导读:本文包含了模态分解法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模态,解法,经验,分解,频谱,重力,质心。
模态分解法论文文献综述
中国人民银行西安分行课题组,李学武[1]（2019）在《基于总体模态分解法(EEMD)的我国金融机构存款增速下降因素研究》一文中研究指出基于2016年以来我国金融机构存款增速持续下滑问题,运用EEMD方法对我国存款增速进行时态分解和谱频分析,厘清存款增速的中长期波动趋势。运用格兰杰因果检验对金融机构存款增速下降原因进行统计实证检验,深入研究存款增速下降的宏观基础和微观因素:宏观层面是中国从高速增长向高质量发展迈进阶段的货币反映,是基础货币投放渠道发生转变的表现,以及金融业去杠杆的结果;微观层面主要是商业银行贷款派生存款能力下降,互联网金融吸引部分银行存款,银行理财产品尤其是表外理财产品对商业传统存款业务影响大,股市走势有所好转分流银行存款,部分省份房地产调控政策趋紧消耗部分银行存款等。研究成果对我国当前货币政策调控和流动性管理具有一定的决策参考价值和意义。(本文来源于《金融理论与实践》期刊2019年02期）
赵悦,方彦军,董政呈[2]（2019）在《基于状态识别的经验模态分解法火电厂运行数据预处理》一文中研究指出针对火电机组运行监测数据量大且复杂情况下的去噪问题,提出一种基于状态识别的改进经验模态分解去噪(SREMD)算法。该算法以经验模态分解(EMD)方法为基础,首先运用基于拉伊达(Pauta)准则的滤波方法去除显着异常数据,然后根据数据连续变化率动态识别机组运行状态,最后根据机组运行状态的稳态过程和过渡过程分别进行针对性EMD去噪,以适应火电机组的状态切换特性。将该算法用于实际机组运行数据,结果表明,本文算法有效完成了火电机组监测数据的去噪预处理,在保持信号整体趋势的基础上能达到更好的去噪效果。(本文来源于《热力发电》期刊2019年01期）
何凯,廖玉松,张宝霞,王艳[3]（2018）在《基于变分模态分解法和共振解调技术的滚动轴承早期故障检测研究》一文中研究指出针对滚动轴承早期故障信号提取困难的问题,基于变分模态分解法和共振解调技术,对滚动轴承早期故障检测进行研究。采用变分模态分解法对滚动轴承振动信号进行分解,计算各分解分量的峭度值,并选取两个最敏感的固有模态分解分量进行重构,然后利用共振解调技术进行解调分析,采用快速傅里叶变换计算出包络谱图。试验结果表明,应用变分模态分解法与共振解调技术更能准确地判断出滚动轴承的早期故障。(本文来源于《机械制造》期刊2018年09期）
孔祥瑞,翟丽娜,李梦莹,张志宏,黄明威[4]（2018）在《经验模态分解法在高频形变干扰分析中的应用》一文中研究指出通过经验模态分解法(EMD)对辽宁省典型形变干扰异常进行分析。通过对形变数据的分解,发现该方法能提取不同尺度的干扰异常,效果较好。然后对不同尺度的形变信号进行分析,剔除高频噪声信号,对形变观测曲线进行重构滤波,发现该方法可以去除信号干扰噪声,提高信噪比,可作为形变观测数据处理中的一种行之有效的数据分解方法。(本文来源于《防灾减灾学报》期刊2018年04期）
苏志刚,吕江波,郝敬堂,张亚娟[5]（2018）在《改进的经验模态分解法去除脉搏波基线漂移》一文中研究指出脉搏波信号中含有丰富的人体生理病理信息,然而基线漂移的存在严重影响人体生理参数的准确提取,需要予以去除;针对传统经验模态分解(EMD)方法在去除基线漂移时,通过经验来确定基线漂移信号所在的固有模态函数阶数,导致去噪性能下降;根据EMD分解过程中固有模态函数的特性,提出基于过零率检测的方法进行算法改进,通过计算每阶固有模态函数的总过零率,设定阈值来确定基线漂移阶数;仿真实验结果表明:该改进算法科学严谨,能够有效地去除脉搏波基线漂移,提高了信噪比,有利于提高基于光电容积脉搏波提取血压、血氧等人体生理参数的精度。(本文来源于《计算机测量与控制》期刊2018年07期）
