网络互动中的模态补充机制研究

网络互动正日益成为当代社会日常交际的重要形式。相对于面对面交际而言,网络互动存在“模态缺失”的情况,也形成了与之相对的“模态补充”机制。本文收集了以微信、QQ为代表的深层取向人际交流和以微博超话为代表的表层取向人际交流两类语料,基于这两类语料,我们探讨了网络互动中的模态补充机制。研究发现,在网络互动中,人们主要通过标点来补充语言模态中语调、停顿、重音、声音延长的缺失,通过各类表情包的使用来补充动作、表情及眼神模态的缺失。同时,本文还发现模态补充机制中存在“模态错位”现象,并探讨了该现象产生的原因以及网络互动与面对面交际的不同。

基于补充集合经验模态分解的短期负荷预测模型

电力负荷预测关乎电量调配和系统运行。针对短期负荷预测,采用补充集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)算法,结合传统算法和机器学习算法的优势,提出了一种组合预测模型。模型先将原始数据通过奇异值分解(singular value decomposition,SVD)算法进行降噪,再对所得数据进行CEEMD,可得到频率各异的本征模态函数(intrinsic mode functions,IMF)和剩余分量(residual component,RES)。采用独立成分分析(independent component analysis,ICA)提取高频IMF_(1)的独立成分,其余的本征模态函数进行重构得到IMF_(cg),分别运用不同的方法对IMF_(1)、IMF_(cg)、RES进行预测,最后将IMF_(1)、IMF_(cg)、RES的预测值相加作为真正的预测值。根据实验数据可得,所提模型能充分利用、发掘负荷数据的内在特征,预测效果更佳,可作为负荷预测的参考。

基于补充的集合经验模态最优降噪整形算法

为了准确提取噪声干扰的脉冲信号,本文基于补充的集合经验模态分解的最优降噪整形算法,算法基于固有模态函数构建不同的带通滤波器和方波整形,并依据均方误差、线性相关度和目标函数值指标来建立最优降噪整形算法的判断指标。采用脉冲信号、调幅调频信号和高斯白噪声信号合成数值模拟信号进行仿真实验,本算法能够准确地提取脉冲信号,表明数值模拟仿真实验成功,可应用于提取受噪声干扰的单位脉冲信号。

常见不同模态信号分解方法探讨

经验模态分解(EMD)是一种自适应的信号时频分析方法,它把信号分解成一系列本征模态函数(IMF)和残差分量。集合经验模态分解方法(EEMD)是通过向原始信号中加入高斯白噪声,来抑制经验模态分解过程中存在的模态混叠现象。补充的EEMD(CEEMD)是通过向目标信号添加成对的符号相反的白噪声,来确保信号分解具有真实的物理意义。改进的集合经验模态分解(MEEMD)结合CEEMD与排列熵(PE)算法在抑制模态混叠方面取得理想的结果,并解决计算量大的问题。变分模态分解(VMD)是在EMD的基础上发展出来的一种新型信号处理方法,它进一步避免模态混叠现象并且有着更高的运算效率。讨论EMD、EEMD、CEEMD、MEEMD、VMD在信号分解处理时的效果差异。

基于改进二叉树支持向量机的离心泵工况识别方法

为保证离心泵的安全高效运行,需要对离心泵的运行工况进行识别研究.首先,使用测试函数对比研究了经验模态分解、集合经验模态分解和互补集合经验模态分解3种振动信号特征提取方法,基于性能最优的特征提取方法提取不同工况下运行的离心泵振动信号特征数据.然后,对支持向量机模型进行改进,提出了一种使用k-means聚类算法优化的二叉树支持向量机模型,并将改进模型应用到离心泵4种不同运行工况的识别中.同时,使用其他2种多分类支持向量机模型作为对比.研究结果表明:3种特种提取方法中,互补集合经验模态分解无模态混叠迹象性,噪声干扰小,性能表现更好;改进支持二叉树向量机模型分类准确率可达82.17%,对设计的4种工况具有很好的分类效果;改进支持二叉树向量机模型结构简单,训练时间短,实时性好,综合性能优于其他2种模型.

