注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 集合经验模态分解EEMD

  2. 有效避免经验模态分解中产生的模态混叠现象。

  3. 所属分类：其它

  1. 经验模态分解

  2. 基于集合经验模态分解和小波神经网络的短期风功率组合预测

  3. 所属分类：讲义

    • 发布日期：2014-06-29
    • 文件大小：403456
    • 提供者：shaodan5210

  1. EEMD程序DLL

  2. 集合经验模态分解EEMD的Fortran程序DLL C#调用 测试通过 EEMD 信号长度 信号数据 IMFS分量数 返回结果： 第一组（长度为LenData）为原始数据 第二组（长度为LenData）为第一分量 第三组（长度为LenData）为第二分量 最后一组（长度为LenData）为残留值 是否写入输出文件 1表示要 是否写入控制文件 1表示要 运行结果 1成功 0失败">集合经验模态分解EEMD的Fortran程序DLL C#调用 测试通过 EEMD 信号长度 信号数据

  3. 所属分类：C#

    • 发布日期：2015-01-03
    • 文件大小：16384
    • 提供者：wangzengwu

  1. 集合经验模态分解(EEMD),EMD的改进版本，有效改善模态混叠现象

  2. 集合经验模态分解(EEMD),EMD的改进版本，有效改善模态混叠现象

  3. 所属分类：其它

    • 发布日期：2017-05-19
    • 文件大小：4096
    • 提供者：sunny_smile3

  1. EEMD matlab 工具包

  2. 集合经验模态分解（EEMD）经验模态分解（EMD）分解 Matlab 工具包

  3. 所属分类：专业指导

    • 发布日期：2017-07-27
    • 文件大小：198656
    • 提供者：studentfjq

  1. 经验模态分解

  2. EEMD是Ensemble Empirical Mode Decomposition的缩写，中文是集合经验模态分解，是针对EMD方法的不足，提出了一种噪声辅助数据分析方法。EEMD分解原理是当附加的白噪声均匀分布在整个时频空间时，该时频空间就由滤波器组分割成的不同尺度成分组成。

  3. 所属分类：其它

    • 发布日期：2018-05-18
    • 文件大小：13312
    • 提供者：weixin_42235300

  1. 总体经验模态分解

  2. EEMD是Ensemble Empirical Mode Decomposition的缩写，中文是集合经验模态分解，是针对EMD方法的不足，提出了一种噪声辅助数据分析方法。EEMD分解原理是当附加的白噪声均匀分布在整个时频空间时，该时频空间就由滤波器组分割成的不同尺度成分组成。

  3. 所属分类：其它

    • 发布日期：2018-05-29
    • 文件大小：6144
    • 提供者：xzhi309

  1. 集成经验模态分解（EEMD）代码

  2. EEMD是Ensemble Empirical Mode Decomposition的缩写，中文是集合经验模态分解，是针对EMD方法的不足，提出了一种噪声辅助数据分析方法。EEMD分解原理是当附加的白噪声均匀分布在整个时频空间时，该时频空间就由滤波器组分割成的不同尺度成分组成。

  3. 所属分类：其它

    • 发布日期：2018-12-15
    • 文件大小：10485760
    • 提供者：qq_34403551

  1. EEMD算法工具包

  2. EMD是Ensemble Empirical Mode Decomposition的缩写，中文是集合经验模态分解，是针对EMD方法的不足，提出了一种噪声辅助数据分析方法。EEMD分解原理是当附加的白噪声均匀分布在整个时频空间时，该时频空间就由滤波器组分割成的不同尺度成分组成。本文件给出了一个matlab的EEMD的例子 .

  3. 所属分类：电信

    • 发布日期：2019-02-22
    • 文件大小：184320
    • 提供者：chengjinlang

  1. EEMD集合经验模态分解matlab程序代码

  2. EEMD是Ensemble Empirical Mode Decomposition的缩写，中文是集合经验模态分解，是针对EMD方法的不足，提出了一种噪声辅助数据分析方法。EEMD分解原理是当附加的白噪声均匀分布在整个时频空间时，该时频空间就由滤波器组分割成的不同尺度成分组成。MATLAB版本

  3. 所属分类：其它

    • 发布日期：2019-03-26
    • 文件大小：193536
    • 提供者：weixin_42956898

  1. EEMD处理.rar

  2. 集合经验模态分解(EEMD)的代码，亲自做过测试，可以运行，文件完整。

  3. 所属分类：其它

    • 发布日期：2019-08-03
    • 文件大小：5120
    • 提供者：wangwenbo78

  1. 研究论文-船舶结构监测系统的应力预测研究.pdf

  2. 传统船舶航行决策对于决策的经验过分依赖，辅助决策可以帮助决策者在决策过程中更好地分析问题、评价和制定方案，其中对船舶结构监测系统的预测研究是船舶中辅助决策前提条件，故着重对该部分进行研究。首先，对船舶结构应力监测传感器的选用及布置方案进行讨论；然后，针对船舶结构应力序列非线性、非平稳信号特点，提出了一种互补集合经验模态分解（CEEMD）和通过改进网格搜索法进行参数寻优的支持向量机（SVM）相结合的结构应力预测模型；最后，利用多种测试样本验证预测模型的可靠性和准确性。通过实验验证，提出的结构应力

