基于MEMD与MMSE的滚动轴承退化特征提取方法

针对滚动轴承故障信号的非平稳性特征以及其退化状态难以识别的问题,提出了基于多维经验模态分解(MEMD)与多元多尺度熵(MMSE)的退化特征提取方法.该方法利用多维经验模态算法在多尺度化过程中能够有效地捕获信号不同尺度的成分的特性,更好地区分了不同退化状态的复杂度.首先,利用MEMD算法对滚动轴承不同退化状态对应的多通道信号进行同步自适应分解;然后,对多尺度IMF分量重构的信号进行多元多尺度熵分析.对试验信号进行处理,结果表明,该方法能有效反映滚动轴承退化趋势.     

基于EMD和SVM的抑郁症静息态脑电信号分类研究

以静息态脑电信号为基础,通过固有模态分解(empirical mode decomposition, EMD)算法对脑电信号进行信号去噪和特征值提取,通过支持向量机(support vector machine, SVM)算法对抑郁症患者和正常对照组人群的脑电特征值进行分类分析。 通过系统化的数据采集试验,采集了20位抑郁症患者和25位健康对照组的静息态脑电信号;对静息态脑电信号进行信号的去噪和特征提取;采用SVM算法对抑郁症患者和正常人对照组脑电特征值进行二值分类,分类正确率达到93.3%。 相较于传统的小波变换提取的特征值,分类准确率有明显的提高。     

基于脑电信号的癫痫疾病智能诊断与研究

针对医疗诊断中癫痫脑电信号分类准确率低、分类类别少的问题,依据粒子群算法和支持向量机理论,提出了一种基于粒子群算法优化支持向量机参数的信号分类检测技术。首先利用小波分析对脑电信号进行5层分解与重构,然后提取含有癫痫特征频率的3、4、5层重构信号的波动系数和近似熵等特征,计算不同状态不同尺度的脑电信号能量,根据不同状态不同尺度的能量分布,调整特征向量的系数。最后使用粒子群算法优化的支持向量机对脑电信号进行分类。实验结果表明,本文提出的方法可以正确识别健康、癫痫发作间期、癫痫发作期3种类型脑电信号,最终的识别率可以达到99.83%。     

EEMD-PE与M-RVM相结合的轴承故障诊断方法

滚动轴承振动信号中包含了大量轴承运行状态信息,但是由于振动信号具有非线性和非平稳性的特点,难以充分提取振动信号中的故障特征,导致现有基于模式识别的轴承故障诊断方法的故障识别准确率较低.为了提高滚动轴承故障识别的准确率,提出了一种基于集合经验模态分解-排列熵(EEMD-PE)特征提取与多分类相关向量机(M-RVM)相结合的轴承故障诊断方法.首先,该方法利用EEMD对非线性和非平稳信号的自适应分解能力,将轴承故障信号分解为一组包含故障特征的本征模态函数(IMFs).然后,利用排列熵提取由EEMD分解得到的IMFs中的故障特征,并组成特征向量.最后,采用EEMD-PE对不同故障状态下的训练样本集进行特征提取,组成特征向量集对M-RVM分类器进行建模,以概率输出的形式实现对滚动轴承的故障诊断.实验结果表明:EEMD-PE特征提取方法能够对滚动轴承振动信号的故障特征进行有效提取,M-RVM能够对故障滚动轴承振动信号包含的故障特征进行识别.与现有轴承故障诊断方法相比较,所提出的方法能够提高故障识别准确率,达到99.58%.     

