- 博客(242)
- 收藏
- 关注
RSS订阅原创 对于多成分信号分析，如何设计正交字典匹配算法来平衡稀疏度、重构精度和计算效率？
本文提出基于正交字典匹配的稀疏信号快速重构算法，在MATLAB平台上实现三种重构方法对比研究。系统首先生成50个随机频率的测试信号并构建DCT字典，随后分别实现：1）ODM1直接投影法，高效但精度较低；2）ODM2迭代阈值法，自适应平衡精度与效率；3）OMP正交匹配追踪法，通过伪逆优化获得最高精度。实验通过时频域分析和计算耗时评估，为不同应用场景提供算法选择依据。作者作为多个SCI/EI期刊审稿专家，在信号处理与故障诊断领域具有丰富经验。
2025-12-07 22:02:45
302
原创 变分模态分解与多重分形分析的信号特征提取与模式识别（Python）
该算法是一个综合性的信号处理与分析框架，专门设计用于提取和分析复杂信号中的多尺度特征与多重分形特性。算法的核心思想是通过变分模态分解VMD将原始复杂信号自适应分解为多个相对简单的本征模态函数IMF，然后对每个模态进行多重分形分析MFA，以揭示信号在不同频率尺度上的复杂结构和特性。
2025-09-11 19:50:05
868
原创 神经网络：无所不能的AI奇兵，为何在滤波器这片战场上举步维艰？—— 深入解析算力、实时性与泛化性的三重围城
神经网络：无所不能的AI奇兵，为何在滤波器这片战场上举步维艰？—— 深入解析算力、实时性与泛化性的三重围城
2025-08-02 15:25:22
809
原创 时频互谱精密走时变化分析-基于小波变换的信号延迟检测（MATLAB）
该算法用于检测两个信号之间随时间变化的微小时间延迟，基于小波互谱分析技术，通过连续小波变换将信号分解到时频域，计算参考信号和当前信号在时频空间的互谱、相位差和时间延迟。核心功能包括对信号进行自适应小波变换，精确计算不同频率分量上的时间偏移（走时变化），提供振幅乘积和小波相干性分析，可视化展示时频分布结果，特别适用于检测微弱信号变化场景。系统提供两种小波选择（Morlet和Morse）和可调的平滑参数，能有效抑制噪声影响，在机械故障诊断、地震波分析等领域有应用价值。
2025-08-02 12:25:03
314
原创 基于多尺度小波变换的精密信号特征检测方法（检测复杂信号中的关键事件，如质谱峰）-Python
基于多尺度小波变换的精密信号特征检测方法（检测复杂信号中的关键事件，如质谱峰）-Python
2025-08-01 11:25:36
628
原创 基于小波变换与动态峰线追踪的AFM共振峰智能检测算法（Python）
该AFM共振峰检测算法通过创新的小波变换与动态峰线追踪技术，实现了对原子力显微镜频率扫描信号中共振峰的高精度检测，其核心在于结合非对称最小二乘基线校正、多尺度小波分析和基于梯度方差的边界确定方法，有效解决了传统方法在噪声环境下检测精度不足的问题。
2025-06-07 10:02:29
405
原创 多尺度连续小波变换自适应滤波与显著性检验算法（python）
该方法实现了完整的连续小波变换滤波框架，核心是通过多尺度分解与重构实现信号特征的自适应提取。算法首先对输入信号进行预处理和小波参数配置，然后通过频域卷积计算小波系数，采用频带选择和方差阈值两种滤波策略，结合基于红噪声背景的显著性检验确保特征可靠性。逆变换重构阶段根据母小波特性设计精确重构公式，保持信号完整性。在气候分析和机械振动诊断等领域的应用表明，该算法能有效提取非平稳信号的时变特征，与深度学习结合可进一步扩展至异常检测和生成建模等场景，为复杂信号处理提供强有力的多尺度分析工具。
2025-06-07 09:54:14
556
原创 多尺度时频联合信号分析与特征提取算法（python）
