基于加权IMF对时间序列相似匹配

• 作者: 孙汝儒 肖迪
• 来源期刊: 计算机应用研究
• 关键词: 经验模态分解算法 本征模函数 本征模函数加权 相似模式匹配
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 系统应用技术
• 页码范围: 3664-3666
• 页数: 3页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.12.037

摘要

经验模态分解(EMD)算法非常适合非稳定序列信号、非线性序列信号以及复杂信号的分解,具有很高的噪声比.序列信号经过EMD分解为本征模函数(IMF)以及残差序列,所分解出来的IMF包含了原序列信号不同时间尺度的局部特征信号,是整个原序列的“去杂”反映.针对IMF所包含的不同尺度的特征这一特性,给出用EMD分解原始序列信号,提取其全部有限个本征模函数和残差序列,根据不同的IMF所包含原序列的特征信息量的大小引入信息权重w,然后通过欧氏距离对各个序列不同IMF序列进行相似匹配判定,最后通过综合各个IMF所占权重综合判定时间序列的相似匹配.实验结果表明,基于IMF对时间序列相似匹配和直接对原时间序列进行匹配,前者首先对时间序列进行分解,去掉其噪声等干扰,提取出IMF间接进行加权匹配,提高了时间序列的模式匹配精度,证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖迪	南京工业大学自动化与电气工程学院	26	627	7.0	25.0
2	孙汝儒	南京工业大学自动化与电气工程学院	3	13	3.0	3.0