VMD与PSO的乐器声音识别

针对乐器音频信号的识别率低的问题,提出了一种变分模态分解(VMD)和被粒子群算法(PSO)优化的支持向量机(SVM)的乐器音频信号识别的方法。采用VMD将乐器音频信号分解成一系列平稳的窄带分量(IMF),并根据相关系数重构信号,采用小波去除残余的噪声。最后,在分析传统的声音特征提取方法基础上,提取梅尔频率倒谱系数(MFCC),用经PSO寻优参数的SVM进行音频信号的分类。实验结果表明,本文算法的去噪效果明显优于经验模态分解(EMD)和集合经验模态分解(EEMD)的分析结果;PSO优化后的SVM有效的提高了噪声环境下音频信号分类的正确率。     

基于HHT和模糊C均值聚类的轴向柱塞泵故障识别

提出了一种基于Hilbert-Huang变换(HHT)和模糊C均值聚类算法相结合的故障识别方法。利用HHT在处理非线性、非平稳信号方面的优势,对采集到的轴向柱塞泵泵壳振动加速度信号进行HHT处理。首先对信号分别进行经验模态分解(EMD)和集总经验模态分解(EEMD),结合短时最大熵谱分析选取对故障最为敏感的固有模态函数(IMF)分量,再对其分别进行二次分解。然后,采用本文提出的基于局部边际能量谱特征能量的方法求出故障特征向量。最后,采用模糊C均值聚类算法进行故障模式识别。识别结果表明:EEMD比EMD在迭代次数上大幅减少,故障识别准确率有了显著提高。     

小波包变换和EEMD结合的信号去噪方法

超声波采样信号中的噪声也会参与经验模态分解(EEMD),造成各分解分量IMFs失真,针对于此,利用小波包分解能同时处理高频及低频噪声的特点,并结合EEMD分解算法良好自适应性,提出一种先通过小波包变换对原始采样信号进行初步消噪,然后再结合EEMD算法分解得到独立IMFs分量,最后根据各IMFs相关系数重构获得有效信号的降噪方法。通过仿真分析,相比单独的小波包去噪、EEMD分解去噪,本方法提高分解效率的同时提升了信噪比,具有更好的滤波效果。     

采用小波熵和频带能量提取脑电信号特征

对于采用两种不同意识任务(想象左手运动和想象右手运动)的脑-机接口系统,采用脑电信号的小波熵和频带能量作为组合特征,采用Fisher线性判别分析进行分类,最后采用分类准确率和互信息作为评价标准,进行脑电信号的特征提取离线分析结果表明:该算法在分类准确率和互信息上都取得了良好的识别结果,为脑-机接口系统中意识任务的特征提取和分类提供了新方法。     

融合小波包和神经网络的脑电信号处理方法

针对运动想象脑电信号处理中分类准确率较低的问题,提出了一种基于能量（二阶矩）小波包变换和莱文伯格-马夸特神经网络算法相结合的运动想象脑电信号处理方法.首先,利用能量方法对信号进行时域分析,选取有效的时序段;然后,使用小波包变换对所选有效时域段的各导信号进行时频分解,选取与想象任务相关的频段信息重构脑电信号特征;最后,将各导信号重构的特征串接,导入基于莱文伯格-马夸特训练算法的神经网络实现最终的任务分类.利用2个脑电信号标准竞赛数据库进行方法验证,分别取得了95.62%和90.13%的分类准确率.与近期的一些研究成果进行对比,可知该方法具有较好的分类效果.     

参数优化VMD在爆破振动信号分析中的应用

针对经验模态分解(Empirical Mode Decomposition, EMD)方法在爆破振动信号应用中模态混叠的问题,提出了一种改进的变分模态分解(Variational Mode Decomposition, VMD)方法.首先,使用任意给定的模态分解个数与惩罚因子变分模态分解将爆破振动信号分解为K个模态;然后计算分量的幅值谱熵的局部最小值;其次采用混合GA-PSO算法对任意模态分解个数与惩罚因子进行全局搜索来不断优化参数并更新幅值谱熵的局部最小值,最终最小幅值谱熵与平均幅值谱趋于一致,得出全局最小的局部最小值的幅值谱熵相应的模态分解个数与惩罚因子.仿真结果表明:模态分解个数与惩罚因子作为全局最优输入交叉优化能够准确地确定模态分解个数与惩罚因子,与经验模态分解相比,改进的变分模态分解方法具有很强的鲁棒性和抗噪声干扰能力以及分解与去噪重构精度.最后利用参数优化后的VMD进行爆破振动信号的实测,通过相关系数法检验,各分量相关系数均在一个数量级上,解决了模态混叠问题并且无虚假分量,证明参数优化的VMD在爆破振动信号应用上具有很好的适应性.     

