期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Hilbert和CA-VMD的风电机组叶轮不平衡故障电信号特征提取方法
被引量:
8
1
作者
党建
魏晋源
+1 位作者
贾嵘
李骥
《电网与清洁能源》
北大核心
2021年第1期112-118,126,共8页
针对风电机组叶轮系统故障的非线性、非稳定性和耦合性使早期微弱故障特征频率处于强背景噪声下难以提取的问题,并考虑到传统故障信号采集方法存在的局限性,从电信号入手,提出了一种基于希尔伯特变换和变分模态分解相关性分析(CA-VMD)...
针对风电机组叶轮系统故障的非线性、非稳定性和耦合性使早期微弱故障特征频率处于强背景噪声下难以提取的问题,并考虑到传统故障信号采集方法存在的局限性,从电信号入手,提出了一种基于希尔伯特变换和变分模态分解相关性分析(CA-VMD)的风电机组叶轮系统不平衡故障的电信号特征提取方法。首先,针对传统频域分析方法直接对故障电信号进行分析而无法提取故障特征频率的问题,引入Hilbert变换解调出故障调制信号;然后,针对强背景噪声下早期微弱故障特征难提取的问题,引入变分模态分解将故障调制信号分解,并通过相关性分析剔除噪声分量;最后,重构故障调制信号并提取故障特征频率,提高了原始故障信号的信噪比。通过仿真分析,证明了所提方法的有效性。
展开更多
关键词
风电机组
叶轮系统不平衡故障
电信号特征提取
希尔伯特变换
变分模态分解
相关性分析
下载PDF
职称材料
基于贝塞尔曲线拟合的心电信号模式分类方法
被引量:
3
2
作者
石屹
金登男
《计算机工程与设计》
CSCD
北大核心
2013年第4期1437-1441,共5页
提出了一种以心电信号形态特征为基础,基于信号分段特征提取,结合三阶贝塞尔函数和自组织神经网络的心电信号分类方法。首先分析了心电信号的形态特点,讨论了心电信号的分段方法,重点研究了结合贝塞尔函数的心电信号特征提取方法。最后...
提出了一种以心电信号形态特征为基础,基于信号分段特征提取,结合三阶贝塞尔函数和自组织神经网络的心电信号分类方法。首先分析了心电信号的形态特点,讨论了心电信号的分段方法,重点研究了结合贝塞尔函数的心电信号特征提取方法。最后,应用自组织神经网络对心电信号特征机型分类验证,结合使用MIT-BIH心电信号数据库的112605条数据进行实验。使用贝塞尔函数可以达到很好的特征提取效果,结合自组织神经网络可以达到较好的分类效果。实验结果表明,特征提取方法能够提高特征的有效性以及分类器的准确率。
展开更多
关键词
心
电信号
分类
形态
特征
心
电信号特征提取
贝塞尔曲线
自组织神经网络
下载PDF
职称材料
非监督特征学习方法在脑电身份识别中的应用
被引量:
2
3
作者
官金安
高炜
+1 位作者
周到
高军峰
《中南民族大学学报(自然科学版)》
CAS
2014年第4期85-89,93,共6页
设计并实现了采用非监督特征学习方法对模拟阅读事件相关电位实验中多名受试者脑电信号的特征提取,并对提取的特征向量进行了模式分类。实验中共采集5名受试者脑电信号,每名受试者的特征样本集由其接受模拟阅读靶视觉刺激后100~400m...
