首页> 中文会议>第八届全国信号和智能信息处理与应用学术会议 >基于EMD与LS-SVM的火炮非平稳序列预测

基于EMD与LS-SVM的火炮非平稳序列预测

页面导航

摘要
著录项
相似文献
相关主题

摘要

采用经验模式分解(EMD)和最小二乘支持向量机(LS-SVM)预测模型,对火炮振动信号进行预测研究.通过经验模式分解将火炮振动信号分解为有限个本征模式分量和一个剩余分量,然后根据各分量的特征选取不同的参数和核函数,利用LS-SVM建立各分量的预测模型,再次通过支持向量回归对每个预测模型进行非线性组合,得到最终的火炮非平稳序列预测模型.实验结果表明,基于EMD和LS-SVM的预测模型能够较为准确地预测振动信号的变化趋势,相比LS-SVM预测模型,优势明显.

著录项

来源
《第八届全国信号和智能信息处理与应用学术会议》|2014年|392-395474|共5页
会议地点北京
作者
FANG Shuhu; 房树虎; XIE Zhihong; 谢志宏; WU Qingxiang; 吴庆祥;
展开▼
作者单位

中国高科技产业化研究会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类信号处理;
关键词
火炮振动信号; 经验模式分解; 特征提取; 非平稳序列预测模型; 最小二乘支持向量机;

相似文献

中文文献
外文文献
专利

1. 基于EMD和LS-SVM的非平稳振动信号趋势预测 [J] . 王洪波 ,朱启兵 . 计算机工程与应用 . 2008,第016期
2. 联合EMD和FSVM的非平稳时间序列预测 [J] . 龚邦明 ,王文波 ,赵攀 . 计算机科学 . 2014,第0z2期
3. 非平稳时间序列的EMD组合预测及其应用 [J] . 朱建平 ,张楠溪 ,朱万闯 . 统计与决策 . 2013,第15期
4. 基于EMD-LS的非平稳时间序列多重分形去趋势波动分析方法 [J] . 罗远兴 ,李志红 ,梁兴 . 电子学报 . 2021,第012期
5. 基于IEEMD与LS-SVM组合的短期风电功率多步预测方法 [J] . 张鑫磊 ,李根 . 电测与仪表 . 2020,第006期
6. 基于混沌理论和LS-SVM的地球变化磁场时间序列预测 [C] . NIU Chao ,牛超 ,LI Xi-hai . 2009年国家安全地球物理专题研讨会 . 2009
7. 基于LS-SVM的时间序列预测方法及其应用研究 [A] . 刘琦 . 2011

基于EMD与LS-SVM的火炮非平稳序列预测

摘要

著录项

相似文献

相关主题

期刊订阅