基于CEEMD-PSD算法的变电站控制电缆故障定位方法

频域反射法(frequency domain reflection,FDR)是电力电缆故障定位的有效办法,但尚未应用于控制电缆,且现有FDR法存在频域泄露严重、灵敏度低等问题,导致故障定位误差较大。该文提出了采用补充集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)与功率谱密度(power spectral density,PSD)联合算法,实现了变电站控制电缆精准定位。首先通过CEEMD对首端反射系数谱实部进行分解,然后对模态分量进行加努塔尔-布莱克曼混合卷积窗(nutall-blackman window)处理;最后对加窗后的模态分量进行PSD分析,获得故障电缆的定位曲线。该文搭建了控制电缆模型进行仿真研究,并选取总长为100 m,在50 m存在故障的ZR-KVVP2-22 4×4型控缆进行实验验证。仿真及实验结果表明:与传统FDR定位方法相比,该文所提方法可以有效抑制频谱泄露,提升故障识别的灵敏度。

基于CEEMD的电离层TEC组合预报模型

针对单一电离层总电子含量(TEC)预报模型存在的缺陷,如受外界因素干扰较大、预报精度随预报时间的增加明显降低等,本文提出一种基于补充集合经验模态分解(CEEMD)电离层TEC组合预报模型。该模型实现电离层TEC预报的关键途径为:首先,利用CEEMD对TEC原始序列进行自适应分解,得到具有不同频率的分量并依据分量复杂度分析结果进行重构;其次,使用广义回归神经网络(GRNN)模型对高频分量进行建模与预报,使用Holt-Winters模型对低频分量进行建模与预报;最后,重构高频分量预报结果与低频分量预报结果得到电离层TEC预报值。根据太阳活动选取两段不同年积日、不同纬度电离层TEC序列进行实验,结果表明本文提出组合预报模型较单一的Holt-Winters模型、GRNN模型预报精度更高,在太阳活动平静期预报结果的平均相对精度为92.83%,在太阳活动剧烈期预报结果的平均相对精度为84.35%,对于长时间TEC预报也具有较好的效果,稳定性高。

基于补充改进集合经验模态分析法-多尺度排列熵分析桥梁振动信号优化滤波方法

针对桥梁振动信号高度非平稳特征和含噪声成分严重的问题,提出了一种应用于桥梁健康监测领域的信号自适应分解与重构的优化滤波方法。该方法以自适应加噪的完备集合经验模态分解(CEEMDAN)为核心算法,将原始振动信号逐级分解为多个不同特征时间尺度相对平稳的固有模态函数(IMF),采用端点对称延拓法抑制端点效应,引入多尺度排列熵(MPE)分析各IMF在不同尺度上的熵均值,检索随机程度较大的IMF分量,将含噪严重与由于加噪分解产生的伪分量剔除完成一次滤波,为了择优选取剩余IMF进行信号重构保证滤波具有较好的相似度与光滑度,建立了优化重构模型完成两次滤波。研究表明:本文方法在自适应分解阶段较常用的集合经验模态分解(EEMD)、补充集合经验模态分解(CEEMD)方法具有更好的完备性、正交性与计算效率,在一定程度上抑制了模态混叠现象,端点效应问题有所改善,并对IMF进行优化重构,经分析最终的滤波信号具有较高的信噪比,通过对真实桥梁振动信号分析再一次验证了本文方法的优势,该方法的滤波结果可以作为实现桥梁健康监测技术的可靠依据。

Numerical simulation of dynamic surface deformation based on DInSAR monitoring

Differential interferometric synthetic aperture radar （DInSAR） technology is a new method to monitor the dynamic surface subsidence. It can monitor the large scope of dynamic deformation process of surface subsidence basin and better reflect the surface subsidence form in different stages. But under the influence of factors such as noise and other factors, the tilt and horizontal deformation curves regularity calculated by DInSAR data are poorer and the actual deviation is larger. The tilt and horizontal deformations are the important indices for the safety of surface objects protection. Numerical simulation method was used to study the dynamic deformation of LW32 of West Cliff colliery in Australia based on the DInSAR monitoring data. The result indicates that the subsidence curves of two methods fit well and the correlation coefficient is more than 95%. The other deformations calculated by numerical simulation results are close to the theory form. Therefore, considering the influence, the surface and its subsidiary structures and buildings due to mining, the numerical simulation method based on the DInSAR data can reveal the distribution rules of the surface dynamic deformation values and supply the shortcomings of DInSAR technology. The research shows that the method has good applicability and can provide reference for similar situation.

