一种基于正交匹配追踪算法的表面肌电信号重建方法

针对表面肌电信号(Electromyography,EMG)重建问题,提出一种基于正交匹配追踪算法的表面肌电信号重建方法.首先,介绍压缩感知模型,并结合稀疏表示理论进行分析.然后,采用正交匹配追踪算法(Orthogonal Matching Pursuit,OMP)对肌电信号进行重建,并详细探讨该算法在不同信号压缩比和信噪比条件下的性能表现.最后,进行实验验证.仿真结果表明,压缩感知在表面肌电信号重构中是一种有效且可行的方法.

基于相似性权系数改进Bagging-DNN的负荷时序预测方法

为提升电力负荷时序预测精度,提出了一种基于相似性权系数改进Bagging-DNN的负荷时序预测框架。首先,利用历史负荷时序及其温度、湿度等影响因素构建模型训练样本库;然后,在此基础上,通过Bootstrap方式得到若干训练样本子集,训练各DNN预测模型;最后,通过皮尔逊相关性分析计算各DNN模型预测结果之间的相似性系数,以自适应方式对DNN模型预测结果进行加权作为最终预测输出。仿真结果表明,基于相似性权系数的Bagging-DNN相较于传统平均加权方法有助于提升模型的预测精度。

基于Fisher Score与最大信息系数的齿轮箱故障特征选择方法

针对工业环境中齿轮箱多故障特征难以选择的问题,结合Fisher Score与最大信息系数(MIC)构建一种新的故障特征优化选择方法.首先,考虑到多故障特征分布不均匀和重叠性问题,采用Fisher Score计算方法构建特征指标重要度排序规则;其次,在考虑冗余特征对有效特征表征的影响基础上,利用最大信息系数构建特征间关联性评价方法,对冗余特征实现更新排序;再次,以分类准确率为判断依据,基于支持向量机理论(SVM)对排序模型进行修正,建立基于Fisher Score与最大信息系数的故障特征优化选择方法;最后,利用UCI标准数据集和实验仿真的齿轮箱故障数据进行实验以验证所提出算法的有效性和工程实用性.仿真实验对比分析表明,与传统的mRMR、reliefF方法相比,所提出的方法特征子集数量适中,准确率更高.