高阶统计量
高阶统计量的相关文献在1994年到2022年内共计348篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、机械、仪表工业
等领域,其中期刊论文292篇、会议论文36篇、专利文献66789篇;相关期刊181种,包括哈尔滨工程大学学报、石油地球物理勘探、电子学报等;
相关会议36种,包括第八届全国设备管理、第九届全国设备维修与改造暨第十一届全国设备润滑油与液压学术会议、第七届全国信号和智能信息处理与应用学术会议、中国地球物理学会第二十八届年会等;高阶统计量的相关文献由852位作者贡献,包括刘希强、尹成、李生红等。
高阶统计量—发文量
专利文献>
论文:66789篇
占比:99.51%
总计:67117篇
高阶统计量
-研究学者
- 刘希强
- 尹成
- 李生红
- 王书明
- 王宏志
- 王家映
- 史振威
- 张白林
- 李宏伟
- 李海青
- 杨培杰
- 熊晓军
- 黄志尧
- 付媛媛
- 刘庆生
- 印兴耀
- 吴杰
- 姜志国
- 安钢
- 山拜·达拉拜
- 廖桂生
- 张亚南
- 张桂才
- 戴永寿
- 曾孝平
- 朱培民
- 李大卫
- 李希亮
- 李晓东
- 李梦如
- 李玉山
- 李西京
- 杨涛
- 杨硕
- 樊龙飞
- 王保良
- 王树勋
- 王自营
- 简鑫
- 董晓娜
- 蒋培
- 贺渊
- 赵俊渭
- 赵明阳
- 赵知劲
- 郭业才
- 陆文凯
- 黄杰
- 付丽华
- 任卫东
-
-
朱燕琼;
潘家华;
杨宏波;
王威廉
-
-
摘要:
心脏听诊是先心病初诊的主要手段,由此可见心音含有重要的诊断信息。研究利用高阶统计量的ARMA模型直接提取先心病心音信号的特征,利用K近邻,决策树,贝叶斯分类器对其进行分类识别,并与用梅尔对数系数提取特征的方法进行了对比。实验测试结果为灵敏度0.88,特异度0.83,准确度0.855,优于其它算法。上述算法还省去了一般预处理中,对心音的降噪和分段定位过程,提高了分析效率。实验结果表明:高阶统计量的ARMA模型和决策树适用于对先心病心音的特征提取和分类,有助于实现先心病的机器辅助诊断。
-
-
丁国荣;
王文波
-
-
摘要:
自动扶梯是地铁车站内必不可少的大型公共交通设备,一旦发生故障,小则影响运营,大则引发安全事故;梯级作为自动扶梯的重要结构部位,其固定螺栓松动必然会导致自动扶梯运行异常;针对梯级振动信号故障特征难以提取的问题,提出了变分模态分解(VMD)和高阶统计量(HOS)联合来对自动扶梯故障特征提取;该方法首先对原始振动信号进行VMD分解,得到K个固有模态分量(IMF);然后对主IMF分量进行奇异值分解(SVD)降噪,对去噪后的主IMF分量进行重构得到新的信号;最后通过高阶统计量对新的信号故障特征提取,并利用随机森林分类算法对三类不同的振动信号样本进行分类识别,确定梯级振动故障类型;实验结果表明,该方法可以有效地提取故障特征,实现故障诊断与分类.
-
-
-
-
王小宇;
李凡;
曹琳;
李军;
张驰;
彭圆;
丛丰裕
-
-
摘要:
由于水声信号的高度复杂性,基于特征工程的传统水下目标识别方法表现欠佳.基于深度学习模型的水下目标识别方法可有效减少由于特征提取过程带来的水声信号信息损失,进而提高水下目标识别效果.本文提出一种适用于水下目标识别场景的卷积神经网络结构,即在卷积模块化设计中引入卷积核为1的卷积层,更大程度地保留水声信号局部特征,且降低模型的复杂程度;同时,以全局平均池化层替代全连接层的方式构造基于特征图对应的特征向量主导分类结果的网络结构,使结果更具可解释性,且减少训练参数降低过拟合风险.实验结果表明该方法得到的水下目标识别准确率(91.7%)要优于基于传统卷积神经网络(69.8%)和基于高阶统计量特征的传统方法识别表现(85%).这说明本文提出的模型能更好保留水声信号的时域结构,进而提高分类识别效果.