基于CEEMD和TEO的电力电缆故障测距方法研究

针对传统希尔伯特黄变换(HHT)中经验模态分解(EMD)在分解过程中存在模态混叠现象,将补充总体平均模态分解(CEEMD)与Teager能量算子相结合。提出一种基于CEEMD和TEO的电力电缆故障行波测距方法,通过CEEMD分解得到故障行波信号的固有模态分量(IMF),采用Teager能量算子得到瞬时能量谱,得到故障初始行波到达检测点时刻。PSCAD/EMTDC仿真结果验证了该方法的正确性,测距精度高。

基于CEEMD的无绝缘轨道电路调谐区故障特征提取

针对无绝缘轨道电路调谐区故障特征难以提取的问题,提出基于补充总体平均经验模态分解(CEEMD)的调谐区故障特征提取方法。采用四端网理论和传输线理论构建无绝缘轨道电路模型,仿真分析调谐区不同故障对轨道电路表面电压的影响;利用经验模态分解(EMD)、总体经验模态分解(EEMD)及CEEMD分别对电压信号进行分解,再提取故障特征向量。仿真结果表明:CEEMD方法抑制了EMD和EEMD引起的模态混叠和残留噪声现象,提高了运算效率,能够有效提取无绝缘轨道电路调谐区故障特征。

协整和集对分析法在降雨资料短缺地区的插补移用

针对中小流域降雨资料短缺,洪水精确预报难度大的问题,提出利用线性协整和集对分析(SPA)方法分别对台风雨和非台风雨下的观测降雨数据进行插补移用,以驼英水库为例,进行洪水预报研究。研究得出:(1)基于台风雨协整计算结果发现雨量站之间存在协整关系,协整模拟结果与实测降雨的纳什系数均在0.85以上,相关系数达到0.90,主雨峰和场次降雨误差均较小,说明协整理论可用于降雨资料短缺时的数据插补;(2)非台风雨降雨序列经补充集合经验模态分解(CEEMD)和集对分析(SPA),根据综合联系度拟定数据移用最优方案,显著提高了降雨数据移用的有效性及准确性,提高了洪水预报精度。该方法可为其他同时存在台风雨和非台风雨地区降雨资料的插补移用提供新思路。

基于CEEMDAN的爆破地震波信号时频分析

爆破监测信号多为含噪信号,噪声会使经验模态分解(EMD)的结果产生严重的模态混淆,使用改进算法EEMD对模态混淆有一定的抑制作用但效果并不明显。为此本研究将使用自适应补充集合经验模态分解(CEEMDAN)来处理含噪信号。比较EMD、EEMD、CEEMDAN对仿真信号的分解结果,计算EMD、EEMD、CEEMDAN得到的IMF的排列熵值,对EMD、EEMD、CEEMDAN的分解结果进行Hilbert变换,并比较三者时频谱的分辨率。最后将CEEMDAN用于水下钻孔爆破地震波时频分析中,结果表明:CEEMDAN不仅对模态混淆具有一定的抑制作用,且其分解结果经过Hilbert变换得到的时频谱在时域和频域上都具有较高的分辨率。

水下钻孔爆破地震波信号的最优降噪光滑模型

在水下钻孔爆破地震波监测中,会因监测环境、测试系统及其他因素而导致实测地震波信号混有噪声.为了获得真实的爆破振动特性,文中对水下钻孔爆破地震波信号进行降噪处理.首先对含噪实测地震波信号进行补充集合经验模态分解,基于分解所得的本征模态函数建立滤波算法;然后建立考虑滤波算法光滑性及其与实测信号之间误差标准差的目标函数,找到目标函数最优解对应的模型就是水下钻孔爆破地震波信号的最优降噪光滑模型;最后基于降噪误差比分析模型的降噪能力.结果表明,文中提出的地震波信号最优降噪光滑模型可用于水下钻孔爆破信号降噪中,该模型可以在保留原始信号真实成分的前提下对原始信号进行降噪处理.