设计并实现了采用非监督特征学习方法对模拟阅读事件相关电位实验中多名受试者脑电信号的特征提取,并对提取的特征向量进行了模式分类。实验中共采集5名受试者脑电信号,每名受试者的特征样本集由其接受模拟阅读靶视觉刺激后100~400ms在通道PO3、O1、Oz、O2、PO4、P4、P8、CP6的脑电信号样本组成,各受试者样本集均含400个试次样本。非监督特征学习过程由含6个神经节的BP神经网络完成,后选用支持向量机作为分类器。对比了1试次,2试次、5试次、10试次样本叠加等几种不同情况下采用非监督特征学习方法提取特征的分类正确率。实验结果表明:采用多神经节人工神经网络对5名使用者5试次叠加信号样本提取的特征向量的分类正确率高于90%,显著优于对各单通道时域特征向量的分类正确率,该方法可为以脑电信号为特征的身份识别系统提供一种可行的特征提取方式。
展开更多
关键词
模拟阅读
脑
电信号特征提取
非监督
特征
学习
身份识别
下载PDF
职称材料
题名
基于Hilbert和CA-VMD的风电机组叶轮不平衡故障电信号特征提取方法
被引量:
8
1
作者
党建
魏晋源
贾嵘
李骥
机构
西安理工大学
出处
《电网与清洁能源》
北大核心
2021年第1期112-118,126,共8页
基金
国家自然科学基金项目(51779206)
陕西省自然科学基础研究计划项目(2019JQ-130)。
文摘
针对风电机组叶轮系统故障的非线性、非稳定性和耦合性使早期微弱故障特征频率处于强背景噪声下难以提取的问题,并考虑到传统故障信号采集方法存在的局限性,从电信号入手,提出了一种基于希尔伯特变换和变分模态分解相关性分析(CA-VMD)的风电机组叶轮系统不平衡故障的电信号特征提取方法。首先,针对传统频域分析方法直接对故障电信号进行分析而无法提取故障特征频率的问题,引入Hilbert变换解调出故障调制信号;然后,针对强背景噪声下早期微弱故障特征难提取的问题,引入变分模态分解将故障调制信号分解,并通过相关性分析剔除噪声分量;最后,重构故障调制信号并提取故障特征频率,提高了原始故障信号的信噪比。通过仿真分析,证明了所提方法的有效性。
关键词
风电机组
叶轮系统不平衡故障
电信号特征提取
希尔伯特变换
变分模态分解
相关性分析
Keywords
wind turbine
unbalanced fault of impeller system
electrical signal feature extraction
Hilbert transform
variational mode decomposition
correlation analysis
分类号
F426 [经济管理—产业经济]
下载PDF
职称材料
题名
基于贝塞尔曲线拟合的心电信号模式分类方法
被引量:
3
2
作者
石屹
金登男
机构
华东理工大学信息科学与工程学院
出处
《计算机工程与设计》
CSCD
北大核心
2013年第4期1437-1441,共5页
文摘
提出了一种以心电信号形态特征为基础,基于信号分段特征提取,结合三阶贝塞尔函数和自组织神经网络的心电信号分类方法。首先分析了心电信号的形态特点,讨论了心电信号的分段方法,重点研究了结合贝塞尔函数的心电信号特征提取方法。最后,应用自组织神经网络对心电信号特征机型分类验证,结合使用MIT-BIH心电信号数据库的112605条数据进行实验。使用贝塞尔函数可以达到很好的特征提取效果,结合自组织神经网络可以达到较好的分类效果。实验结果表明,特征提取方法能够提高特征的有效性以及分类器的准确率。
关键词
心
电信号
分类
形态
特征
心
电信号特征提取
贝塞尔曲线
自组织神经网络
Keywords
ECG classification
morphology feature~ ECG pattern recognition~ Bezier curve fitting~ self-organizing neural net- work
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
非监督特征学习方法在脑电身份识别中的应用
被引量:
2
3
作者
官金安
高炜
周到
高军峰
机构
中南民族大学生物医学工程学院
中南民族大学认知科学国家民委重点实验室
出处
《中南民族大学学报(自然科学版)》
CAS
2014年第4期85-89,93,共6页
基金
国家自然科学基金资助项目(91120017)
国家自然科学基金资助项目(81271659)
中央高校基本科研业务费资助项目(CZY13031)
文摘
设计并实现了采用非监督特征学习方法对模拟阅读事件相关电位实验中多名受试者脑电信号的特征提取,并对提取的特征向量进行了模式分类。实验中共采集5名受试者脑电信号,每名受试者的特征样本集由其接受模拟阅读靶视觉刺激后100~400ms在通道PO3、O1、Oz、O2、PO4、P4、P8、CP6的脑电信号样本组成,各受试者样本集均含400个试次样本。非监督特征学习过程由含6个神经节的BP神经网络完成,后选用支持向量机作为分类器。对比了1试次,2试次、5试次、10试次样本叠加等几种不同情况下采用非监督特征学习方法提取特征的分类正确率。实验结果表明:采用多神经节人工神经网络对5名使用者5试次叠加信号样本提取的特征向量的分类正确率高于90%,显著优于对各单通道时域特征向量的分类正确率,该方法可为以脑电信号为特征的身份识别系统提供一种可行的特征提取方式。
关键词
模拟阅读
脑
电信号特征提取
非监督
特征
学习
身份识别
Keywords
imitating-reading ERP
EEG feature extraction
unsupervised feature learning method
personal identification
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Hilbert和CA-VMD的风电机组叶轮不平衡故障电信号特征提取方法
党建
魏晋源
贾嵘
李骥
《电网与清洁能源》
北大核心
2021
8
下载PDF
职称材料
2
基于贝塞尔曲线拟合的心电信号模式分类方法
石屹
金登男
《计算机工程与设计》
CSCD
北大核心
2013
3
下载PDF
职称材料
3
非监督特征学习方法在脑电身份识别中的应用
官金安
高炜
周到
高军峰
《中南民族大学学报(自然科学版)》
CAS
2014
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部