一种基于改进的EMD和神经网络模型的异常数据检测方法
基本信息
| 申请号 | CN202110397166.1 | 申请日 | - |
| 公开（公告）号 | CN113065498A | 公开（公告）日 | 2021-07-02 |
| 申请公布号 | CN113065498A | 申请公布日 | 2021-07-02 |
| 分类号 | G06K9/00;G06N3/04;G06N3/08;G01M13/045 | 分类 | 计算；推算；计数; |
| 发明人 | 朱敏;李创;吕巧玲;刘唐丁;龚亦昕;柴秋子;杨春节 | 申请（专利权）人 | 杭州哲达科技股份有限公司 |
| 代理机构 | 杭州求是专利事务所有限公司 | 代理人 | 万尾甜;韩介梅 |
| 地址 | 310012 浙江省杭州市西湖区教工路88号立元大厦601室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于改进经验模态分解(EMD)和神经网络模型的异常数据检测方法，属于通信技术领域。本发明方法具体包括如下步骤：1、使用envelope函数在原始信号上画出包络线；2、将画好包络线的信号输入到改进的EMD中提取出其特征变量，即IMF分量；采用改进的EMD提取特征变量时，将提取流程中的三次样条插值函数修改为fminbnd函数，包络函数采用envelope函数；3、将提取出的特征变量输入到神经网络模型中，经过神经网络模型的三层筛选，与故障原因的频谱相匹配后，找出故障点及故障原因。本发明提出的方法克服了经验模态分解对微弱故障特征不敏感的缺陷，增强了神经网络模型的精确度。 |
