导读:本文包含了变分方法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:分解,模态,不等式,算法,轴承,分数,气性。
变分方法论文文献综述
吴欣锟[1]（2019）在《一类新的混合分数阶可微变分不等式的拓扑处理方法》一文中研究指出在可微变分不等式和分数阶可微变分不等式的基础上首次引进和研究了一类新的混合分数阶可微变分不等式.给出了这类新的混合分数阶可微变分不等式的模型,并详细地说明了模型中的符号所代表的数学意义,证明了该模型的解集是非空的.(本文来源于《西南大学学报(自然科学版)》期刊2019年12期）
王怀远,陈启凡[2]（2019）在《基于堆迭变分自动编码器的电力系统暂态稳定评估方法》一文中研究指出通过模型的构建和特征量的提取2个方面,提出了一种具有较好抗噪能力的暂态稳定性判别模型。模型的构建采用堆迭变分自动编码器,并在训练过程中引入L2正则化,加强了稳定性判别模型的泛化能力。同时,特征量的提取时刻与传统方法不同,通过设定所有发电机最大功角差值的阈值,当系统发展至该阈值时,进行特征量的提取。在IEEE 39节点系统中进行仿真验证,仿真结果表明,采用上述特征量提取方法,大幅降低了稳定性判别模型的误判率,同时设定合理的阈值并不会影响实时控制措施的启动,加强了模型的抗噪能力。(本文来源于《电力自动化设备》期刊2019年12期）
薛雅娟,曹俊兴,王兴建,杜浩坤[3]（2019）在《一种基于变分模态分解的高精度储层含气性检测方法》一文中研究指出衰减梯度估计作为一种地震衰减估计方法，是目前实践应用中一种有效的储层含气性检测方法。衰减梯度估计方法通常利用时频分析方法进行实现，时频分析方法的时频定位精确性、抗噪声性能等直接影响到衰减估计方法的有效性和精确度。同时传统衰减估计方法不能避免不同频率地震波衰减的互相影响。为此，本文提出一种基于变分模态分解的衰减梯度估计方法，通过将地震信号自适应分解成不同频带的本征模态函数分别进行衰减估计实现更精确的提取不同频率成分的地震波衰减信息；结合频率域有效频段自适应选择及相关加权法提高衰减估计结果的精确性。模型验证和实际地震数据处理结果表明了所提方法较传统基于小波变换和最小二乘法的衰减梯度估计法分辨率更高，能给出更有效的烃类解释结果。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
贾焕,杨铁梅,李琴琴[4]（2019）在《基于二维变分模态分解的矿井图像增强方法》一文中研究指出针对煤矿主皮带图像的低光照、多尘雾、噪声大等问题,提出一种基于加权引导滤波的二维变分模态算法对主皮带图像进行增强。该算法对预处理的图像进行二维自适应非递归变分分解,对分解后的低频子模态进行加权引导滤波,增强图像的边缘细节以提高图像清晰度;并采用去噪能力强维纳斯滤波器。通过与自适应双边滤波和加权引导滤波技术仿真对比,该方法在图像边缘细节、滤除噪声等方面视觉效果不错,同时客观的峰值信噪比参数较高,均方差参数较低。(本文来源于《太原科技大学学报》期刊2019年06期）
李明明[5]（2019）在《基于变分水平集图像分割的视频烟雾检测方法》一文中研究指出为及时判断火灾发生情况,利于灭火工作,研究了火灾早期产生烟雾的情况下,通过固定监视探头捕捉到的影像视频,针对视频中的火情烟雾进行检测,结合计算机视频检测技术的光流法和帧差法获得视频中烟雾运动的区域,基于某一时刻摄像机不动的情况下得到两帧连续的图像并检测视频中的运动区域,提出了一种不需初始化的变分水平集算法。利用该算法对烟雾的视频进行分割,将运动区域从背景中分割出来,对烟雾进行检测分析。从而使通过烟雾判断火情更精确,检测结果更实时,提高了视频指挥灭火工作的效率。(本文来源于《吉林大学学报(信息科学版)》期刊2019年06期）
马朝振,刘杰,聂仁灿[6]（2019）在《一种基于总变分与显着性检测的红外与可见光图像融合方法》一文中研究指出红外与可见光图像融合是多源信息融合中的一个重要研究内容,它在军事侦察等方面有着广泛的应用.本文基于总变分模型和显着性检测方法,提出了一种有效的融合方法.首先,通过对红外与可见光图像的特征分布考察,构建了一个信息融合的总变分模型.其次,基于亮度对比度的显着性检测,给出了总变分模型中保真项权值的估计方法.实验仿真表明,无论是视觉观察还是客观评价,本文的方法均比一些现有方法体现了更好的结果.(本文来源于《云南民族大学学报(自然科学版)》期刊2019年06期）
张颖,刘新元,张超[7]（2019）在《基于变分模态分解和谱峭度的风电机组轴承故障诊断方法》一文中研究指出针对风电机组轴承故障特征提取困难的问题,将谱峭度(Spectrum Kurtosis,SK)和变分模态分解(Variational Mode Decomposition,VMD)相结合,提出一种基于VMD-SK的故障诊断新方法。首先,对采集的轴承振动信号进行VMD分解,得到若干个固有模态函数(Intrinsic Mode Function,IMF);其次,对每一个IMF分量进行傅里叶变换,并计算其平方包络;再次,利用SK的滤波特性,选取故障特征频带所在的IMF分量来构建最优包络谱;最后,通过对包络谱分析可以诊断出风力发电机轴承故障。实验结果表明,VDM-SK法可以成功地提取风电机组轴承故障的特征频率,有效区分风电机组轴承的故障类型。(本文来源于《山西电力》期刊2019年05期）
