搜索结果: 1-3 共查到“理学 EEMD”相关记录3条 . 查询时间(0.1 秒)
提出了基于总体平均经验模态分解（EEMD）预处理和深度神经网络的语音增强算法，首先将带噪语音信号和纯净语音信号进行EEMD分解，获得一组频率从高到低的本征模态函数IMF分量，然后从各IMF中提取时域的信号特征，组成特征向量，输入神经网络中进行训练。实验表明：该算法与经典无监督算法比，无需任何假设条件，可以较好地学习带噪语音和纯净语音之间复杂的非线性关系，在语音质量和可懂度方面优势明显，显示了深度神...
基于最大相关波形延拓改进的ＥＥＭＤ方法
聚合经验模态分解（ＥＥＭＤ） 端点效应 模态混叠 时频分析
2018/6/11
针对经验模态分解（ｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ，ＥＭＤ）中出现的端点效应和模态混叠现象问题，提出了利
用最大相关波形延拓改进聚合经验模态分解（ｅｎｓｅｍｂｌｅｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ，ＥＥＭＤ）方法。利用最大相关
波形法对原始信号的两端进行延拓，实现延拓数据在原信号边界处的平滑过渡，减小端点处包络线的拟合误差。
针对 ＥＥＭＤ中参数无法自动...
电磁超声检测的回波信号幅值小，信噪比低。为有效提取非平稳信号中隐含的缺陷特征，提出了基于提升小波包的集合经验模态分解(EEMD)诊断方法。首先应用改进阈值函数的提升小波包变换算法，选取最优阈值方法去除高频噪声对EEMD的影响；然后对降噪信号进行EEMD分解，对回波信号进行时频分析与诊断。结果表明，基于提升小波包的EEMD分析方法可有效去除回波信号噪声，提取低信噪比信号的故障特征，为缺陷诊断提供可靠...