-
-
孔祥瑞;
严正;
徐潇源;
谢伟
-
-
摘要:
The increasing penetration of distributed generators (DGs) brings significant uncertainty and noises to microgrid, which leads to the increasing difficulty of microgrid monitoring.The islanding detection devices may make misjudgment because they are prone to be interfered by grid disturbance, thus causing the consequence of DGs out of service.The islanding detection devices must be able to accurately distinguish islands from grid disturbance in a noise environment.This paper introduces the concept of deep learning based on the multi-scale high-order singular spectrum entropy (MSHOSSE) into islanding detection.And a novel deep learning framework combining empirical mode decomposition (EMD) and high-order singular spectrum entropy is proposed.As a signal processing method after EMD, the MSHOSSE combines multi-resolution high-order statistics analysis and spectrum analysis, and take the entropy as the feature to output.Then the intrinsic features of islanding and grid disturbance can be extracted for training and testing in the deep learning framework.The simulation results show that the proposed method can achieve accurate detection of islands, thus avoiding running out of DGs.%分布式电源持续的规模化接入给微电网运行引入了显著的不确定性与噪声, 增加了配电网监视的难度.而孤岛检测设备易受电网扰动干扰而误动作, 导致分布式电源被切除运行, 孤岛检测装置必须能够在噪声环境中准确区分判别扰动与孤岛情形.文中将基于多尺度高阶奇异谱熵的深度学习概念应用于孤岛检测问题, 提出一种结合经验模态分解与高阶奇异谱熵的新型混合深度学习架构.作为经验模态分解后的信号处理方法, 多尺度高阶奇异谱熵结合多分辨率高阶统计分析与谱分析并以熵值作为特征提取输出, 进而通过深度学习架构对所提取的孤岛与扰动特征量进行训练及测试.仿真结果表明所提方法能够实现孤岛的准确检测, 从而避免分布式电源退出运行.
-
-
茹锋;
徐锦;
常琪;
阚丹会
-
-
摘要:
神经影像技术和分子遗传学的发展产生了大量的影像遗传学数据,极大地促进了复杂精神疾病的研究.但因为该数据的特征维度过高且相关性的度量都是假设数据服从高斯分布,所以传统的算法往往无法很好地解释两类数据之间的依赖关系.为了解决传统算法的问题,文中提出了一种对大量SNP和fMRI数据进行关联分析的方法,该方法通过构建稀疏的特征网络结构来指导fused lasso进行特征选择,与此同时,该方法利用高阶统计量提取出具有统计显著性的变量,从而识别出与精神疾病有关的生物标记物.实验结果表明,在模拟数据中所提算法得到的典型向量值的分布与实际数据中值的分布几乎一致且得到的相关系数与数据集中实际的相关系数最接近,所提算法的平均相关系数最高达到81%,比L1-SCCA提高了约20%,比FL-SCCA提高了约3%;在真实数据中,相比另外两种算法,所提算法可以找出更多的对精神分裂症有潜在影响的基因与脑区.实验结果证明:该算法可以在合理时间内有效识别出风险基因和异常脑区.
-
-
-
郭颖;
彭任华;
郑成诗;
李晓东
-
-
摘要:
房间混响会降低语声质量和语声可懂度.高阶统计量是衡量非高斯性的重要参量,基于语声非高斯特性可实现语声去混响.该文提出一种基于高阶统计量的多通道语声去混响方法,该方法首次用多通道语声信号线性预测残差的三阶统计量偏度构造代价函数,以去混响重建信号线性预测残差的偏度最大化为目标自适应地更新逆滤波器,同时引入通道逆滤波和语声产生系统的联合估计.实验结果表明,该方法相较于已有的基于线性预测残差四阶统计量峰度的方法具有更好的去混响效果,且对噪声具有更强的鲁棒性.
