搜索资源列表
The-empirical-mode-decomposition-
- 应用经验模式分解将恒电量瞬态响应信号分解为不同时间尺度的内在模函数分量，去除其中的小时间尺度的干扰噪声分量-Empirical mode decomposition coulostatic transient response signal is decomposed into different time scales intrinsic mode function component, remove the small time s
decomposition
- 运行emd,得到输入信号X的固有模态函数（imf），每列代表着信号X的一阶分量，X就是我们采集的信号。 hhtdn是hht去噪的程序，可以不看，仅看emd 和 findpeaks wvtdn是wavelet去噪程序，如果只是分解信号，仅用下面的语句即可 [C,L] = wavedec(x_noise,dl,wn); x_noise就是我们采集的信号，dl是分解的阶数，wn是分解的母小波名称(% Empiricial Mode
EOF
- EOF经验正交分解，是一种主成分分析方法用python语言实现，EOF计算得到了几个模态和对应的时间系数(EOF---Orthogonal decomposition of experience, is a principal component analysis method using python language, EOF calculated several modalities and the corresponding t
CEEMDAN_V00
- 对信号进行EEMD分解，得到经验模态分量和一个趋势项(EEMD decomposition of the signal to obtain empirical mode components and a trend of the item)
POD
- 流场的本征正交分解与流场重构，包括读取数据，生成模态，模态系数，重构。代码清晰，每部分都有注释。(PROPER ORTHOGONAL DECOMPOSITION)
Flowfieldpod
- 此程序通过POD方法对风压场进行分解进行分析，并可以用主要的模态进行重构，初学者，还望批评指教。(This code can be used to analysis the wind pressure field by POD method, and then can be reconstructed the wind pressure field by main mode of POD, inappropriate, please
lmd_fangzhen_test
- lmd算法，将数据自适应分解为多个模态，以反映数据包含的频率成分。(lmd algorithm, the data adaptive decomposition into multiple modalities to reflect the frequency of data components.)
VMD
- vmd，MATLAB程序，针对EMD分解引起的模态混叠问题，能够得到较纯净的IMF分量(VMD, MATLAB program, for the modal aliasing problems caused by EMD decomposition, can get relatively pure IMF components)
VMD_test
- 一种分解精度高、模态混叠问题少的VMD特征提取算法，进行振动信号分解,形成初始特征向量矩阵(A VMD feature extraction algorithm with high decomposition accuracy and few modal aliasing problems is used to decompose the vibration signal and form the initial eigenvector
shang2JIAZHI_of_extract_feather_VMD_test
- 利用VMD分解，计算每个模态的能量熵的程序。(VMD decomposition is used to calculate the energy entropy of each mode.)
wind power forecasting based on EWT-KELM
- 针对短期风电功率预测，提出一种基于经验小波变换预处理的核极限学习机组合预测方法。首先采用 EWT 对风电场实测风速数据进行自适应分解并提取具有傅立叶紧支撑的模态信号分量，针对每个分量分别构建 KELM 预测模型，最后对各个预测模型的输出进行叠加得到风速预测值并根据风电场风功特性曲线可得对应风电功率预测值。(Aiming at short-term wind power prediction, a kernel-based learnin
matlab代码
- 针对小波包去噪对含强白噪声的信号处理效果不理想问题，提出了基于互相关分析优化的VMD-小波包阈值去噪方法。该方法融合了VMD和小波包去噪的优势，通过VMD把含噪信号分解成若干个模态分量，根据互相关分析提出的临界相关系数从所有模态分量中搜寻极优模态分量，之后利用小波包阈值去噪对极优模态分量进行处理。实验结果表明，该方法对含强白噪声的信号去噪效果具有优势，能够保全信号的有效分量，克服了传统VMD去噪的盲目性，保证了去噪后信号的真实性。(De
EEMD，EMD
- EEMD将特殊幅值下的高斯白噪声引入到分解的过程，可以消除上包络和下包络之间存在的拟合误差，从而很好地避免不同尺度下IMF的模态混叠现象，(EEMD can eliminate the fitting error between the upper envelope and the lower envelope by introducing the Gaussian white noise with special amplitude