梁坤[6]（2018）在《基于集总经验模态分解法的输油管道入侵信号诊断研究》一文中研究指出输油管道是石油的主要运输途径之一,主要敷设的区域大多在偏僻的地区,容易受到人类活动、动植物运动、灾害性天气、地质灾难等非法入侵的危害,输油管道的日常维护和安全保障难度较高。在这种情况下,运用输油管道周界防范系统来保护输油管道免受非法入侵的影响显得尤为重要。在输油管道周界防范系统中,入侵信号诊断算法处于核心地位,关乎能否准确诊断出入侵信号并报警,这也是近年来的研究热点之一。本文以入侵信号诊断算法为研究对象,在传统诊断算法存在诊断准确率偏低,报警速度慢的问题背景下,对入侵信号的时频特性进行了深入分析,研究了两种输油管道周界防范系统下的入侵信号诊断算法,成果如下:(1)本文研究了频谱质心(SC)的理论基础并将其引入入侵信号诊断算法中作为信号的特征参数,针对地面光纤网型输油管道周界防范系统提出了阈值诊断方法。该方法首先将传感光纤采集到的探测信号经过经验模态分解(EMD)算法分解,然后通过剔除部分特征模态函数(IMF)分量实现去噪,再将余下的IMF分量组合形成重构信号,接着提取特征参数SC,最后确定SC阈值从而实现对入侵信号的诊断,并进一步确认入侵信号的类型和发出报警。(2)本文通过分析地面光纤网型输油管道周界防范系统现场采集到的信号数据来验证阈值诊断方法,结果表明该方法的诊断准确率比传统的奇异值分解(SVD)方法更高,反映出该方法的可行性和准确性。(3)本文阐述了在阈值诊断方法的基础上,针对埋地光纤型输油管道周界防范系统,将最小二乘支持向量机(LS-SVM)引入入侵信号诊断算法,提出了一种LS-SVM分类方法。该方法先将传感光纤采集到的探测信号通过集总经验模态分解(EEMD)算法进行分解,避免了EMD算法可能存在的模态混迭现象,然后提取特征参数SC,最后将SC导入LS-SVM进行学习和分类,从而诊断入侵信号,并进一步确定非法入侵的区域和发出报警。(4)本文利用分析埋地光纤型输油管道周界防范系统实际采集到的现场数据验证LS-SVM分类方法,并进一步探讨了该方法相较于传统特征模态奇异值分解法的优点。分析结果表明,该方法的诊断准确率比传统方法高出5.30%,体现了该方法的可行性、准确性以及时效性。(本文来源于《浙江理工大学》期刊2018-04-18）
张绪景,雷晓燕,刘庆杰[7]（2018）在《基于改进经验模态分解法的地铁列车轮轨应变信号降噪》一文中研究指出地铁列车轮轨应变信号的采集受到诸多因素影响,存在随机白噪声,准确性较差。对此,提出一种改进的经验模态分解法用以降噪,可提高局部均值求解精度,抑制模态混迭现象。运用该法对地铁列车轮轨应变实测信号进行分析,结果表明:改进经验模态分解法能有效消除轮轨应变信号中随机白噪声的干扰和影响,对有效识别轮轨力真实信号具有重要意义。(本文来源于《城市轨道交通研究》期刊2018年03期）
孙和平,张苗苗,徐建桥,陈晓东,刘清超[8]（2018）在《基于集合经验模态分解法的重力极潮提取与研究》一文中研究指出重力极潮,即极移引起的重力变化,是地球由于惯性离心力变化导致地球形变的综合反映,其观测和研究有助于了解地球在长周期频段的响应,约束地球形变、地球内部构造和物理参数.区别于以往研究,本文采用了集合经验模态分解方法(Ensemble Empirical Mode Decomposition,EEMD)从全球5个超导重力仪台站连续重力观测资料中提取重力极潮、消除仪器漂移及极潮频段以外的大部分噪声信号,该方法所用的基函数是基于自身信号获得的;在此基础上,利用最小二乘匹配法分离极潮中的周年项和Chandler项,估算Chandler周期的极潮潮汐因子.结果表明,基于EEMD得到的极潮潮汐因子与前人基于其他消除仪器漂移方法(数学模型或小波分析)得到的结果相符合,精度相当,但由于这种方法是自适应的,因此本文结果更能反映实际物理过程.(本文来源于《地球物理学报》期刊2018年02期）
