共 17 条
消除EMD端点效应的PSO-SVM方法研究
被引：29
作者：
白春华
[1
]
周宣赤
[1
]
林大超
[2
]
王仲琦
[1
]
机构：
[1] 北京理工大学爆炸科学与技术国家重点实验室
[2] 华北科技学院
来源：
关键词：
振动信号;
粒子群算法;
支持向量机;
经验模态分解;
端点效应;
D O I：
暂无
中图分类号：
TN911.6 [信号分析];
学科分类号：
080401 ;
080402 ;
摘要：
经验模态分解(empirical mode decomposition,简称EMD)的端点效应使得EMD分解结果产生严重失真,为了减小分解过程中产生的端点效应,将支持向量机(SVM)这一智能算法引入EMD,提出采用SVM模型解决分解中产生的端点效应问题.通过支持向量机对其原始数据两端进行延拓,以获得一个或者多个极大值和极小值.为了使端点处的延拓交得更加合理,引入粒子群(PSO)智能算法对支持向量机算法参数进行优化,使其两个端点处的数据延拓得更加准确,从而使得三次样条曲线在端点处不会发生大的摆动,实现EMD分解的固有模态函数(IMF)更加准确可靠.通过对仿真信号的研究表明,基于PSO-SVM方法的延拓方法能够很好地抑制了分解的端点效应.
引用
收藏
页码：1298 / 1306
页数：9
相关论文