基于Web的CPPCSS的动画与可视化研究

介绍了 CPPCSS仿真模型的动画和可视化 ,探讨了实现动画和可视化方式的机理。文中还描述了动画和可视化的播放和调用模式 ,以及实现这两种模式所遇到的技术难点。仿真模型与动画 /可视化模型间的通信方法也被提到     

SCI、EI论文发表收录调查与博士生英语教学改革

SCI、EI论文收录作为博士生毕业的要求已经被越来越多的大学所接受,而我们的调查显示,英语已经不可置疑地成为SCI、EI论文发表的拦路虎,博士生英语教学改革已势在必行。文章对改革的方向和路子进行了必要的探讨。     

基于Web的CPPCSS的动画与可视化研究 基于Web的CPPCSS的动画与可视化研究

介绍了CPPCSS仿真模型的动画和可视化,探讨了实现动画和可视化方式的机理。文中还描述了动画和可视化的播放和调用模式,以及实现这两种模式所遇到的技术难点。仿真模型与动画/可视化模型间的通信方法也被提到。     

快速气体渗氮机理及应用研究

依据化学热力学和动力学，材料界面科学，内扩散理论以及某些元素促进共渗的机理，本文在不加催渗剂和增添设备的情况下，设计出了循环两段Ｃ—ＴＳ、预强渗脉动ＰＳ—Ｐ及双重ＤＢ快速渗氮新工艺。该工艺省时节能，节约原材料，渗氮效果良好，具有明显的经济效益．新工艺不仅适用于３８ＣｒＭｏＡｌＡ渗氮专用钢，还适用于４２ＣｒＭｏ、４０Ｃｒ、３０ＣｒＭｎＴｉ、２３Ｍｎ３Ｖ２Ａｌ等材料。     

网络道德及网络宣传刍议

网络社会对道德发展有着深刻的影响和冲击，我们必须正视网络发展给我们宣传工作带来的种种挑战，针对传统工作方式的不适之处及时进行相应的调整，加强网络的道德建设，进一步提高网络宣传的水平。     

腐败的经济分析及政策建议

腐败问题是当今一个比较现实的问题，从制度经济学方面着手，运用经济学的成本与收益一般原理与制度分析相结合来分析腐败：制度的缺陷与构建。     

概率论与数理统计课程教学改革的探索与研究

根据<概率论与数理统计>课程的特点,本文提出了课程改革的整体思路,简明了课程改革的实施过程,以"教学方法及模式的改革"、"实验教学的探索"为主线,对课程进行了实践探索与研究.     

基于JSP及MySql数据库的图片存储和显示技术初探

图片越来越多的出现在Web应用程序中,传统的文件存储方式已经不能满足要求。文中列举了数据库存储的好处,介绍了数据库对大容量字段的支持,并以JSP和MySql为例,介绍了Web服务器上图片的数据库存储和显示技术。     

普通高校双语教学实情调查与教学深化的思考

近年来普通高校在开展双语教学过程中,无论是在双语教学的授课方式、教学效果还是在双语教学管理等方面都遇到了一些问题。课题组以浙江理工大学为个案,对23个专业46门双语课程的1129个学生进行了双语课堂教学情况问卷调查,并对问卷结果进行分析,总结存在的主要问题,思考相应的对策,为双语教学的改革深化提供参考。     

学习者性格及其对二语习得的影响

强调学习性格差异对第二语言教与学的影响。通过对不同的性格类型与语言学习之间关系进行分析，揭示了学习性格与二语习得之间的相互联系，建议二语教育应对不同性格学习进行因材施教。