10.3969/j.issn.1000-6788.2013.05.027
消除EMD端点效应的PSO-SVM方法研究
经验模态分解(empirical mode decomposition,简称EMD)的端点效应使得EMD分解结果产生严重失真,为了减小分解过程中产生的端点效应,将支持向量机(SVM)这一智能算法引入EMD,提出采用SVM模型解决分解中产生的端点效应问题.通过支持向量机对其原始数据两端进行延拓,以获得一个或者多个极大值和极小值.为了使端点处的延拓变得更加合理,引入粒子群(PSO)智能算法对支持向量机算法参数进行优化,使其两个端点处的数据延拓得更加准确,从而使得三次样条曲线在端点处不会发生大的摆动,实现EMD分解的固有模态函数(IMF)更加准确可靠.通过对仿真信号的研究表明,基于PSO-SVM方法的延拓方法能够很好地抑制了分解的端点效应.
振动信号、粒子群算法、支持向量机、经验模态分解、端点效应
33
TN911.7;O329
科技部国家重点实验室重点课题ZDK709-02;国家重大专项高精度地震勘探技术课题2008ZX05006-004
2013-07-05(万方平台首次上网日期,不代表论文的发表时间)
共9页
1298-1306