原始风速信号具有的间歇波动性特征给风电场的功率预测带来了挑战，采用集合经验模态分解(EEMD)法将原始风速信号分解为频域稳定的子序列，有效地提高了预测精度，避免了传统经验模态分解(EMD)存在的模态混叠现象。提出一种改进型果蝇优化算法(FOA)，将风速子序列重构参数和最小二乘支持向量机(LS-SVM)参数作为优化目标建立风速预测模型，扩大了参数搜索范围，提高了优化收敛速度；通过风速风功率转化关系可以求得风电场的功率值。实验结果验证了所提方法相比于EMD和LS-SVM预测方法具有更高的预测精度。

分享看过的跨模态行人重识别方向的最新论文 感兴趣的可以看看呦

电机也是属于分布参数系统，因此其固有频率也是有无穷多个，要计算其固有频率，不同的精度要求有不同的方法，例如经典的电机设计课程里面采用手算，只能简化成很少的自由度，按照集中参数模型得到最最重要的少数几个固有频率，现代CAE技术的进展，尤其是有限单元方法的进展及相关软件的普及，现在一般都使用有限元软件来进行固有频率的计算，只要有（几乎都有）动力分析功能的软件，都可以进行机械结构的模态分析，所谓的模态分析就是固有频率的计算。当然有限单元方法其实质也是将无穷自由度简化成有限的自由度，自由度数目显然与单元（或节点）数目有关，因此模态分析能够得到非常多的固有频率，耗费大量的计算机时间！实际上，即使用有限元法也不会去计算所有的固有频率（虽然是有限个），而是想方设法用尽可能少的计算量得到前面几阶感兴趣的固有频率。考虑电机定子和绕组材料、结构、定子轭部和齿部，以及定子槽数等具体尺寸下的电机模态固有频率精确计算

西门子模态分析高级培训教程，2016年西门子高级模态培训会议PPT

最近开发一个CMS系统使用上了Bootstrap，在开发一个添加某些选项时，打算弹出一个模态框，但是发现，模态框不会垂直居中到屏幕上，而是在屏幕上方,通过查阅资料才解决此问题，下面小编给大家分享解决思路

总会有一些朋友来询问对话框传参的问题，利用一点时间来写个例子，保存一下，学会归纳总结还是一件好事，希望能将简单的知识保存起来，有利于他人和自己学习

1.python程序 2.可直接运行，有数据集

希尔伯特-黄变换的matlab程序，内含集合经验模态分解文件

以新汶矿业集团有限责任公司赵官矿选煤厂主厂房为研究对象,运用有限元分析软件AN-SYS对其创建有限元模型和进行模态分析,计算出了主厂房的前6阶固有频率和模态振型,并确定了其振动特性。模态分析结果表明:主厂房前6阶固有频率在1.725 2～5.133 2 Hz之间,远小于振动筛的工作频率15 Hz,所以在振动筛正常工作时主厂房不存在共振现象;随着主厂房前6阶固有频率的增大,主厂房的振型也越来越复杂,当变形达到一定程度时,主厂房将遭到损坏。主厂房的模态分析结果为该厂的振动分析提供了理论依据,同时,也为进一步的谐响应分析和结构优化提供了参考数据。

为了解决采用传统经验模态分解的电缆故障测距方法存在的频带混叠问题,以及基于总体平均经验模态分解的电缆故障测距方法受残留白噪声影响等问题,提出了一种基于补充总体平均经验模态分解的井下配电网电缆故障在线双端行波测距方法。该方法通过补充总体平均经验模态分解提取双端故障行波线模分量的固有模态函数,利用基于瞬时频率突变和模极大值的奇异性检测原理进行行波波头标定,从而实现故障点定位。通过在PSCAD/EMTDC环境下搭建基于频变特性电缆线路的6kV井下配电网模型并进行仿真,验证了该方法测距精度高,最大测距误差不超过4%。