模糊熵
模糊熵的相关文献在1981年到2022年内共计612篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、数学
等领域,其中期刊论文514篇、会议论文29篇、专利文献19241篇;相关期刊294种,包括运筹与管理、科学技术与工程、噪声与振动控制等;
相关会议29种,包括2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议、第十一届全国随机振动理论与应用学术会议、第十届中国智能机器人会议等;模糊熵的相关文献由1444位作者贡献,包括范九伦、吴成茂、郑近德等。
模糊熵—发文量
专利文献>
论文:19241篇
占比:97.26%
总计:19784篇
模糊熵
-研究学者
- 范九伦
- 吴成茂
- 郑近德
- 王熙照
- 程军圣
- 赵凤
- 辛小龙
- 邓艾东
- 高立群
- 刘祎
- 张清华
- 徐凤生
- 朱静
- 李晶
- 桂志国
- 梁家荣
- 相洁
- 石振刚
- 范平
- 丁伟
- 夏良正
- 张鹏程
- 杨世勇
- 江伟
- 潘海洋
- 王昌
- 王涛
- 翟怡萌
- 葛建华
- 谢维信
- 赵萌
- 金炜东
- 陈媛
- LEE Sang-Hyuk
- 任嵘嵘
- 吴慧
- 孙克辉
- 张志刚
- 张晓晞
- 张诚一
- 彭家寅
- 曹锐
- 朱可恒
- 李侠
- 李明爱
- 李郝林
- 杨宇
- 汪亚明
- 王保平
- 罗志增
-
-
陈倩倩;
徐健;
刘秀平;
黄磊;
惠楠
-
-
摘要:
针对脑电信号分类准确率不高导致脑控设备控制稳定性差的问题,提出一种基于离散小波变换(DWT)、多变量经验模态分解(MEMD)和模糊熵的特征提取与分类方法.首先,利用DWT将脑电信号分解成一系列窄带信号;其次,利用MEMD对子带信号进行分解,得到一系列本征模函数(IMFs),选择合适的IMFs进行信号重构,利用模糊熵算法对信号提取特征,作为实验的特征向量;最后,使用支持向量机(SVM)进行分类.利用脑机接口(BCI)大赛数据作为验证集,验证了该算法的有效性,使分类精度提高到了96.2%,同时解决了经验模态分解(EMD)中频带覆盖较广的问题.
-
-
臧振春;
李洁璐;
王美琦;
王娜娜
-
-
摘要:
论文依据网络正能量模糊性和多规则的特点,借助语言犹豫模糊集和普通犹豫模糊集建立正能量事件的评价集,针对事件属性对正能量的影响效应确定各属性的模糊熵和权重,建立犹豫模糊推荐模型。借助TOPSIS的思想,从大数据中得到正能量事件的标准值,通过事件与标准值模糊相似度的计算确定推荐阈值以得到满意的正能量事件推荐结果。
-
-
刘宏利;
张晓杭;
邵磊;
徐晓宁;
孙文涛;
李季
-
-
摘要:
针对轴承振动信号的冗余信息过多、故障特征提取率较低的问题,提出一种基于鲸鱼算法及综合评价指标优化变分模态分解(VMD)参数的轴承故障特征提取方法。首先构建了一种模糊熵与峭度倒数和的综合评价指标,作为鲸鱼优化算法(WOA)的适应度函数;其次对VMD的相关参数进行寻优;然后使用优化的参数对原始信号进行VMD分解,得到固有模态函数(IMFs),选取模糊熵与峭度倒数和最小的IMF作为目标模态;最后对目标分量进行希尔伯特包络谱分析来提取故障特征。在仿真信号实验和实测数据实验中与传统方法对比,结果表明,鲸鱼算法与综合指标的结合能选取最优VMD分解参数,故障频率提取率较传统方法有所提高。
-
-
刘庆利;
王文广;
张学翠;
商佳乐
-
-
摘要:
对作战目标的识别是指挥与控制系统在作战环境中实施精确打击的前提条件,然而多种系统协同作战必然会对作战目标的识别有差异。针对冲突识别信息融合导致的目标识别不明确甚至错误的问题,提出一种基于改进DS证据理论的指控系统信息融合方法,该方法构建基于智联体的融合模型,在此模型基础上根据皮尔逊相关系数计算出目标识别信息的相关性权重,引入分类思想并结合模糊熵理论计算出目标分类权重,最后用DS融合规则对经过相关性权重和目标分类权重修改后的目标识别信息进行融合。仿真结果表明,与DSCR方法、CRET方法、CBF方法、CMCE方法和NDCM方法相比,所提方法在各种冲突情况下降低了识别错误目标的概率,提高了对正确目标的识别,有效提升了系统的目标识别能力。
-
-
梁尔祝;
徐淼;
谷传宝;
