混凝土大坝变形预测对其安全运行具有重要意义，针对传统分析方法难以捕捉长期序列时序特征从而导致预测精度较低的问题，本文采用麻雀......

基于自适应噪声完备集合经验模态分解（CEEMDAN）、布谷鸟算法（CS）和支持向量机（SVM）构建了CEEMDAN-CS-SVM混合风速预测模型，实现了黄土高原......

振动监测分析是水电机组故障诊断的重要手段，如何从振动信号中滤除噪声以便于故障特征有效提取是关键问题，为此本文提出了基于非局部......

为有效利用从配电网采集的海量数据以及改善空间负荷预测效果，提出一种基于3σ准则、自适应噪声完备集合经验模态分解（CEEMDAN）和长短......

针对滚动轴承故障诊断的特征分辨性较低、准确度不高等问题,提出了一种基于自适应噪声完备集合经验模态分解(CEEMDAN)和正余弦算法......

针对滚动轴承故障信号的非平稳时变特性,提出了一种综合自适应噪声完备集合经验模态分解(CEEMDAN)、奇异值分解(SVD)与倒频谱的滚......

构建高精度股市指数预测模型进而设计高效的择时策略是量化投资领域的研究热点.文章在股市指数建模过程中引入自适应噪声完备集合......

石油化工行业在国家的产业结构中占有重要地位。往复压缩机因其热效率高、结构紧凑、可靠性高等优势,而被广泛应用于石油化工企业......

针对往复压缩机振动加速度信号的非线性、非平稳等特性,提出一种基于自适应噪声完备集合经验模态分解(CEEMDAN)和精细复合多尺度散......

针对陀螺电机轴承保持架故障信号振动频率小、量级低,常被强噪声淹没而难以识别的问题,采用自适应噪声完备集合经验模态分解改进HH......

针对滚动轴承振动信号的非线性、非平稳性以及复杂性,利用自适应噪声完备集合经验模态分解(Complete ensemble empirical decompos......

在隧道、矿山等复杂环境的地下工程灾后救援中,求救敲击信号微弱且经常淹没在噪声环境中,如何有效拾取求救敲击信号是灾后救援的关......

回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......

为了提高汽轮机转子故障诊断的准确率和识别效率,提出了一种基于CEEMDAN(自适应噪声完备集合经验模态分解)和CBBO(混沌生物地理学......

为满足主动型量化投资对股票市场指数高精度预测的要求,将自适应噪声完备集合经验模态分解(CEEMDAN)引入到股市指数预测建模中,结......

以自适应噪声完备集合经验模态分解(CEEMDAN)为基础,提出了一种改进的Hilbert-Huang变换(HHT)时频分析法。对滚动轴承振动信号进行......

配电变压器作为直接面向用户的重要电力设备,其安全可靠运行是保障用户正常生产与生活用电的关键。配电变压器具有分布广、数量众......

在双转子轴承状态监测与故障诊断中,信号传递路径复杂,很难通过加速度传感器直接获得信号,而声音信号有非接触式测量的优势,包含大......

为去除脉搏信号中的噪声,提出了一种将自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with ad......