汪国元,徐洋,胡晓楠,盛晓伟,蒋青飞[9]（2018）在《基于集总平均经验模态分解法(EEMD)的星箭解锁分离机构冲击响应分析》一文中研究指出基于集总平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD),提出一种星箭解锁分离机构冲击响应信号分析新方法。通过EEMD,将星箭解锁分离机构解锁过程的冲击信号分解成不同模态分量(Intrinsic Mode Function,IMF)。结果表明前两阶模态分量IMF主要为冲击引起的高频振动,而IMF3之后为冲击激励引起的不同阶固有模态振动和局部振动,并通过模态实验验证了分析的正确性。(本文来源于《振动与冲击》期刊2018年01期）
陆洲[10]（2017）在《基于经验模态分解法的医疗费用增长模式及其影响因素研究》一文中研究指出研究背景医疗费用快速增长是全球化问题,无论发达国家还是发展中国家都十分关注医疗费用的增长问题。医疗费用的增长具有其特殊性,影响因素繁多,既有政策因素,也有经济发展水平、物价水平、疾病谱等社会经济因素。由于不同影响因素的作用强度和作用时间不同,导致医疗费用时间序列往往是非线性、非稳态序列。常用的时间序列分析方法在非线性、非稳态时间序列资料的分析中效果并不理想,不能系统分析不同影响因素对医疗费用增长趋势的影响强度和效应持续时间。目前,经验模态分解法(Empirical Mode Decomposition,EMD)被认为是分析非线性、非稳态时间序列的最好方法,它能将时间序列分解为若干个不同的本征模函数(Intrinsic Mode Functions,IMF)和一个残量(Residue,RES),每一个IMF为不同强度、不同周期的平稳信号,代表了外界影响因素对其带来的影响,而RES代表了其自身长期变化趋势。因此,从理论上讲,EMD适用于医疗费用增长趋势及其影响因素研究。EMD已在工程领域、海洋气象等领域得到广泛运用,但在卫生领域时间序列的分析中的应用研究未见文献报道。研究目的1.探索EMD及其改进方法在医疗费用增长趋势研究中的适用性及其应用条件,为EMD方法在卫生领域大量时间序列分析中的推广应用创造条件。2.探索我国医疗费用增长模式,医疗费用增长的主要影响因素及其效应,为医疗费用控制措施的制定提供参考依据。材料与方法1.资料来源:根据文献回顾,结合EMD方法对序列数据要求,筛选反应医疗费用增长的主要指标作为本研究的分析指标。本研究中确定了年度数据指标(1978-2015年)中,以人均个人现金卫生支出作为医疗费用增长代表指标,以人均国内生产总值、万人医院数、居民消费价格指数、商品零售价格指数、人均政府卫生支出和人均社会卫生支出六项指标作为主要影响因素指标;月度指标(2006年-2015年)中以居民消费价格指数为代表,其中,以医疗保健和个人用品类居民消费价格指数作为医疗费用增长代表指标,以食品类居民消费价格指数、烟酒及用品类居民消费价格指数、衣着类居民消费价格指数、家庭设备用品及维修服务类居民消费价格指数、交通和通讯类居民消费价格指数、娱乐教育文化用品及服务类居民消费价格指数、居住类居民消费价格指数七类指标作为主要影响因素指标。所有数据均来自国家统计局官方网站公布的数据。2.分析方法(1)采用描述性统计分析方法,对我国医疗费用增长现况进行分析:主要分析指标为环比增长速度,定基比增长速度,环比发展速度,定基比发展速度,平均增长速度,平均发展速度。(2)探索EMD/EEMD分析法在医疗费用增长研究中的适用性和应用条件:使用R语言软件编写分析程序;在不同迭代次数和白噪声条件下,对医疗费用指标时间序列进行EMD/EEMD分解。(3)依据各分解结果中RES和原始序列变化趋势,选择不同函数进行趋势拟合,计算RES和原始序列趋势线估计值间的距离平方和,距离平方和越小,说明RES与原始序列越接近。对不同分解条件下的RES与原始序列趋势线间的距离平方和进行比较,结合边界效应和模态混迭现象,确定最佳迭代次数和白噪声强度。(4)使用EMD分析方法对研究指标进行分解,计算出每个分量(IMF,RES)的贡献率;使用平稳性检验,剔除的伪分量。(5)采用向量自回归(Vector Auto Regression,VAR)模型,脉冲响应函数及方差分解法对不同影响因素的同频率分量进行分析,确定其对医疗费用增长的影响强度及其贡献率。