共查询到19条相似文献，搜索用时 437 毫秒
1.
在信号处理中,由于严重噪声的干扰,往往会对EEMD分解造成影响,因此提出广义形态滤波和EEMD相结合的方法。首先利用广义形态滤波对故障信号进行滤波,减小噪声的干扰,然后利用EEMD对去噪后的信号分解,选择相关系数最大的本征模态分量并从其频谱图中提取特征频率。结果证明该方法能成功地去除噪声对EEMD分解的影响,从而能准确检测到故障信号的特征频率,具有广泛的应用前景。 相似文献
2.
基于EEMD的南京市降水特征分析 总被引：2，自引：1，他引：1
论文采用EEMD分解方法分析了南京气象站1951~2009年降水序列的多时间尺度,发现南京市年降水序列存在2年、6~7年、14~15年和20年的准周期变化,降水在70年代之前较小,70年代之后降水较大,整个时间尺度上呈现先减小后升高的平均变化趋势。综合运用Hurst指数及降水距平分析降水的趋势变化结果与EEMD分析结论基本吻合,未来南京市降水可能呈现减少趋势。另外用小波分析对EEMD提取的周期进行验证,小波分析表明南京市降水序列包含2年、7~9年和15~16年的准周期,与EEMD的结果基本一致,说明EEMD的结果具有一定的可信度,可以为该地区的降水预测提供依据。 相似文献
3.
4.
《中国农村水利水电》2020,(10)
近来年,经验模态分解(Empirical Mode Decomposition, EMD)以其优异的自适应性获得广泛关注,但端点效应影响了信号分解的性能并使结果失真。针对现有的抑制算法受限于延拓准确性或运算效率,难以快速给原序列添加更符合内部信息和端点特征的极值点的问题,提出了基于回声状态网络(Echo State Network, ESN)延拓与隐马尔科夫模型(Hidden Markov Model, HMM)修正的端点效应处理方法(ESN-HMM)。首先借用复杂度较小、训练简单且准确性较高的ESN网络对原序列进行初步预测,然后通过经典的统计方法HMM对误差序列进行建模和估计,最后将初步预测值与估计误差相结合得到校正后的延拓序列。仿真和实验结果表明,经过ESN-HMM处理的EMD方法能够有效提取出信号幅值和频率的时变特征,为旋转机械的信号处理和故障诊断提供了前提条件。 相似文献
5.
多分量神经网络自回归模型及其工程应用 总被引：2，自引：1，他引：1
提出了基于局域波的多分量神经网络自回归模型,用于对非线性动态系统时间序列进行建模。首先通过局域波法对分析的原始时间序列进行分解,使之成为不同尺度的基本模式分量,然后用多层神经网络对每个基本模式分量分别进行时间序列预测。最后,所有分量的预测值通过另一个单层线性神经网络进行重构,作为原始时间序列的预测值。并把该方法用于转子故障诊断。实验数据表明,这种结构用于故障诊断,性能优于传统的分析方法。 相似文献
6.
7.
水资源监测异常数据模态分解-支持向量机重构方法 总被引：1，自引：0，他引：1
完备真实的水资源监测数据是支撑数据分析与决策的基本前提。在梳理现阶段水资源监测异常数据的基础上,提出运用移动平均拟合初筛来直观辨识异常监测数据,进而选取集合模态分解对非可直观辨识异常监测数据进行挖掘的方法。将剔除异常监测值后的时序数据作为基于粒子群优化最小二乘支持向量机模型的模拟样本,并利用其恢复所剔除的异常监测数据。对水务公司日取水量监测数据的实证分析结果表明,通过移动平均拟合与模态分解可较大限度地保留含有异常数据的特征向量并实现数据的有效重构,相比传统的统计方法其具有更好的适用性;运用粒子群优化的最小二乘支持向量机可进一步提高对剔除异常值数据的拟合效果,且符合水资源监测数据的季节波动规律特征及对实际取用水状态的客观反映,据此可相对合理地达到恢复所剔除异常监测数据的目的。 相似文献
8.
