原创未发表!24年新算法SBOA优化TVFEMD实现分解+四种熵值+频谱图+参数变化图+相关系数图!

       声明:文章是从本人公众号中复制而来,因此,想最新最快了解各类智能优化算法及其改进的朋友,可关注我的公众号:强盛机器学习,不定期会有很多免费代码分享~ 

目录

数据介绍

优化流程

创新点

        使用TVFEMD的创新点在于:

        使用蛇鹭优化算法SBOA创新点在于:

参考文献

结果展示

完整代码


        今天为大家带来一期蛇鹭优化算法SBOA优化TVFEMD分解代码,知网和WOS都是搜不到的!可以说是尚未发表的创新点!

        如果你想做故障诊断、分解集成预测等应用,比传统的VMD、EMD已经被用烂了!而TVFEMD算法知网用的还很少,并且可以自行选择分量个数,是一个非常不错的选择!在应用TVFEMD算法时,需人为指定带宽阈值和 B 样条阶数两个参数,存在较大主观性和盲目性的不足,因此需要用优化算法进行寻优!

        为了满足大家各种需求,增强创新性、增加论文篇幅,程序里还附带了TVFEMD分解图、频谱图、参数变化图、相关系数图!适应度函数可任选包络熵、排列熵、样本熵、信息熵四种!

        特别需要指出的是,我们在各个学术平台上搜索SBOA-TVFEMD,都是完全搜索不到这个模型的!!!不信的可以看下面截图!

        知网平台:

        WOS平台:

数据介绍

        在分解模型的输入时,一般只输入一列数据即可,比如信号、时间序列、功率等等,为了方便大家操作,这里使用Excel输入!以一列信号(时间序列)为例,展示数据输入格式。

        大家在更换自己的数据时,只需替换这一列放想要分解的信号等等内容,无需更改代码,非常方便!如果你是mat格式等文件的话,可以复制数据到Excel中!

优化流程

        以下这些内容,如果大家需要用这个程序写论文,都是可以直接借鉴参考的!

        在应用TVFEMD算法时,需人为指定带宽阈值和 B 样条阶数两个参数,存在较大主观性和盲目性的不足。因此,采用24年最新算法SBOA算法对 TVFEMD 的2个参数进行优化,适应度函数采用包络熵(或排列熵、信息熵、样本熵自己选,经实验包络熵效果较好),如果适应度值越小,则代表分解的效果越好。通过优化和更新,来确定最终的最佳参数组合(带宽阈值和 B 样条阶数)。

        优化的步骤如下:

        (1)SBOA算法的种群初始化,设置SBOA的迭代次数和种群规模,并设置 TVFEMD算法的参数优化范围;

        (2)利用TVFEMD分解信号,并计算各个 IMF 分量的包络熵,以包络熵的最小值为适应度函数;

        (3)判断优化是否达到算法的终止条件,若是,则继续下一步;若否,则更新种群位置,并返回第(2)步;

        (4)保存最优的TVFEMD参数组合,并将其代入至TVFEMD中;

        (5)利用SBOA-TVFEMD方法分解信号,得到最佳的 IMF 分量,并生成TVFEMD分解图、频谱图、参数变化图、相关系数图。

        以上所有流程,作者都已精心整理过代码,都可以一键运行main直接出图!如果需要搭配后续的预测模型,比如SBOA-TVFEMD-BiLSTM,可以后台私信我,都是没有问题的!

        适用平台:Matlab推荐在2021以上,没有的文件夹里已经免费提供安装包,直接下载即可!

创新点

        以下这些文字,如果大家需要用这个程序写论文,都是可以直接搬运的!

        使用TVFEMD的创新点在于:

        时变滤波经验模态分解本质上是通过构造截止频率随时间变化的低通滤波器,来完成EMD分解过程中的迭代去除均值操作,并以局部窄带信号代替本征模态函数作为迭代停止条件。

        1.B样条近似滤波器实现筛分过程。EMD自适应地将原始非平稳和非线性序列分解成若千个不同频率尺度的本征模态函数,是时频分析中最经典的技术之一。然而,分离和间歇的缺点制约了相似频率分量分离的效果,并且易受到噪声的干扰而造成模式混合。相比之下,TVFEMD最大的改进之处在于其采用B样条近似滤波器实现筛分过程,这不仅保留了原始EMD的优势,还有助于解决模态混合以及克服对噪声的敏感问题。

        2.增强的噪声鲁棒性。噪声对信号处理的影响是一个重要问题。TVFEMD通过其自适应滤波器能够更好地抑制噪声干扰,从而提高了信号分解的鲁棒性。与传统EMD方法相比,TVFEMD在噪声环境下仍能保持较高的分解精度。

        3.多尺度分析。TVFEMD通过自适应滤波器能够在不同尺度上进行信号分析。这意味着使用者可以根据实际需求选择不同的分解层次,进行多尺度分析,从而获得对信号更全面的理解和分析结果。

        使用蛇鹭优化算法SBOA创新点在于:

        蛇鹭优化算法SBOA刚刚于2024年4月发表在SCI人工智能二区顶刊《Artificial Intelligence Review》上!实验结果表明,SBOA算法在大部分测试函数上均取得了最优结果!你先用,你就是创新!