结果1.我国医疗费用增长现状(1)人均个人现金卫生支出增长情况1979年环比增长速度为12.49%,1983年环比增长速度达到顶峰67.53%,1979-1986年期间,人均个人现金卫生支出增长速度波动剧烈。1987年-1996年期间,为人均现金卫生支出环比增长速度高速增长期,在23%-35%之间波动。1997年-2007年期间,整体呈现下降趋势,从21.86%下降到4.51%,2008年出现突然变化,为14.66%,2011年出现新的高峰为19.48%。2008年-2013年期间出现以3年为周期的波动,2014年-2015年期间波幅不大,分别为4.73%和5.65%。1979-2015年期间的平均发展速度为118.04%,平均增长速度为18.04%。(2)个人现金卫生支出占卫生总费用比重变化1979年-1984年期间,我国政府卫生支出比例不断上升,社会卫生支出不断下降,个人现金卫生支出也在稳步上升,1984年,政府卫生支出比例高达37%,个人现金卫生支出比例达33%,社会卫生支出比例下降到30%,社会卫生支出达到最低点。1985年-1992年期间,社会卫生支出投入加大,政府卫生支出持续下降,个人卫生支出继续保持上升趋势。1993年-2000年间,政府卫生支出占比继续保持下降趋势,个人现金卫生支出占比快速提高,社会卫生支出逐渐下降。2001年-2011年,政府加大了对卫生支出的投入,个人现金卫生支出占比下降趋势更加明显,社会卫生支出依然保持稳定增长。2012年-2015年,政府卫生支出比例保持在30%不变,社会卫生支出比例不断提高,2015年提高到40%,个人卫生现金支出比例持续下降,2015年下降到29%。2.EMD/EEMD在医疗费用变化趋势研究中的适用性及应用条件使用EMD对人均现金卫生支出增长速度进行探索性分解,不同迭代次数均可分解出4个IMFs和1个RES,且迭代次数超过7次以后,分解结果不再发生变化。迭代次数为4时,RES与原始序列趋势线间的距离平方和最小,为9.08,且未出现明显的边界效应和模态混迭现象,故认为在迭代次数为4时,EMD分解结果较为理想。采用EEMD法对人均现金卫生支出增长速度进行探索性分解,不同迭代次数和不同白噪声信号强度时,均能分解出4个IMFs和1个RES,通过RES和原始序列趋势线间距离平方和比较发现,当迭代次数为4、加入白噪声信号强度为0.001时,距离平方和最小,为9.39。故认为当迭代次数为4、加入的白噪声信号强度为0.001时,EEMD分解效果最优。个人现金卫生支出增长速度的EMD/EEMD的分解结果非常接近。当EEMD中设置加入白噪声信号强度为0,重复次数为1时,EEMD的分解结果与EMD的分解结果相同。3.医疗费用增长主要影响因素(1)年度指标通过观察前10期变化情况评价各变量的预测方差贡献度,结果发现,自身贡献程度保持较高,第1期贡献率高达63.63%,人均社会卫生支出贡献率为5.14%。而随着时间增加,自身贡献率不断下降,其余影响因素的贡献度不断增加,在1-10期观察中,各指标的贡献度变化为:人均个人现金卫生支出63.63%-62.08%,CPI贡献度为0.02%-0.473%,PGDP贡献度为2.10%-2.30%,RPI贡献度为1.57%-1.71%,万人医院数贡献度为0.05%-0.20%,人均社会卫生支出贡献度为5.14%-5.67%,人均政府卫生支出贡献度为0.01-0.30%。在本研究的年度指标分析中,对于波动周期为3年的高频分量的影响指标分析结果显示,CPI、国家卫生支出、万人医院数对人均个人现金卫生支出都起到正向冲击作用。人均国内生产总值、人均个人现金卫生支出自身均为第1期正向冲击,然后迅速衰减,RPI、SW为负向冲击,然后快速回归到0左右。对于波动周期为5年的影响指标分析结果显示,都存在周期性波动的冲击。对于波动周期为8年的长期冲击中,仅有万人医院数起到负向冲击效果。(2)月度指标12期预测值中,医疗类消费价格指数的自身贡献率较高,长期稳定在52.92%以上,表明其消费价格指数变化主要由自身引起。