摘要
本发明公开了一种基于改进自适应神经模糊推理系统辅助的小波包去噪方法及装置,主要解决现有小波包去噪阈值选择和基函数困难,导致去噪信号差的问题。其实现方案包括:选定待分析信号、基函数、分解层次、阈值和阈值函数进行小波包去噪,得到均方根误差和平滑度及待分析信号的最优小波包策略,并获取阈值函数筛选前后的小波包系数;根据其优化FCM模糊C均值聚类的结果生成FIS模糊推理系统,将其模糊规则和隶属度函数作为ANFIS自适应神经模糊推理系统的初始模糊规则和隶属度函数构建改进ANFIS;用已知有用信号和不同信噪比噪声对改进ANFIS迭代优化,并筛选小波包系数和重构完成信号去噪。本发明能减少人为选择参数的主观影响,提高信号效果,可用于设备故障的诊断。
技术关键词
神经模糊推理系统
模糊规则
隶属度函数
萤火虫算法优化
模糊C均值聚类
信号
小波包阈值
小波包去噪
策略
平滑度
信噪比
去噪方法
误差
毛细管
计算方法
噪声
因子
系统为您推荐了相关专利信息
辅助护理系统
分类模型构建
效能
肿瘤
数据处理模块
气室
多元线性回归模型
传感
气体浓度检测精度
模糊逻辑
无人机平台
组合定位系统
监测方法
红外热成像仪
控制中心
输出功率控制方法
充电站
充电策略
模糊推理模型
滑动时间窗口
多源异构数据
可视化方法
三维可视化场景
电磁环境数据
模糊C均值聚类算法