莫宏毅;
徐振洋
-
-
摘要:
针对变分模态分解(VMD)算法预设参数选择的问题,提出了一种基于SA-GA模糊熵的VMD参数优化算法,该算法结合模拟退火算法(SA)和遗传算法(GA)的优点,选取模糊熵(FE)为适应度函数,求解最优分解参数。经过仿真信号分析,相比EMD算法,SA-GA模糊熵的VMD参数优化算法有效地抑制了模态混叠和虚假分量的现象,具有较高的分解精度。最后利用SA-GA模糊熵的VMD参数优化算法进行爆破振动信号实测分析,结果表明:SA-GA模糊熵的VMD参数优化算法可以根据不同的爆破振动自适应地选取最优解,解出来的IMF分量具有明确的物理意义,频谱图能清晰地看出信号内所包含的频率成分,具有良好的适用性。
-
-
魏文军;
刘新发;
张轩铭;
武晓春
-
-
摘要:
为了更加有效地提取S700K转辙机典型故障下动作功率曲线的故障特征,基于集合经验模态分解和多尺度模糊熵的方法提出一种新的故障诊断方法。首先对S700K转辙机动作功率曲线进行集合经验模态分解,计算获得包含不同时间信息的本征函数;然后对不同时间维度的分量提取模糊熵作为特征参数,由于模糊熵能辨别出信号的细微特征,从而可以获得原始信号多个维度的细微特征作为S700K转辙机不同状态下的特征参数;最后根据灰色关联度分析算法计算待检曲线和各故障曲线特征值之间的灰关联度值,由该值确定S700K转辙机的故障类型。实验结果表明,该诊断模型能显著提高S700K转辙机的故障诊断精度,且具有较好地适应性。
-
-
韩慧苗;
许昕;
潘宏侠;
李磊磊
-
-
摘要:
针对供输弹系统早期采集的信号中成分复杂,故障特征难以提取和识别的问题,提出一种基于模糊熵与布谷鸟改进的极限学习机(CS-ELM)的供输弹系统早期故障预示方法。运用改进的可调品质因子小波变换对信号进行滤波降噪,提取各子带信号的模糊熵特征;选取模糊熵值较大的5个子带进行重构,完成降噪并将其模糊熵组成特征向量;运用CS-ELM对所提取的特征向量进行早期故障预示并与ELM的诊断结果进行对比。试验结果验证了该方法的有效性,其预示准确率达90.7%。
-
-
马子旸;
张朝龙;
何怡刚
-
-
摘要:
功率开关器件是逆变器的核心部件,但其易发生开路故障,故对其进行故障诊断方法研究很有必要;针对中点钳位型(NPC)三电平逆变器功率开关管器件的开路故障,提出一种基于总体经验模态分解(EEMD)模糊熵和粒子群算法(PSO)优化的核函数极限学习机(KELM)的故障诊断方法;首先采样功率开关器件的桥臂输出端的三相电压作为故障信号以区分各种故障类型,然后利用EEMD模糊熵提取故障特征向量,最后将其划分为训练集和测试集送入PSO-KELM中,识别故障类型并输出诊断结果;经Matlab平台仿真实验得到该方法的故障诊断率超过98%,通过与其他方法的对比实验分析,该方法的有效性与优势得到验证。
-
-
王嘉凯;
余雷;
庞宇
-
-
摘要:
为提高电能质量扰动检测定位在高噪声环境下的准确性,在小波包降噪的基础上引入模糊熵判据,对不同噪声水平的扰动信号自适应最优分解层数,构造阈值随噪声系数改变的函数。选取噪声序列模糊熵最大时的阈值作为最优阈值,对降噪后的扰动信号进行Hilbert-Huang变换,以确定其起止时间与频率等参数。将算法与传统的小波阈值降噪方法进行对比,结果表明算法对于不同的噪声环境均具有良好的抗噪能力。由此可见基于模糊熵的小波包降噪可以更好地提高电能质量扰动分析的精度。
-
-
李凯;
张可心
-
-
摘要:
利用信息熵或模糊熵确定子空间聚类中每个簇的不同特征,较好地解决了高维数据的子空间聚类.为了进一步提高聚类算法的性能,将权向量的负结构α-熵引入到高斯混合模型中,获得了结构α-熵的加权高斯混合的子空间聚类模型,提出了结构α-熵的加权高斯混合模型的子空间聚类算法SEWMM(Structuralα-Entropy Weighting Mixture Model),该算法不仅可以发现高维数据空间中位于不同子空间的簇,而且能够获得子空间中具有不同形状体积的簇.同时,进一步分析了算法的收敛性与时间复杂性.通过选取UCI(University of California,Irvine)标准数据集及图像数据集,对提出的算法SEWMM进行了实验,并与一些典型的聚类算法进行了比较,表明了提出的算法在总体性能上具有一定的提升.