12期预测值结果为:居住类贡献度为0.33%-3.47%,家庭日用品类贡献度为6.55%-11.47%,食品类贡献度为0.91%-2.59%,烟酒类贡献度为5.16%-5.09%,交通类贡献度为1.08%-3.22%,衣着类贡献度为0.96%-1.89%,教育类贡献度为0.73%-3.93%。波动周期为3个月的高频分量中,烟酒类为正向冲击,其余为围绕0上下波动,无明显规律。中高频分量的影响因素研究结果显示,居住类消费价格指数随着时间的变化,对医疗消费价格指数的冲击强度不断增大。在医疗类消费价格指数的低频分量研究中,我们发现居住类、家庭日用品类、食品类、交通类、教育类负向冲击,烟酒、衣着类正向冲击。结论1.我国个人现金卫生支出占比在卫生总费用中持续降低。我国人均个人现金卫生支出依然保持加速增长,但是其增长速度在近年来有所回落。2.EMD和EEMD适用于医疗费用增长趋势研究,能够高效的将非平稳时间序列分解为若干个平稳时间序列,每个分量都代表着特定的信息,可以用于对医疗费用增长及其影响因素深入研究。RES与原始序列趋势线拟合值间的距离平方和可以评价分解效果。3.我国医疗费用变化受国家政策影响较大。医疗费用变化的量化影响因素中,主要的影响来自于自身,其自身解释程度高达50%以上。医疗费用增长除去自身影响外,经济发展对其影响最大,不同影响因素对医疗费用不同周期、不同强度的变化中影响效应不同。从整体来看我国社会卫生支出、政府卫生支出、通货膨胀、国家经济发展、居民生活水平提高会在一定程度上促进个人医疗费用增长,而医院数增长长期来看能够降低个人现金卫生支出,短期效应为增加人均个人现金卫生支出。(本文来源于《第四军医大学》期刊2017-04-01）
模态分解法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对火电机组运行监测数据量大且复杂情况下的去噪问题,提出一种基于状态识别的改进经验模态分解去噪(SREMD)算法。该算法以经验模态分解(EMD)方法为基础,首先运用基于拉伊达(Pauta)准则的滤波方法去除显着异常数据,然后根据数据连续变化率动态识别机组运行状态,最后根据机组运行状态的稳态过程和过渡过程分别进行针对性EMD去噪,以适应火电机组的状态切换特性。将该算法用于实际机组运行数据,结果表明,本文算法有效完成了火电机组监测数据的去噪预处理,在保持信号整体趋势的基础上能达到更好的去噪效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模态分解法论文参考文献
[1].中国人民银行西安分行课题组,李学武.基于总体模态分解法(EEMD)的我国金融机构存款增速下降因素研究[J].金融理论与实践.2019
[2].赵悦,方彦军,董政呈.基于状态识别的经验模态分解法火电厂运行数据预处理[J].热力发电.2019
[3].何凯,廖玉松,张宝霞,王艳.基于变分模态分解法和共振解调技术的滚动轴承早期故障检测研究[J].机械制造.2018
[4].孔祥瑞,翟丽娜,李梦莹,张志宏,黄明威.经验模态分解法在高频形变干扰分析中的应用[J].防灾减灾学报.2018
[5].苏志刚,吕江波,郝敬堂,张亚娟.改进的经验模态分解法去除脉搏波基线漂移[J].计算机测量与控制.2018
[6].梁坤.基于集总经验模态分解法的输油管道入侵信号诊断研究[D].浙江理工大学.2018
[7].张绪景,雷晓燕,刘庆杰.基于改进经验模态分解法的地铁列车轮轨应变信号降噪[J].城市轨道交通研究.2018
[8].孙和平,张苗苗,徐建桥,陈晓东,刘清超.基于集合经验模态分解法的重力极潮提取与研究[J].地球物理学报.2018
[9].汪国元,徐洋,胡晓楠,盛晓伟,蒋青飞.基于集总平均经验模态分解法(EEMD)的星箭解锁分离机构冲击响应分析[J].振动与冲击.2018
[10].陆洲.基于经验模态分解法的医疗费用增长模式及其影响因素研究[D].第四军医大学.2017
论文知识图