该方法实现了从基础傅里叶变换到高级小波包分析的全套信号处理流程，核心在于通过多尺度时频分解揭示信号的深层特征。算法首先对ESR信号进行预处理和频谱分析，然后通过短时傅里叶变换实现局部化分析，再通过连续小波变换获取时频分布，最后通过离散小波变换和小波包变换实现精细的特征提取。采用高斯滤波和小波包节点选择策略，有效解决了传统方法在噪声分离和特征保持方面的不足。该框架在磁共振信号处理领域展现出强大优势，通过与深度学习结合可进一步扩展至生物医学、材料科学等领域的复杂信号分析任务。
2025-06-07 08:13:39
554
原创 基于切比雪夫多项式逼近的图结构多尺度特征提取与分析方法（MATLAB）
谱图小波变换通过将传统小波理论推广到图域，实现了非欧几里得数据的多尺度分析：其核心创新在于采用切比雪夫多项式逼近技术，有效降低了计算复杂度，使大规模图处理成为可能。三个典型应用展示了算法的通用性：1) 瑞士卷点云中精准定位顶点影响力；2) 交通网络交互式分析中心节点波动传播；3) 图像多尺度分解实现结构-纹理分离。该框架为图信号处理提供了统一范式，通过小波核函数的灵活设计（AB样条/Meyer等），可适配从社交网络到生物医学的多元场景，为图神经网络等下游任务提供强大的特征提取基础。
2025-06-07 07:51:33
457
原创 基于故障指标图谱的自适应频带优选机械故障诊断方法（Python）
该算法通过基尼指数驱动的多级频带优选机制，实现了旋转机械故障特征的精准提取：其核心价值在于：1）自适应频带分解策略克服了固定带宽分析的局限性；2）基尼指数量化故障冲击集中度，显著优于传统峭度指标；3）包络谱谐波量化体系提供可解释性诊断依据。
2025-06-06 15:01:34
514
原创 基于时频谱修剪与聚类的非平稳噪声环境下微弱地震事件检测算法（Python）
基于时频谱修剪与聚类的非平稳噪声环境下微弱地震事件检测算法（Python）
2025-06-06 14:12:18
583
原创 基于多尺度时频联合分析的信号特征提取与降噪方法（python）
该算法通过多尺度时频联合分析框架，实现了信号特征的全面解析：首先采用傅里叶变换进行全局频谱分析，结合带通和高斯滤波实现基础降噪；其次通过连续小波变换获取时频分布特征，揭示瞬态冲击的时空演化规律；最后利用静态小波变换和小波包分解进行多级特征分离，在保留信号关键成分的同时有效抑制噪声，重点在于三级处理架构（全局频域-局部时频-多尺度分解）的协同优化。
2025-06-05 21:07:29
572
原创 多尺度时频连续小波变换显著性分析算法（python）
该方法实现了完整的连续小波变换分析流程，核心是通过多尺度时频分解揭示信号隐藏特征。算法首先对输入信号进行预处理和傅里叶变换，然后构建不同尺度的母小波基函数，通过频域卷积和逆变换计算小波系数。创新性地引入尺度校正功率谱和基于红噪声背景的显著性检验，解决了传统方法中的能量偏差问题。影响锥（COI）计算有效标识了边界效应区域，而相位分析和逆变换重构则扩展了分析维度。该算法在气象、生物医学、金融等领域有广泛应用，特别适合处理非平稳信号。与深度学习结合时，小波系数可作为高质量时频特征，显著提升模型性能。
2025-06-05 20:53:59
385
原创 基于置换策略与频谱解析的机器学习特征频域贡献量化方法（Python）
该算法通过创新的双重置换策略与频域量化分析，实现了机器学习特征贡献度的精准评估：首先采用特征置换分离目标特征影响，再通过FFT频谱转换将时域预测转换为频域响应，最终通过可视化对比揭示各特征在不同频率段的贡献强度。其核心价值在于：1）突破传统特征重要性仅关注时域整体的局限；2）直流分量量化特征基础贡献，交流分量揭示周期特性；3）支持XGBoost、神经网络等多种黑盒模型分析。在旋转机械故障诊断中，该方法成功识别出轴承损伤特征在2000-5000Hz的关键共振频带，为状态监测提供了可解释的频域特征选择依据。
2025-06-05 16:24:44