        之前推文有做过CPO和经典的麻雀优化算法SSA的比较,效果显而易见!对比代码可以免费获取!链接如下:

2024年SCI最新算法-蛇鹭优化算法(SBOA)-公式原理详解与性能测评 Matlab代码免费获取

参考文献

        [1]张婉莹,何耀耀,杨善林.基于TVFEMD-SE和YJQRG的短期风电功率多步概率密度预测[J].系统工程理论与实践,2022,42(08):2225-2242.

结果展示

        原始信号图:

        适应度迭代曲线:

        两个参数的变化曲线图:

        TVFEMD分解结果:

        频谱图(这里IMF8即为残差,名字不同而已,其实都一样的):

        相关系数图:

        结果显示:

        最后,窗口也会输出方便各个结果,非常方便和清晰!

        同时,为了方便大家存储数据,程序也会自动输出分解结果的Excel,这边展示一下程序文件!

        所有图片替换Excel后均可一键运行main生成,Matlab无需配置环境!比Python什么方便多了!非常适合新手小白!

完整代码

        点击下方小卡片,后台回复关键词:

CXYHG

        其他更多需求或想要的代码均可点击下方小卡片,再后台私信,看到后会秒回~

        更多代码链接:更多代码链接

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/10480.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【全面介绍下Spring】

🌈个人主页: 程序员不想敲代码啊 🏆CSDN优质创作者,CSDN实力新星,CSDN博客专家 👍点赞⭐评论⭐收藏 🤝希望本文对您有所裨益,如有不足之处,欢迎在评论区提出指正,让我们共…

Excel 分组汇总后删除明细

有 Excel 数据如下所示: IDCriteria1Criteria2Criteria3Criteria4101210271239312381236123171826182918239182120182147 需要按 ID 分组汇总其余列,结果如下: IDCriteria1Criteria2Criteria3Criteria410121027123932561826939267 解法及简…

3D Web轻量化引擎HOOPS Communicator如何处理DWG文件中的图纸?

在当今工程设计和建筑领域,数字化技术已经成为不可或缺的一部分。HOOPS Communicator作为一种强大的三维数据可视化工具,被广泛应用于处理各种CAD文件,其中包括AutoCAD的DWG格式。在这篇文章中,我们将探讨HOOPS Communicator是如何…

stl学习以及abc比赛例题

1.引例 一提到查找,我们一上来想的肯定是find()函数或者search()函数,但是这种查找的底层逻辑终究是用顺序查找的方式,运行的时间成本非常高昂,所以平时能不用就不用,比赛的时候用这种查找和自己while遍历&#xff0c…

第十五届蓝桥杯C++大学A组压轴题解:封印宝石

题目:第十五届蓝桥杯C大学A组省赛压轴题 题目传送门 题意:将n个数放在n个位置上,每个数只能放在它自己之前的位置上,且离自己多远就花费多少代价,可以有没放的数,给出最大代价要求最后放的数排成的字典序…

Java 常见集合类

集合的整体框架 Java 的集合,也可以叫做容器,根据集合的整体框架可以看出,主要是两大集合接口:第一个是 Collection 接口,主要用来存放单一的元素对象;另一个是 Map 接口,主要用于存储键值对。…

Compose 重组

文章目录 Compose 重组概述重组特性组件会按任意顺序运行组件并行运行重组更新部分组件重组是乐观操作 重组作用域 Compose 重组 概述 组合阶段用于生成并维护 LayoutNode 视图树,当使用 Activity 中的 setContent() 时,会开始首次组合,这时…

小程序获取手机号,用户昵称,头像

一、手机号 在微信小程序中,获取用户手机号也需要用户的明确授权。你可以使用 button 组件的 open-type 属性设置为 getPhoneNumber 来实现这个功能。当用户点击这个按钮时,会弹出一个对话框请求用户的授权。如果用户同意,你可以在 bindgetp…

在学习uni-app过程中使用的css样式记录

在学习uni-app过程中&#xff0c;记录下使用的css样式&#xff0c;持续更新 <style lang"scss" scoped> // lang"scss":是定义样式的方式&#xff1b;scoped&#xff1a;只在当前页面生效的样式 width: 100vw; //设置宽&#xff0c;单位px、%、vw&…

通过三重循环遍历来寻找两个顶点之间的最短路径[示例]

弗洛伊德-沃舍尔算法&#xff08;Floyd-Warshall Algorithm&#xff09;是一种用于解决所有节点对之间最短路径的动态规划算法。它能够有效地计算出图中任意两个节点之间的最短路径长度。 这个算法的基本思想是通过逐步迭代来寻找两个顶点之间的最短路径。它的核心思想是利用中…

知识付费语音问答系统的商业模式,在线教育有哪些付费推广渠道?

