数据采集与处理
數據採集與處理
수거채집여처리
JOURNAL OF DATA ACQUISITION & PROCESSING
2012年
2期
196-201
,共6页
希尔伯特-黄变换%遗传算法%支持向量回归机
希爾伯特-黃變換%遺傳算法%支持嚮量迴歸機
희이백특-황변환%유전산법%지지향량회귀궤
Hilbert-Huang变换(Hilbert-Huang transform,HHT)在对信号进行经验模态分解(Empirical mode decomposition,EMD)和对各内禀模态函数(Intrinsic mode function,IMF)进行Hilbert变换时都会出现边界问题.为了克服该问题,本文提出了基于离散均匀免疫算法(Discrete uniform immune algorithm,DUIA)和支持向量回归(Support vector regression,SVR)的HHT边界优化方法.该方法采用DUIA优化SVR的参数,并利用SVR对数据廷拓,以有效分析HHT边界问题.通过对正弦叠加信号和实际信号的仿真分析表明:所提出的算法可有效解决HHT中存在的边界问题,且其效果优于SVR的数据延拓方法.
Hilbert-Huang變換(Hilbert-Huang transform,HHT)在對信號進行經驗模態分解(Empirical mode decomposition,EMD)和對各內稟模態函數(Intrinsic mode function,IMF)進行Hilbert變換時都會齣現邊界問題.為瞭剋服該問題,本文提齣瞭基于離散均勻免疫算法(Discrete uniform immune algorithm,DUIA)和支持嚮量迴歸(Support vector regression,SVR)的HHT邊界優化方法.該方法採用DUIA優化SVR的參數,併利用SVR對數據廷拓,以有效分析HHT邊界問題.通過對正絃疊加信號和實際信號的倣真分析錶明:所提齣的算法可有效解決HHT中存在的邊界問題,且其效果優于SVR的數據延拓方法.
Hilbert-Huang변환(Hilbert-Huang transform,HHT)재대신호진행경험모태분해(Empirical mode decomposition,EMD)화대각내품모태함수(Intrinsic mode function,IMF)진행Hilbert변환시도회출현변계문제.위료극복해문제,본문제출료기우리산균균면역산법(Discrete uniform immune algorithm,DUIA)화지지향량회귀(Support vector regression,SVR)적HHT변계우화방법.해방법채용DUIA우화SVR적삼수,병이용SVR대수거정탁,이유효분석HHT변계문제.통과대정현첩가신호화실제신호적방진분석표명:소제출적산법가유효해결HHT중존재적변계문제,차기효과우우SVR적수거연탁방법.