我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

奇异谱分析用于提升双光梳激光测距精度 下载：66 浏览：446

曹辉宋有建于佳禾师浩森胡明列王清月 《现代物理学报》 2018年8期

摘要:
从含噪数据中提取信号从而提升数据采集系统精度是极为重要的问题.奇异谱分析(singular spectrum analysis，SSA)作为一种无参数频谱估计技术，广泛用于区分系统模型未知情况下的动态系统信号的复杂成分.本文应用SSA方法提取双光梳飞秒激光测距系统中的含噪时间序列的距离信息，数值仿真显示SSA方法可以从含有有色噪声的信号中提取距离信号.实验中，SSA方法成功地从含有量子噪声的测距信号中提取出激光与目标之间的距离信息，提取后的信号有13倍的精度提升.这种方法同样适用于高维信号，如基于飞秒激光测距的高精度、高速率表面形貌测量的图像提取.

基于奇异谱分析与神经网络的中期负荷预测 下载：94 浏览：458

陈浩文 刘文霞 李月乔 《电网技术研究》 2020年11期

摘要:
针对非平稳、非线性中期负荷序列分解预测的精度问题,提出了基于奇异谱分析与神经网络的中期负荷分解预测方法。考虑中期负荷长期趋势性与季节性周期波动性特点,在中期负荷序列趋势提取的基础上,利用频谱分析确定序列主要周期成分并引入奇异谱分析方法对序列主要周期成分进行滤波分解,对分解所得的各子序列构建神经网络模型进行预测,各子序列预测结果叠加作为最终的电量预测值。结合某地历史数据,将所提算法与经验模态分解/神经网络方法、传统滤波/神经网络方法预测结果进行对比,结果表明该方法在进行中期电量预测时能够获得更为平稳的、精度较高的预测结果。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享