畜禽养殖物联网由于工作环境恶劣、网络传输故障等因素容易产生异常感知数据,为保证数据质量,根据畜禽养殖物联网数据流周期性、时序性等特点,提出了一种基于滑动窗口与支持向量回归(Sliding window and support vector machines for regression,SW-SVR)的异常数据实时检测方法。首先根据畜禽物联网数据流特征周期以及采样频率确定滑动窗口尺寸;然后通过SVR模型预测畜禽养殖物联网数据流中某一时刻传感器测量值;最后计算预测区间,根据实际测量值是否落入该区间判断是否异常并对异常数据进行置换处理。采用畜禽养殖物联网环境数据进行试验,结果表明:所提滑动窗口计算方法得到的窗口尺寸预测的MAPE为0.188 4,畜禽养殖物联网异常数据检测率达98%,能够有效检测和处理畜禽养殖物联网数据流中的异常数据。 相似文献
9.
《农业机械学报》2017,(11)
完备真实的水资源监测数据是支撑数据分析与决策的基本前提。在梳理现阶段水资源监测异常数据基本情景的基础上,提出运用移动平均拟合初筛可直观辨识的异常监测数据,进而选取集合模态分解对非可直观辨识异常监测数据进行挖掘的方法。将剔除异常监测值后的时序数据作为基于粒子群优化最小二乘支持向量机模型的模拟样本,并利用其恢复所剔除的异常监测数据。而对水务公司日取水量监测数据的实证分析结果表明,通过移动平均拟合与模态分解可较大限度的保留含有异常数据的特征向量并实现数据的有效重构,相比传统的统计方法其具有更好的适用性;运用粒子群优化的最小二乘支持向量机可进一步提高对剔除异常值的数据拟合效果,且符合水资源监测数据的季节波动规律特征及对实际取用水状态的客观反映,据其可相对合理的达到对所剔除异常监测数据恢复的目标。 相似文献
10.
基于EMD-IGA-SELM的池塘养殖水温预测方法 总被引：1，自引：0，他引：1
为了有效指导工厂化水产养殖,提高水产养殖过程中水体温度预测的精度和稳定性,在分析水体温度影响因素的基础上,提出基于经验模态分解（EMD）、改进遗传算法（IGA）和改进极限学习机（SELM）相结合的水温预测模型（EMD-IGA-SELM）。首先,通过综合天气指数的计算完成异常和缺失数据的校正;利用皮尔森相关分析计算各影响因子与水温之间的相关度,从而确定预测模型的输入输出量;选择Softplus函数代替Sigmoid函数组成SELM,并引入混沌序列改进标准遗传算法,获得SELM的最佳初始权值和阈值;最后,采用EMD方法将原始水温时序数据进行多尺度分解,在各分量中对IGA-SELM训练建模,并叠加求和各分量预测值,从而完成水温序列的预测。将EMD-ELM和GA-BP模型的预测结果与EMD-IGA-SELM进行对比,结果表明,EMD-IGA-SELM取得了较好的预测精度,评价指标平均绝对误差、平均绝对百分比误差和均方根误差分别为0.1233℃、0.0043和0.1478℃,能够满足水产养殖的生产需要,可为池塘水质管理和调控提供决策支持。 相似文献
11.
土壤水盐时空变异数据中特异值处理方法与调控技术 总被引：11，自引：1，他引：10
根据区域水环境预测中土壤水盐监测与评价的要求,进行了土壤水盐空间变异性与稳健变异函数的研究。利用河套灌区内典型试验区返盐严重的春季水盐采样数据,计算了传统地质统计学变异函数,发现数据统计分析和特征受特异值影响较严重,运用稳健统计理论与方法进行了剔除特异值后计算稳健变异函数及其相应的调控技术的尝试,获得了较好效果。重点探讨了影响系数法中参数K的确定原则和相应技术,并与估计邻域法做了对比分析。结果表明:稳健地质统计学处理特异值的方法可以移植到农田水利与水土科学中应用。 相似文献
12.