在线教育越发火热&#xff0c;那么竞争也就越激烈。目前在线教育行业有一大痛点那就是难以获取用户&#xff0c;在这种情况下光靠免费渠道获取流量是远远不够的。那么在线教育付费推广方法有哪些? 1、SEM&#xff1a; SEM就是大家常说的竞价广告&#xff0c;包括百度竞价、360…

前端内嵌iframe网页单点登录的三种方式

背景&#xff1a;我们开发中会遇到让内嵌的iframe进行登录&#xff0c;但是有希望是单点登录&#xff0c;不想多次登录 目录 方法一&#xff1a;共享sessionStorage或localStorage 方法二&#xff1a;设置内嵌iframe的url参数 方法三&#xff1a;通过父子页面通信postMessage…

共赴科技盛会“2024南京智博会”11月在南京国际博览中心召开

2024年&#xff0c;南京这座历史悠久的文化名城迎来了一场科技与智慧交织的盛会——南京智博会|南京国际智慧城市、物联网、大数据。本次博览会以智慧城市、人工智能、消费电子、物联网、大数据为主题&#xff0c;汇聚了全球各地的智能科技精英&#xff0c;共同探讨智慧城市建设…

46 udp网络程序

查询网络服务的命令 netstat -nlup n: 显示数字 a&#xff1a;显示所有 u&#xff1a;udp服务 p&#xff1a;显示pid Recv-Q收到的数量&#xff0c;本地ip和远端ip&#xff0c;00表示可以收到任何地址 网络聊天 服务端 定义一个server类&#xff0c;成员保存ip地址&#xff…

龟兔赛跑(基于GUI与多线程实现)

直击龟兔赛跑现场 下面这张图是我们设计龟兔赛跑界面的初始效果与基本组成结构&#xff1a; 接下来是我仅代表我个人提出的一些疑问与解答&#xff1a; 1、俩动物以图片的形式显示&#xff1f; 其实在这里两个动物类就像标签一样 标签组件是什么&#xff1f;用于短文本字符串…

从loss角度理解LLM涌现能力

如今的很多研究都表明小模型也能出现涌现能力&#xff0c;本文的作者团队通过大量实验发现模型的涌现能力与模型大小、训练计算量无关&#xff0c;只与预训练loss相关。 作者团队惊奇地发现&#xff0c;不管任何下游任务&#xff0c;不管模型大小&#xff0c;模型出现涌现能力…

云贝教育 |【直播课】5月19日Oracle 19c OCM认证大师课 即将上课了!(附课件预览)

贝教育独家认证课OCM全网价格最低&#xff0c;性价比最高&#xff01;&#xff01;&#xff01; Oracle 19c OCM认证大师培训 - 课程体系 - 云贝教育 (yunbee.net) OCM部分课件预览 Oracle Database 19c Certified Master Exam (OCM) 认证大师 25 天 / 150课时 什么是Oracle 1…

0X JavaSE-- UML、

# Unified Modeling Language UML 统一建模语言 UML 是一种图形化的语言。 UML 不是专门为 Java 准备的。 只要是面向对象的编程语言&#xff0c;开发前的设计&#xff0c;都需要画 UML 图进行系统设计。 最常用的四个 UML 图是 类图&#xff08;Class Diagram&#xff09;&…

启明云端ESP32 C3 模组WT32C3通过 MQTT 连接 AWS

ESP32-C3因为其性价比高&#xff0c;价格便宜性能又好一直是量产的首选芯片&#xff0c;随着量产项目扩大&#xff0c;对接云服务器的情况也增加了&#xff0c;接下来小启给大家分享下启明云端ESP32-C3模组——WT32C3系列模组/开发板连接AWS亚马逊云方法。 WT32C3系列模组 WT3…

笨方法自学python(一)

我觉得python和c语言有很多相似之处&#xff0c;如果有c语言基础的话学习python也不是很难。这一系列主要是学习例题来学习python&#xff1b;我用的python版本是3.12 代码编辑器我用的是notepad&#xff0c;运行py程序用cmd 现在开始写第一个程序&#xff1a; print ("…