基于EMD和LS-SVM的非平稳振动信号趋势预测

• 作者: 朱启兵 王洪波
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 趋势预测 非线性、非平稳时间序列 最小二乘支持向量机(LS-SVM) 经验模式分解(EMD)
• 年，卷（期）: 2008,（16）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 157-159
• 页数: 3页
• 分类号: TP39
• 字数: 2481字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.16.048

摘要

镇动信号的趋势预测是设备状态监测与故障诊断中的一个重要内容.随着运行设备的非线性、非平稳特点越来越明显,传统的数学建摸预报方法已不能满足设备的复杂化和现代化要求.提出了一种基于经验模式分解 EMD(Empirical Mode Decompo-sition)和最小二乘支持向量机LS-SVM(Least Square Support Vector Machine)的新模型.首先,运用 EMD 将趋势时间序列自适应地分解成一系列不同尺度的本征模式分量 IMF(intrinsic mode function);其次,对每个本征模式分量,采用合适的核函数和超参数构造不同的 LS-SVM 进行预测;最后对各分量的预测值进行拟合得到最终的预测值.仿真实验表明,此方法与单一的LS-SVM预测法相比,具有较高的精度和较强的推广能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱启兵	江南大学通信与控制工程学院	56	481	14.0	19.0
2	王洪波	江南大学通信与控制工程学院	1	24	1.0	1.0