-
-
SHEN Chao;
沈超;
YANG Jianwei;
杨建伟;
YAO Dechen;
姚德臣;
BAI Tangbo;
白堂博
- 《2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议》
| 2018年
-
摘要:
为更好的进行齿轮故障诊断的研究,采用模糊熵(Fuzzy Entropy,FE)对不同类型、不同转速下的齿轮进行研究.首先,运用实验信号进行模糊熵参数进行计算确定;然后,对实验信号进行改进局部均值分解(Local Mean Decomposition,LMD)得到多个不同分量(Product Function,PF),最后,对分解得到的PF分量进行模糊熵值计算,利用支持向量机(SVM)进行故障识别诊断.齿轮实验数据的处理结果表明该方法可以有效的诊断辨别齿轮故障,具有一定的优势.
-
-
-
Yao Sheng;
姚晟;
Xu Feng;
徐风;
Zhao Peng;
赵鹏;
Liu Zhengyi;
刘政怡;
Chen Ju;
陈菊
- 《2016苏鲁黑浙四省声学技术学术会议》
| 2016年
-
摘要:
特征选择是一项重要的数据预处理技术,其目的是在不降低数据分类精度情形下选择一个特征子集,从而对原数据集达到降维的效果,同时也提高学习算法的性能.在邻域粗糙集模型中,传统方法构造出的对象邻域粒未考虑数据的分布问题,使得邻域粒存在一定的误差.首先通过方差来刻画数据的分布,然后根据数据分布提出一种改进的邻域粒,这种改进的邻域粒能够自适应数据的分布,有着较好的优越性,最后将改进邻域粒与邻域模糊熵结合,提出一种特征重要度的评估方式,并给出对应的特征选择算法.实验结果表明,新提出的特征选择算法在特征选择结果、时间消耗和特征子集的分类精度方面都更具一定的优越性.
-
-
-
-
Tian Jing;
田京;
Luo Zhizeng;
罗志增
- 《第十届中国智能机器人会议》
| 2013年
-
摘要:
提出了一种基于模糊熵的运动想像脑电特征提取的新方法.根据脑电信号模糊熵时间序列良好的事件相关同步/事件相关去同步(ERS/ERD)特征,构筑人脑想像左右手运动任务时的C3和C4脑电模糊熵差值特征向量,利用Fisher线性分类器对左右手运动想像的意识任务进行分类.对国际脑机接口竞赛相关数据进行了测试,最大分类准确率达到87.22%.基于模糊熵的脑电信号特征可以作为有效特征对运动想像任务进行区分.
-
-
He Chun;
何春;
Lu Jun;
陆俊
- 《第五届图像图形技术与应用学术会议》
| 2010年
-
摘要:
为了增强图像边缘检测中对模糊边缘的检测能力,本文提出了一种基于模糊熵方向特征的图像边缘检测方法.首先运用隶属度和模糊熵函数将图像灰度值空间转化为邻域模糊熵值特征空间,以增强模糊边缘的对比;然后在特征空间3×3邻域内定义12种有效的边缘方向结构,同时提取每点像素的有效方向结构信息测度阵列,最后结合方向结构测度阵列进行非极大抑制,采用自适应阈值法确定图像边缘.实验结果表明,该方法对模糊边缘有较强的检测能力,检测的图像边缘定位精确和保持更多细节信息.
-
-
-
付君宇;
陈越超;
权恒恒
- 《2017年船舶通讯导航会议》
| 2017年
-
摘要:
为提高目标识别准确率,以一定数量样本的四类水声目标信号为研究对象,分别提取近似熵、样本熵、模糊熵三种非线性特征作为K近邻分类器(KNN)和支持向量机(SVM)的输入特征.分类结果表明,近似熵和样本熵只能有效区分部分目标类型,而模糊熵特征对于四类目标类型的平均识别率达到了98.55%,验证了模糊熵可作为区分文中四类水声信号的有效特征.
-
-
赵萌;
邱菀华
- 《第十三届中国管理科学学术年会》
| 2011年
-
摘要:
本文针对目前供应商选择决策方法存在的不足,提出了基于混合信息的供应商选择模型。通过规范化的方法把区间数转化为直觉模糊数,通过建立直觉模糊数与语言变量的对应关系,把混合多属性决策信息统一在同一决策框架下;然后利用扩展熵权模型确定属性的权重,通过直觉模糊集的模糊熵计算专家判断信息的模糊程度确定每位专家的权重,再通过相对熵排序法得到每位专家的排序结果,最后根据加权算术算子集结每位专家的判断信息,得到备选供应商排序。最后,将该模型用于解决某航空项目供应商选择的实际问题,验证了该模型的有效性。