针对水文时间序列多时间尺度分析问题，分别应用经验模态分解(EMD)与总体经验模态分解(EEMD)方法进行对比研究。论文首先将EMD与EEMD进行测试函数仿真对比分析，结果表明EEMD较EMD能较好的解决模态混叠现象。将其应用于湖北省降雨序列演变特性分析，并引入基于LSSVM信号延拓方法以消除水文序列的端点效应，结合小波分析结果对比验证表明，EEMD作为一种新的信号处理方法，较EMD能更精确地获取降雨时序的多时间尺度特性，可为水文时间序列演变规律分析提供依据。 相似文献
13.
基于高斯过程建模的物联网数据不确定性度量与预测 总被引：3，自引：0，他引：3
物联网已经成为农业大数据最重要的数据源之一,自动观测数据的质量控制对农业生产分析以及基础科研数据应用非常重要。针对农业物联网观测的一类非平稳时间序列数据中的数据缺失、野值剔除、感知故障预警和长时间预测等问题,采用光滑弱假设高斯先验,构建了基于高斯过程的自回归模型表征的动态系统,并通过样本集学习,形成能考虑噪声干扰的传感变化规律建模,并可提供预测误差带用于预测数据的不确定性度量。针对原始数据的缺失和野值问题,采用基于高斯过程的短期预测,可补齐缺失数据,利用其不确定性度量可甄别数据野值,进行野值剔除与替换,并在此基础上判断感知故障;给出了基于输入数据不确定性传播的多步迭代预测方法,使长期预测仍可以跟踪农业数据的动态轨迹,并可为其预测值提供不确定性度量;将温室采集的真实传感数据用于分析试验,验证了高斯过程用于服务器端的农业时间序列数据采集质量控制的可行性。 相似文献
14.
需水预测是水资源优化配置、水资源规划和水资源管理的重要依据,其预测精度受到众多因素的影响,且实际用水量数据时间系列较短,制约了传统预测方法的应用。利用支持向量机在对小样本学习的基础上对其他样本进行快速、准确的拟合预测的特点,采用主成分分析与支持向量机相结合的方法,首先利用主成分分析法筛选需水量的主要影响因子,然后将其作为输入样本,对支持向量机模型进行训练和检验,寻找最优模型,并将该方法应用于洛阳市需水预测。结果表明,该模型预测结果平均相对误差为-0.83%,预测精度较高,可作为训练样本较少情况下的一种需水预测方法。 相似文献
15.
基于D-S证据理论的智能温室环境控制决策融合方法 总被引：1，自引：0，他引：1
在无线传感器网络下的智能温室环境控制系统中,农作物的生长通常受多种环境因子共同作用。根据温室环境控制系统的实际需求建立基于Dempster-Shafer(D-S)证据理论的决策框架,并提出了一种数据预处理和决策融合方法。首先,使用箱线图检测量测数据中的异常值,考虑到现有直接剔除异常数据处理方法的弊端,提出了一种异常数据自适应修正方法;然后,利用加权平均距离聚类处理更新后的数据;最后,根据所提出的基于加权相似度的基本概率分配方法结合D-S证据理论进行融合,为温室环境控制做出正确决策。实验结果表明,箱线图检测异常数据更为准确,其检测率比狄克逊准则高近19.2%,对于不确定性融合结果,本文提出的基于加权相似度的基本概率分配方法相比现有方法降低了1~2个数量级,不仅可以提高温室环境参数融合精度,加快收敛速度,同时还能有效地降低决策风险。 相似文献
16.