  3. 所属分类：其它

    • 发布日期：2019-08-07
    • 文件大小：1048576
    • 提供者：weixin_39841856

  1. 研究论文-计及不确定性的虚拟电厂竞标模型.pdf

  2. 电力市场的电价具有不确定性特征，虚拟电厂参与市场竞标时如何处理不确定性因素的影响值得深入研究。为此基于集合经验模态分解和相关向量机的区间预测（EEMD-RVM）模型实现电价的区间预测，应用鲁棒优化的方法处理电力市场电价的不确定性，从而建立计及市场电价不确定性的虚拟电厂鲁棒优化竞标模型。算例分析讨论了电价不确定性对虚拟电厂（VPP）竞标的影响，以及不同节点电价对VPP与外部电网能量调配的影响。算例结果验证了所提模型的有效性和实用性，说明文章提出的鲁棒优化模型可以实现VPP的优化竞标。

  3. 所属分类：其它

    • 发布日期：2019-08-07
    • 文件大小：811008
    • 提供者：weixin_39840650

  1. 基于改进EEMD的电能质量扰动检测研究.pdf

  2. 针对电能质量检测对噪声敏感的特点，集合经验模态分解（Ensemble Empirical Mode Decomposition， EEMD）对电能质量扰动信号检测过程中存在模态混叠，以及EEMD对固有模式函数（Intrinsic Mode Functions，IMF）分量的选取问题，提出了一种改进集合经验模态分解（Ensemble Empirical Mode Decomposition， EEMD）的电能质量扰动信号检测方法。根据信号特点自适应的选取信号白噪声系数C值及总体平均数N值，将白噪

  3. 所属分类：其它

    • 发布日期：2019-09-12
    • 文件大小：1042432
    • 提供者：weixin_38743506

  1. 金砖国家股票市场波动特征对比研究--基于集合经验模态分解的实证分析

  2. 金砖国家股票市场波动特征对比研究--基于集合经验模态分解的实证分析，杨胜刚，朱聪彪，本文选取了1995年9月1日至2015年5月29日金砖国家股市周收盘数据为样本，使用集合经验模态分解方法将其指数分解为高频、低频和趋势项�

  3. 所属分类：其它

    • 发布日期：2020-01-15
    • 文件大小：871424
    • 提供者：weixin_38529293

  1. EEMD（集合经验模态分解）.zip

  2. EEMD是针对EMD方法的不足，提出了一种噪声辅助数据分析方法。EEMD分解原理为：当附加的白噪声均匀分布在整个时频空间时，该时频空间就由滤波器组分割成的不同尺度成分组成。当信号加上均匀分布的白噪声背景时，不同尺度的信号区域将自动映射到与背景白噪声相关的适当尺度上去。当然，每个独立的测试都可能会产生非常嘈杂的结果，这是因为每个附加噪声的成分都包括了信号和附加的白噪声。既然在每个独立的测试中噪声是不同的，当使用足够测试的全体均值时，噪声将会被消除。全体的均值最后将会被认为是真正的结果，随着越来越多

  3. 所属分类：其它

    • 发布日期：2020-08-09
    • 文件大小：7168
    • 提供者：Mr_zhong__

  1. 基于集合经验模式分解的火灾时间序列预测

  2. 采用集合经验模式分解(EEMD)和多变量相空间重构技术,结合非线性支持向量回归(SVR)模型,提出一种火灾次数时间序列组合预测方法。根据EEMD将非平稳的火灾时间序列分解为一系列不同尺度的固有模态分量,利用多变量相空间重构技术对分解的各个分量进行相空间重构,构建其训练数据,对重构的训练数据建立各分量的非线性支持向量回归预测模型,使用SVR集成预测方法对火灾时间序列进行预测。仿真结果表明,与单变量相空间重构方法以及SVR方法相比,该方法具有较高的预测精度。

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：1048576
    • 提供者：weixin_38613640

  1. 基于集合经验模态分解与Elman神经网络的线椒株高预测

  2. 基于集合经验模态分解与Elman神经网络的线椒株高预测

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：1048576
    • 提供者：weixin_38663526

  1. 基于改进集合经验模态分解的陀螺信号降噪方法

  2. 为了抑制陀螺仪的非线性、非平稳噪声,提出了一种改进的基于集合经验模态分解(EEMD)的降噪方法EEMD-M。首先,通过EEMD阈值滤波得到信息主导和噪声主导的固有模态函数(IMF)分量;将EEMD应用于第一次阈值滤波中被丢弃的IMF分量,提取信号的细节信息;采用去趋势波动分析(DFA)法定义每一个IMF分量的尺度指数,实现二次分解中有用分量的进一步提取;将两次滤波得到的有用IMF分量进行重构,得到降噪后的信号。为了验证EEMD-M的有效性,进行了实测数据的降噪实验。结果表明所提EEMD-M优于经

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：6291456
    • 提供者：weixin_38599545

  1. 趋势项调制的小波-经验模态分解联合方法用于大气相干长度廓线去噪

  2. 差分光柱像运动激光雷达的信号噪声直接影响大气湍流强度廓线的反演精度, 采用一种有效的去噪方法能够提升雷达探测性能。为了减弱小波-经验模态分解(EMD)联合降噪方法对小波的依赖性, 提出先利用信号的趋势项对小波降噪后的信号进行自适应调制, 再利用调制后的信号进行EMD去噪, 即小波-趋势项-EMD方法, 趋势项的提取仍采用EMD方法。为了保证调制的有效性, 提出适用于大气相干长度(r0)廓线的调制判定准则, 并采用去趋势波动分析方法自适应识别EMD降噪的阈值。为了论证所提方法的有效性, 将该方法与

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：12582912
    • 提供者：weixin_38730129
« 12 3 »