基于CEEMD和小波核极限学习机的轴承故障诊断

针对滚动轴承故障信号一般为非线性、非平稳信号的特点,以及故障频率难以提取的问题,提出了基于补充集合经验模态分解(CEEMD)和小波核极限学习机(WKELM)的滚动轴承故障诊断方法。针对轴承运行中的振动测试信号,首先利用CEEMD对原始信号进行分解,得到若干个特征分量(IMF),利用相关系数法筛选和重构IMF分量,求解各分量的多尺度熵(MSE)。经过对重构信号的包络谱分析可以证明相关特征可反映原信号的故障频率,然后将多尺度熵作为特征向量输入到WKELM中进行训练和测试。实验结果显示,该方法诊断时间为0.1015s,精度达到97.96%,相较支持向量机和BP神经网络诊断方法更有优势。

井下配电网电缆故障在线双端行波测距方法

为了解决采用传统经验模态分解的电缆故障测距方法存在的频带混叠问题,以及基于总体平均经验模态分解的电缆故障测距方法受残留白噪声影响等问题,提出了一种基于补充总体平均经验模态分解的井下配电网电缆故障在线双端行波测距方法。该方法通过补充总体平均经验模态分解提取双端故障行波线模分量的固有模态函数,利用基于瞬时频率突变和模极大值的奇异性检测原理进行行波波头标定,从而实现故障点定位。通过在PSCAD/EMTDC环境下搭建基于频变特性电缆线路的6kV井下配电网模型并进行仿真,验证了该方法测距精度高,最大测距误差不超过4%。

CEEMD与Lempel-Ziv复杂度相结合的滚动轴承损伤程度评估方法

针对不同损伤程度的滚动轴承其内、外圈故障在背景噪声影响下难以检测的问题,提出补充总体平均经验模态分解(Complementary ensemble empirical mode decomposition,CEEMD)与Lempel-Ziv复杂度(简称LZC指标)分析相结合的滚动轴承损伤程度评估方法。首先,对滚动轴承振动信号进行CEEMD分解,得到多个IMF(Intrinsic mode function)分量;然后,基于峭度最大准则选取有效IMF分量并计算其Lempel-Ziv复杂度综合指标;最后,根据Lempel-Ziv复杂度综合指标的变化规律判断滚动轴承的损伤程度,并基于6σ原则给出了不同损伤程度的滚动轴承内、外圈故障Lempel-Ziv复杂度取值区间。将该方法应用于滚动轴承的损伤程度评估,分析结果表明了该方法的有效性和可行性。

CEEMD与GRNN神经网络电离层TEC预报模型

针对电离层电子总含量(TEC)存在非线性、非平稳,由多因素影响导致高噪声的问题,建立了补充集合经验模态分解(CEEMD)和广义回归神经网络(GRNN)模型相结合的CEEMDGRNN电离层TEC预报模型.以解决直接使用原始数据进行预测会导致拟合效果差、预测精度低的问题.采用国际GNSS服务(IGS)中心提供的2019年电离层数据对高、中、低纬度磁暴和非磁暴的不同年积日数据进行实验,低纬处均方根误差(RMSE)最优可达到0.97 TECU,相对精度为91.28,验证了CEEMD-GRNN预报模型精度高于EMD-GRNN以及单一的GRNN模型.

CEEMD-FCM模型下的管道缺陷识别方法

为提高管道缺陷识别精度,利用补充集合经验模态分解方法(CEEMD)和模糊C-均值(FCM)聚类算法,提出CEEMD-FCM的管道缺陷识别模型。首先,分析管道缺陷信号波形特征,引入粒子群优化算法(PSO)改进小波阈值降噪方法,实现管道缺陷信号的降噪;然后,采用CEEMD分解缺陷信号,并借助能量熵原理提取缺陷的特征参量;最后,利用模拟退火算法(SA)和遗传算法(GA)优化FCM,完成管道缺陷的分类。结果表明:基于CEEMD-FCM模型的管道缺陷识别方法的综合识别精度达到87. 5%,可实现石油化工领域管道缺陷模式的精准识别,保障管道安全运行,降低事故发生率。

试验分析振动信号与残余应力的关系

通过采集焊接钢板的振动信号,对其进行CEEMD分解,分解后通过相关系数筛选出有用分量,并对其进行小波降噪。最后对降噪的固有模态分量进行希尔伯特边际谱分析,得到其固有频率以及固有频率所对应的幅值,探究其与残余应力大小之间的一般性规律。并把有残余应力和消除残余应力的焊接件作对比试验,得出如下结论:(1)残余应力的存在会导致焊接件固有频率增大;(2)与尺寸小的焊接件相比,大尺寸的焊接件固有频率受残余应力的影响小;(3)高阶固有频率比低阶固有频率更容易受残余应力影响;(4)当焊接件存在残余应力时,固有频率所对应的幅值比消除残余应力时大。