基于二次二维经验模态分解去噪的湍流退化图像复原算法

为实现大气湍流环境下的高质量成像,将自适应光学波前探测技术与数字图像处理技术相结合,并提出了一种基于二次二维经验模态分解去噪的湍流退化图像复原算法。通过在光学系统中使用哈特曼-夏克波前传感器探测波前信息,进而计算光学系统点扩散函数;然后使用改进的二次二维经验模态分解算法进行图像去噪,最后利用R-L算法实现对湍流退化图像的复原。通过搭建光学实验系统,对实际拍摄的湍流退化图像进行了复原实验。结果表明,该算法能够有效减弱噪声放大现象,得到更加稳定的高质量大气湍流退化图像复原结果。

fGn模型在结肠癌基因表达数据集去噪中的应用

基因表达数据集获取过程中容易掺杂噪声成分,噪声会干扰数据的正确表达从而影响其后期的分析与研究。基于中值计算法估计噪声标准差的经验模态分解(EMD)去噪存在一定的不足,从而影响去噪效果。分数阶高斯噪声(fGn)模型可提供EMD下较为准确的噪声标准差估计方法,在该模型下去噪可减少白色及有色噪声,进而增强去噪效果。因此在中值计算EMD去噪基础上,提出一种基于fGn模型的去噪方案,并对结肠癌基因表达数据集做去噪分析。实验结果表明,相比中值计算EMD去噪方法,改进方法的信噪比、噪声抑制比、t检验等值具有一定的优势,可作为基因表达数据集去噪的一种参考方案。

基于经验模态分解的可调谐半导体激光吸收光谱中干涉条纹的抑制

提出了基于经验模态分解(EMD)的多次去噪方法来降低多光程吸收光谱中的干涉噪声。从理论上分析并确定了降噪的次数,对采用直接吸收和波长调制二次谐波光谱技术探测得到的不同体积分数的CO2谱线进行了多次EMD降噪处理,并与多次平均和低通滤波的降噪方法进行了对比。结果表明:多次EMD去噪能更有效地滤除光谱信号中的干涉噪声和随机噪声,且降噪后的信号幅值与待测气体的体积分数满足较好的线性关系,系统的探测灵敏度能达到3.5×10-5。测量了不同压强和温度下CO2标准气体的光谱信号,经多次EMD去噪处理后的光谱信号,其干涉的幅值相对于去噪前减小了近两个量级,信噪比增大了约两个量级。

基于EEMD和MKRVM的锂电池剩余寿命预测方法

锂电池储能是一种快速高效的有功功率和无功功率调节方法,可用于发、输、变、配用各个环节。针对锂电池测量数据中经常伴随着各种类型及大小的噪声,提出了一种基于集合经验模态分解EEMD(ensemble empir-ical mode decomposition)去噪和多核相关向量机MKRVM(multiple kernel relevance vector machine)的锂电池剩余寿命预测方法。首先执行EEMD去噪,去除测量数据中的噪声信号;然后将MKRVM算法用于预测锂电池的剩余寿命,其中MKRVM核函数的稀疏系数通过量子粒子群算法获取。利用美国国家航空航天局艾姆斯研究中心提供的锂电池测量数据,对提出的方法进行了测试,在测试中展示了EEMD去噪和MKRVM预测方法的实现过程,并证明了方法的有效性与先进性。

基于TRACK对桥梁健康状况分析

桥梁动态监测一直是工程变形监测方向的研究重点。文中简单介绍了TRACK模块,进一步阐述了TRACK数据处理的原理,以某桥梁实验数据,利用GAMIT/GLOBK10.61中的双差动态定位TRACK模块对桥梁的实测数据进行了单历元数据的后处理,分别得到了桥梁车辆高峰时段和夜间时段的桥梁振动的时间序列,又通过经验模态分解方法对桥梁振动的时间序列进行降噪处理,对比分析了车辆对桥梁健康状况的影响,进一步验证了TRACK对桥梁状况分析方法的可行性。

基于CEEMDAN-GWO-LSSVM的高铁沿线短期风速预测模型

为提升高铁沿线风速短期预测的精度,利用基于自适应去噪完全集合经验模态分解(CEEMDAN)和灰狼优化(GWO)与最小二乘支持向量机(LSSVM)模型对高铁沿线风速进行短期预测。以某高铁沿线每间隔1 min采样的风速数据作为仿真对象展开建模实验并与其他组合预测模型进行比对。结果表明:CEEMDAN-GWO-LSSVM模型可以显著提升风速预测精度和准确性,其中均方误差(MSE)、平均绝对误差(MAE)和均方根误差(RMSE)3项评价指标提升程度分别达71.17%、46.14%和42.49%,均为最高。降低预测过程中产生的误差,为我国高速铁路沿线的短期风速预测研究提供有益借鉴。

基于小样本数据挖掘的空气处理机组传感器隐形故障诊断方法

针对空气处理机组系统内传感器隐形故障诊断准确率不足及虚警率较高等问题,本文提出了基于集成经验模态分解软阈值去噪法与RBF神经网络(EEMDSTD-RBF)相结合的故障诊断方法,通过集成经验模态分解软阐值去噪法对采集的原始数据进行数据去噪,将去噪后的正常运行数据以及隐形故障数据输入RBF神经网络进行训练,得到EEMDSTD-RBF故障诊断模型,从而提高RBF神经网络对于空气处理机组传感器隐形故障的诊断准确率,同时,实验证明,该方法有效降低了虚警率。在关于空气处理机组六个传感器点位在三种隐形故障等级下的偏置故障的实验中,结果表明,与RBF及EEMDSTD-BP方法相比较,该方法在不同故障状态下,EEMDSTD-RBF的诊断准确率提高了8.7%~64.7%,虚警率降低了12.62%。