353
原创 基于DB4小波多尺度分解与黑体辐射理论的光谱降噪增强算法（Python）
基于DB4小波多尺度分解与黑体辐射理论的光谱降噪增强算法（Python）
2025-06-05 15:38:13
340
原创 基于粒子群优化小波设计的心律失常智能分类算法（Python）
该方法实现了面向心律失常分类的自适应小波优化系统，核心在于：参数化小波设计：通过角度参数表示滤波器组，使小波结构可优化PSO-SVM联合优化：以分类准确率为目标函数直接优化小波参数多特征融合：结合时域特征（RR间期）与形态特征（小波系数心拍中心化处理：基于R波峰的精确定位保证特征一致性
2025-06-05 14:27:49
778
原创 基于时频谱修剪与聚类的非平稳噪声环境下微弱地震事件检测算法（Python）
基于时频谱修剪与聚类的非平稳噪声环境下微弱地震事件检测算法（Python）
2025-06-05 13:09:54
625
原创 基于自适应阈值小波分解的脑电信号多尺度降噪与特征增强算法（Python）
基于自适应阈值小波分解的脑电信号多尺度降噪与特征增强算法（Python）
2025-06-05 12:43:51
404
原创 基于多模态滤波与统计分析的fNIRS运动伪影自适应去除算法（Python）
基于多模态滤波与统计分析的fNIRS运动伪影自适应去除算法（Python）
2025-06-05 09:50:19
596
原创 基于桥梁振动模态分析与多阶段优化拟合的车辆参数动态识别算法（MATLAB）
基于桥梁振动模态分析与多阶段优化拟合的车辆参数动态识别算法（MATLAB）
2025-05-26 21:31:24
440
原创 一种滑动模态奇异谱-自适应时频交叉项消除优化算法（MATLAB）
与深度学习结合后，可在非平稳信号特征学习和自适应参数调节方向取得突破，建议重点开发基于LSTM的窗口长度预测器和图神经网络的模态关系推理模块。未来可探索将该框架迁移至机械故障诊断中的冲击成分提取等场景。
2025-05-26 16:08:52
548
原创 基于多尺度相关小波分解与域变换滤波的高效图像去雾去噪联合优化算法（MATLAB）
该算法通过多尺度小波分解将图像分离为低频和高频分量，低频部分采用暗通道先验和透射率估计实现去雾，高频部分利用噪声统计特性进行小波阈值去噪，最终通过域变换滤波优化透射率并重构图像，实现高效的单图像去雾与去噪联合处理。
2025-05-25 14:02:06
410
原创 基于稀疏辅助小波分解的零速度更新步态周期分割算法（MATLAB）
该算法通过融合零速度检测与稀疏小波分解技术，精准分割步态周期中的关键事件（如脚跟着地、脚尖离地），结合优化滤波器设计提升对噪声的鲁棒性，适用于穿戴设备中的实时步态分析。
2025-05-25 13:39:58
386
原创 基于多模型融合的制造业设备预测性维护优化算法（Python）
该方法结合时序分析、统计模型与深度学习模型，针对工业设备健康状态进行动态预测与维护决策
2025-05-25 13:32:05
1178
原创 工业轴承多源时序数据驱动的剩余寿命智能预测—基于FEMTO数据集的故障预警与健康管理（Python）
工业轴承多源时序数据驱动的剩余寿命智能预测—基于FEMTO数据集的故障预警与健康管理（Python）
2025-05-25 13:17:24
354
原创 基于振动信号多域特征融合与生成式人工智能协同的旋转机械智能诊断及动态维护决策（Python）
该方案创新性地将支持向量机（SVM）与生成式AI（Gemini）相结合，在保持92%+分类准确率的同时，通过动态功能调用实现"故障分析-解释生成-决策推荐"的闭环
2025-05-25 13:08:21
412
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人