测量建模方法-CN202010690011.2在审
发明人：刘涵;郭润元 -专利权人：西安理工大学
申请日： 2020-07-17 - 公布日： 2020-11-27 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种半监督动态软测量网络的软测量建模方法，具体按照以下步骤实施：对训练集数据基于CEEMD与Isomap方法进行去噪与去冗余处理；对训练集数据进行序列化与归一化处理；基于训练集数据完成半监督动态软测量网络的软测量模型建立本发明建模方法使用CEEMD和Isomap相结合的方法去除数据的噪声和冗余，CEEMD具有完备性且其结果无明显模态混叠现象，Isomap具有很强的非线性特征变换能力，综合两者的优点从而对原始数据内部的噪声和冗余进行有效去除并最大程度的减少信息损失
一种监督动态测量网络建模方法

[发明专利]基于遗传算法和CEEMD的轴承振动信号故障诊断优化设计方法-CN202110699759.3在审
发明人：鲍晓华;柯喆;狄冲;许东滢;刘佶炜;李仕豪;燕婧文;刘婕 -专利权人：合肥工业大学
申请日： 2021-06-23 - 公布日： 2021-09-07 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于遗传算法和CEEMD的轴承振动信号故障诊断优化设计方法，首先获取电机轴承故障振动信号，然后产生随机高斯白噪声利用EEMD分解得到一系列本征模态函数(IMF)；接着采用遗传算法对高斯白噪声幅值进行优化，最后将优化后的白噪声幅值代入CEEMD算法中分解原始振动信号，得到实际结果。，降低了匹配白噪声幅值的计算时间，抑制了IMF中的模态混叠现象；再将优化的白噪声幅值代入CEMMD算法中分解振动信号，得到最终IMF结果，并对IMF进行频谱分析，提高了故障特征信息提取精度，解决了利用CEEMD
基于遗传算法 ceemd 轴承振动信号故障诊断优化设计方法

[发明专利]一种基于CEEMD-LSTM-MLR的短期电力负荷预测方法-CN202111624805.X在审
发明人：王子乐;黄弦超 -专利权人：华北电力大学
申请日： 2021-12-28 - 公布日： 2022-04-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种基于CEEMD‑LSTM‑MLR的短期电力负荷预测方法，步骤1：获取电力负荷数据，并对所得到的数据集进行预处理；步骤2：将输入数据通过CEEMD分解为有限个IMF分量和一个残余分量，根据各分量波动周期长短合并重组为高频分量和低频分量本发明采用CEEMD分解方法，解决了传统EMD分解方法模态混叠的问题及EEMD重构误差大问题，并基于不同频率分别预测的思想，引入贝叶斯优化算法，使得模型预测精度得到进一步的提升。
一种基于 ceemd lstm mlr 短期电力负荷预测方法

[发明专利]基于CEEMD与卷积纠错码的心电信号动态隐写方法和系统-CN202310303442.2在审
发明人：章丽平;韩文硕;曲友康;李安子;邓雯杰 -专利权人：中国地质大学（武汉）
申请日： 2023-03-23 - 公布日： 2023-07-07 - 主分类号： H04L9/08 文献下载
摘要：本发明公开了一种基于CEEMD与卷积纠错码的心电信号动态隐写方法，其包括如下步骤：S1、通过密钥分发模块进行身份认证和生成共享秘钥SK；S2、通过心电信号预处理模块对原始心电信号通过CEEMD模型进行预处理本发明还公开了一种基于CEEMD与卷积纠错码的心电信号动态隐写系统。本发明能增加隐写容量、增强心电信号隐写传输的安全性。
基于 ceemd 卷积纠错码电信号动态方法系统

[发明专利]基于CEEMD和CNN-LSTM模型的超短期风电功率预测方法及装置-CN202310074365.8在审
发明人：王芸靖;任立兵;温晗秋子;王青天;刘雅欣;王一妹 -专利权人：中国华能集团清洁能源技术研究院有限公司
申请日： 2023-01-13 - 公布日： 2023-05-23 - 主分类号： G06Q10/04 文献下载
摘要：本申请提出了一种基于CEEMD和CNN‑LSTM模型的超短期风电功率预测方法及装置，涉及风力发电领域，包括：获取风电场的风电功率数据，对风电功率数据进行预处理，确定风电功率时间序列，其中，预处理包括缺失值的补齐、异常点的剔除以及归一化处理；根据互补集合经验模态分解CEEMD对风电功率时间序列进行分解，确定固有模态平均分量；根据CNN‑LSTM模型对固有模态平均分量与观测数据进行特征提取和预测，输出预测值；将预测值进行叠加本申请通过采用CEEMD对风电功率时间序列进行模态分解，再运用CNN－LSTM模型对分解后的各个风电功率时间序列进行特征提取和预测，解决了EMD分解方法模态混叠的问题及EEMD重构误差大的问题，提高模型的准确率和预测效率
基于 ceemd cnn lstm 模型短期电功率预测方法装置

[发明专利]一种基于CEEMD-DRSN的离心泵空化状态识别方法-CN202211233115.6在审
发明人：董亮;胡思源;张宇航;刘厚林;代翠;谈明高;王勇;王凯;吴贤芳 -专利权人：江苏大学镇江流体工程装备技术研究院;江苏大学
申请日： 2022-10-10 - 公布日： 2023-01-13 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于CEEMD‑DRSN的离心泵空化状态识别方法，包括如下步骤：基于CEEMD分解算法，分解离心泵进口液载噪声信号，并进行傅里叶变换，分解前8阶IMF频域特征，提取信号中所包含的空化噪声特征IMF组合作为深度残差收缩网络的输入，针对输入信号中的噪声，通过深度学习的方法自适应调整阈值并训练模型，使背景噪声信号特征收缩至0，剔除输入信号中的噪声特征；将需要识别空化状态的离心泵进口液载噪声信号，经CEEMD
一种基于 ceemd drsn 离心泵状态识别方法

1
2
3
4
5
6
7
8
9
下一页»
尾页
共 127 条