水产养殖水质环境无线监测系统设计与实现 总被引：2，自引：0，他引：2
针对目前水产养殖环境监测手段及监测设备基础薄弱、相对落后的现状,应用无线传感技术、嵌入式计算技术、微机电技术(MEMS)、分布式信息处理技术及无线通信网络技术于一体的无线传感器网络,为水产养殖环境提供数字化、网络化、智能化的实时动态监测系统。该系统不仅能够对水产养殖环境的主要检测指标(水温、PH值、溶氧量、浊度、氨氮等)进行实时监测,还能够对检测指标进行数据融合和挖掘,以建立水产养殖环境检测指标历史数据库,实现监测数据的本地或远程、实时、动态显示和分析,为水产养殖过程中有效提高水资源利用率、改善养殖环境质量、降低污染物的排放等提供了一种重要技术手段和科学依据。 相似文献
17.
水肥一体化自动装备的使用能够有效提高水肥资源利用率，但需要在作业前获知作物的营养状况及水肥需求量，而通过人工手持测量仪器来获取这些信息，存在着时效性差和劳动强度大等缺点。针对以上问题，本研究以常见的作物玉米为研究对象，使用大疆精灵Ⅲ无人机携带RedEdge-M多光谱相机在田间上空采集玉米多光谱图像，同时使用YLS-D系列植株营养测定仪测量玉米植株的氮素和水分含量等营养信息，根据这些信息将采集的图像分为3个等级（每个等级共包含530幅五通道图像，其中480幅作为训练集，50幅作为验证集），提出了一种基于卷积神经网络的玉米作物营养状况识别方法。并基于TensorFlow深度学习框架搭建了ResNet18卷积神经网络模型，通过向模型输入彩色图像数据和五通道多光谱图像数据，分别训练出适合于彩色图像和多光谱图像的玉米植株营养状况等级识别模型。试验结果表明：训练后的模型能够识别玉米作物的彩色图像和多光谱图像，能够输出玉米的营养状况等级和GPS 信息，识别彩色图像模型在验证集的正确率为84.7%，识别多光谱图像模型在验证集的正确率为90.5%，模型训练平均时间为4.5h，五通道图像识别平均用时为3.56s。该识别方法可快速无损地获取玉米作物的营养状况，为有效提高水肥资源利用率提供了方法和依据。 相似文献
18.
徐继红 《国际沙棘研究与开发》2016,(4):47-50
降水是干旱区水资源的重要组成部分,有效认识降水的区域变化规律对指导农业发展尤为重要.本文利用集合经验模态分解(EEMD)方法,分析了新疆降水变化趋势的多尺度特征.结果表明:新疆降水整体上呈现出非线性显著增多趋势,且其变化存在明显的年际尺度(3年和6年准周期)和年代际尺度(10年和31年准周期);各周期分量方差贡献率显示年际变化占据主导地位;降水年代际变化揭示了在1987年前后气候模态有了显著转换,由原来降水以负相位为主的气候模态转向正相位显著的气候模态.EEMD方法有助于人们对降水多尺度变化特征的认识,是一种适用于非线性、非平稳信号分析的有效方法. 相似文献
19.
低纬度高原区农业灌溉需水规律研究 总被引：11，自引：2，他引：9
低纬度高原灌区同时具有低纬度和高海拔地区的双重气候特性,倒春寒、8月低温、春夏连旱等灾害天气的危害对农业灌溉提出了多重要求。以云南省为例,系统地进行了各种纬度、海拔、气候、种植条件下水稻灌溉需水定额的分析方法探索研究,从面上证明了提出的方法可以推广运用到其它气象资料缺乏地区的灌溉定额分析计算。研究表明,低纬度高原灌区的水稻灌溉定额随纬度的变化规律杂乱,但与海拔的关系呈现出以1400m附近为节点的分岔现象,根本原因是干热河谷及多云天气的作用结果;水稻灌溉定额在年际间的变化主要受降水的影响,年内需水高峰期出现于移栽-返青期,而不是抽穗-灌浆的水分敏感期。 相似文献