基于遗传算法与支持向量机的EMD改进算法

• 作者: 张兢 曾建梅 李冠迪 杨超
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 遗传算法 支持向量机 经验模态分解 端点效应 脉搏信号
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 电子·自动化
• 页码范围: 101-105
• 页数: 5页
• 分类号: TN911.6
• 字数: 2216字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2015.11.017

摘要

针对传统经验模态分解的端点效应问题,提出了一种适用于脉搏信号分解的基于遗传算法和支持向量机的经验模态分解改进算法.该方法运用支持向量机对时间序列的两端进行延拓,并引入遗传算法使得延拓更加合理,分解结果的频率更加单一.仿真和对脉搏信号分析的实验结果表明:该方法能够有效抑制端点效应.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张兢	重庆理工大学电子信息与自动化学院	31	136	6.0	9.0
2	曾建梅	重庆理工大学电子信息与自动化学院	5	21	3.0	4.0
3	李冠迪	重庆理工大学电子信息与自动化学院	6	23	3.0	4.0
4	杨超	重庆理工大学电子信息与自动化学院	9	49	5.0	6.0