-
-
刘宇安
-
-
摘要:
多层陶瓷电容的电子噪声对其损伤和退化很敏感,采用电子噪声对多层陶瓷电容进行可靠性表征,需建立明晰的多层陶瓷电容电子噪声模型。然而,现有模型只考虑了寄生电阻中电子涨落并没有考虑电容介质极化子的涨落,无法合理解释多层陶瓷电容的电子噪声现象。因此,本文根据多层陶瓷电容两种元激发的涨落耗散据微观机理,建立了多层陶瓷电容二维电子噪声模型;采用电子噪声的高阶统计量分析方法,对实测数据进行时-频分析,获得了多层陶瓷电容电子噪声的功率谱密度和双谱图,直观地揭示了器件中电子与极化子两种元激发涨落随温度的动态变化规律,研究了多层结构中两元激发的涨落耗散过程产生的二维电子噪声表征方法。
-
-
彭炜文;
吴奇宝;
郑云海;
张国灿;
林涌艺
- 《福建省电机工程学会2018年学术年会》
| 2018年
-
摘要:
电力变压器绝缘的劣化总是伴随着一定的局部放电,测量局部放电信号的真实性直接影响到变压器绝缘性能评估的准确性.本文在集合经验模态分解(empirical mode decomposition,EEMD)的基础上,结合高阶统计量原理,提出了一种基于EEMD和高阶统计量的局部放电白噪声抑制方法.首先利用EEMD方法分解得到各阶经验模态分量(IMF);然后通过IMF各分量峭度的计算,结合Bootstrap方法检测并滤除高斯分布的IMF分量;对剩余IMF分量进行自适应阈值处理,去除混叠的白噪声成分;最后将处理结果重构回原信号.分别以仿真信号和实际PD信号为例,证明了该方法的有效性.
-
-
-
-
杨晓;
王华庆;
徐新韬;
李岭阳
- 《第八届全国设备管理、第九届全国设备维修与改造暨第十一届全国设备润滑油与液压学术会议》
| 2015年
-
摘要:
往复式压缩机由于其激励源多、结构复杂,工作环境恶劣,信号存在较强的非线性和非平稳性.分形几何不同于传统的时频域方法,为故障诊断提供了一条新的思路,对于非平稳信号故障诊断有着突出的优势.分形维数是度量分形复杂度的重要指标,但是通常对噪声敏感,易受环境影响而波动.高阶统计量对噪声不敏感,抗噪声能力强,本文利用其这一特性,采用了基于高阶统计量计算分形维数的新方法,并将其应用于往复式压缩机气阀故障诊断中,结果证明具有良好的识别效果.
-
-
-
-
-
-
Zeng Da;
曾达;
Dai Fei;
戴飞;
Li Wen-jie;
李文杰;
Gao Feng;
高峰
- 《中国宇航学会探测与导引技术专业委员会第四次学术交流会》
| 2014年
-
摘要:
相比辐射电磁干扰信号,传导电磁干扰混合信号的分离是一种特殊的单通道盲源分离SC-BSS(Single channel blind source separation)情况.现有的SC-BSS算法主要针对生物信号、机械振动等低频信号,对高频的电磁干扰信号分离效果差.本文提出一种针对传导电磁干扰混合信号的SC-BSS算法,首先使用不同频率特性的滤波器构造多路耦合通道,将单通道问题转化为适定的盲源分离问题,然后采用高阶统计量HOS(Higher Order Statistic)判断干扰源数目,最后使用频域快速独立成分分析FastICA算法恢复出独立干扰源信号.仿真与实测结果表明,该算法对传导电磁干扰混合信号有较好的分离效果.
-
-
蔡加兴;
朱培民
- 《2010年全国水利水电物探学术年会》
| 2010年
-
摘要:
本文针对声波反射和探地雷达在水电工程质量检测中应用的广泛性,以及在实际检测过程中检测信号主要以波形和相位的变化来判别异常的解释方法所存在的不足.拟采用信号中的高阶统计量,并利用Wigner双谱时频分析对建筑物中存在的缺陷所引起的反射和散射信号的异常信息进行识别和提取.该方法能够较强地反映介质的异常特征,直观地确定缺陷的位置、大小和类型,从而消除隐患,为确保水电工程的安全运行提供可靠的技术保证.该方法也可用于金属探伤和一般建筑工程的质量检测和评价,具有重要的实用价值.