搜索资源列表
jingyanmotaifenjie
- 不错的经验模态分解原吗，请相互分享，如有需要请邮箱联系/-good experience Modal Decomposition of the original yet, please share with each other, if necessary please mail contact /
emd
- 经验模态分解，含HHT变换，谱分析及相应的例子程序。
2D_EMD_Codes
- 二维经验模态分解，采用形态学求极值点，径向基神经网络拟合，速度较快。
Nunes
- Nunes J.C编写的经验模态分解，用于二维图像处理。
hht
- hht变换，hht变换是利用经验模态来进行分解，从而进行信号分析。-HHT transform, hht transform is the use of empirical mode decomposition to carry out in order to carry out signal analysis.
emd
- 利用matlab程序编写的经验模态分解，介绍了emd方法的应用-emd
求IMF序列与原始序列的互相关系数
- 混沌信号经过EMD分解，得到的IMF序列，求每个IMF序列与原始序列的互相关系数(The chaotic signal is decomposed by EMD to obtain the IMF sequence, and the cross-correlation coefficients between each IMF sequence and the original sequence are calculated)
59804063pinlvguji
- 经验模态分解，matlab实现，用于信号的降噪处理，提取特征值处理等经验模态分解，这是用汉语注释的EMD程序，很不错的。％ 语法 ％ IMF = EMD(X) ％ IMF = EMD(X,..., Option_name ,Option_value,...) ％ IMF = EMD(X,OPTS) ％ [IMF,ORT,NB_ITERATIONS] = EMD(...) (This is annotated in Chinese EM
emd
- 该方法的关键是经验模式分解，它能使复杂信号分解为有限个本征模函数（Intrinsic Mode Function，简称IMF），所分解出来的各IMF分量包含了原信号的不同时间尺度的局部特征信号。经验模态分解法能使非平稳数据进行平稳化处理，然后进行希尔伯特变换获得时频谱图，得到有物理意义的频率。与短时傅立叶变换、小波分解等方法相比，这种方法是直观的、直接的、后验的和自适应的，因为基函数是由数据本身所分解得到。由于分解是基于信号序列时间尺度
G Rilling
- 这是一个使用EMD分解出IMF的例子，一个试验信号由一个tone信号，一个chirp信号，叠加得到，目的是使用EMD将这两个信号分离，得到的预期结果应该是chirp信号在高阶，tone信号在低阶，（原因是chirp信号在各个局部的频率都比tone信号高）。(This is an example of using EMD to decompose the IMF. A test signal consists of a tone sign
EMD
- 对数据进行emd分解，可以自适应得到对应的模态分量(Emd decomposition of the data can be adaptive to get the corresponding modal components)
轴承故障
- 轴承故障诊断，用于分析轴承外圈故障的经验模态分解(Bearing fault diagnosis)
EEMD
- 该算法可自适应地将信号分解成若干单分量信号(The algorithm can adaptively decompose the signal into several single component signals.)
memd
- emd改进算法，克服了emd算法的模态混叠，屏蔽经验模态分解算法。(The Improved EMD algorithm overcomes the modal aliasing of EMD algorithm and shields the empirical mode decomposition algorithm.)
bemd
- 二维EMD程序，这是利用最新的插值函数，个比较经典的二维经验模式分解程序代码，适用于图像的特征提取和分解((A two-dimensional EMD algorithm, the author is Anna Linderhed, her Ph.D. research topic is bidimensional EMD and wavelet transform))
BEMD
- 二维经验模态分解(BEMD)是近年来新兴的一种适用于非线性、非平稳数据的自适应数据(Two-dimensional empirical mode decomposition (BEMD) is a newly developed adaptive data for non-linear and non-stationary data in recent years.)
emd
- 用于 EMD 经验模态分解计算及希尔伯特变换(For empirical mode decomposition and the Hilbert spectrum calculation)
EMD
- EMD经验模态分解算法仿真，内部包含函数及泄露信号及模拟信号的仿真(Empirical Mode DecompositionEmulation of empirical mode decomposition algorithm, simulation of internal containing function, leakage signal and analog signal)
经验模态分解及其改进
- matlab的EMD,EEMD,CEEMD和VMD四种模态分解方式(There are four mode decompositions including EMD, EEMD, CEEMD, and VMD.)
基于经验模态分解的混沌信号去噪方法设计
- 在基于EEMD基础上引入灰色理论对混沌信号进行去噪。将原始噪声信号被EEMD分解成几个IMF分量，通过灰色关系分析（GRA）评估IMF分量的噪声水平，利用灰色模型（G-model）自动选择阈值方法需要处理的IMF分量，最后重建处理后的IMF和其他IMF以获得去噪信号