搜索结果: 1-3 共查到“理学 EEMD”相关记录3条 . 查询时间(0.078 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...