李玉倩[8]（2019）在《基于变分模态分解与形态学分形的压缩机故障诊断方法》一文中研究指出往复压缩机被广泛应用于石油化工、冶金、矿业、电力的行业,是工业过程的核心设备。为保证工业生产平稳有序进行,有必要对其开展检测与诊断工作。利用变分模态分解(VMD)与形态学分形相结合的方法,可以提高往复压缩机常见故障的识别准确率,该方法对往复压缩机运行的安全性与平稳性有重要的现实意义。(本文来源于《压缩机技术》期刊2019年05期）
杜晓舟,信奇,高海洋,朱子宏[9]（2019）在《基于变分模态分解的振动台轴承状态监测方法》一文中研究指出针对航天器力学试验用振动台水平滑台内部轴承无法观测、故障发生初期无法获知的问题,提出了针对轴承故障的一种在线预判方法,旨在提前发现轴承故障隐患,避免产品损失。首先,选取加速度传感器作为轴承运动状态响应监测介质,以螺接方式安装于轴承上;其次,使用变分模态分解技术作为轴承加速度响应数据分析方法,计算每个轴承除基波外的谐波成分;最后,通过谐波成分计算结果所构建的轴承状态指标,直观地判读出故障轴承。真实产品振动试验过程中获取了一组有效的轴承故障数据,该组数据结果明确表达了滑板内部4号轴承的异常性,滑板拆除后的检查结果也验证了轴承状态指标的有效性,同时也为未来轴承健康状态指标的制定奠定了基础。(本文来源于《强度与环境》期刊2019年05期）
祖亚瑞,向国杰,梁洪湘,刘战磊,李嘉康[10]（2019）在《基于变分模态分解和S变换的故障行波检测方法》一文中研究指出针对配电网运行环境复杂,现有行波检测方法HHT和S变换应对强噪声干扰下识别效果不理想的问题,结合变分模态分解(Variational Mode Decomposition, VMD)和S变换有效分解非平稳信号的优势,提出一种耐受配电网噪声的故障行波检测方法,利用VMD将混有噪声的故障行波信号分解,获取不同尺度的固有模态分量IMFs,再经过S变换提取IMF1分量中的瞬时频率,最后准确辨识故障初始行波波头的到达时刻,解决EMD分解过程中模态混迭和端点效应现象,以及S变换在强噪声干扰条件下行波信号检测能力下降的问题。通过ATP/EMTP搭建仿真模型,结果表明,在强噪声干扰的条件下,所提检测方法相比于Hilbert-Huang变换和S变换,抗干扰检测效果更明显。(本文来源于《云南电力技术》期刊2019年05期）
变分方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
通过模型的构建和特征量的提取2个方面,提出了一种具有较好抗噪能力的暂态稳定性判别模型。模型的构建采用堆迭变分自动编码器,并在训练过程中引入L2正则化,加强了稳定性判别模型的泛化能力。同时,特征量的提取时刻与传统方法不同,通过设定所有发电机最大功角差值的阈值,当系统发展至该阈值时,进行特征量的提取。在IEEE 39节点系统中进行仿真验证,仿真结果表明,采用上述特征量提取方法,大幅降低了稳定性判别模型的误判率,同时设定合理的阈值并不会影响实时控制措施的启动,加强了模型的抗噪能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
变分方法论文参考文献
[1].吴欣锟.一类新的混合分数阶可微变分不等式的拓扑处理方法[J].西南大学学报(自然科学版).2019
[2].王怀远,陈启凡.基于堆迭变分自动编码器的电力系统暂态稳定评估方法[J].电力自动化设备.2019
[3].薛雅娟,曹俊兴,王兴建,杜浩坤.一种基于变分模态分解的高精度储层含气性检测方法[C].2019年油气地球物理学术年会论文集.2019
[4].贾焕,杨铁梅,李琴琴.基于二维变分模态分解的矿井图像增强方法[J].太原科技大学学报.2019
[5].李明明.基于变分水平集图像分割的视频烟雾检测方法[J].吉林大学学报(信息科学版).2019
[6].马朝振,刘杰,聂仁灿.一种基于总变分与显着性检测的红外与可见光图像融合方法[J].云南民族大学学报(自然科学版).2019
[7].张颖,刘新元,张超.基于变分模态分解和谱峭度的风电机组轴承故障诊断方法[J].山西电力.2019
[8].李玉倩.基于变分模态分解与形态学分形的压缩机故障诊断方法[J].压缩机技术.2019
[9].杜晓舟,信奇,高海洋,朱子宏.基于变分模态分解的振动台轴承状态监测方法[J].强度与环境.2019
[10].祖亚瑞,向国杰,梁洪湘,刘战磊,李嘉康.基于变分模态分解和S变换的故障行波检测方法[J].云南电力技术.2019
论文知识图
