论文部分内容阅读
针对经验模态分解(EMD)方法中存在的边界效应,通过分析其产生的原因,提出了一种基于BP神经网络的信号延拓方法。该方法利用BP神经网络强大的函数拟合功能,通过对端信号的学习,实现信号的合理延拓,从而解决原信号两端极值点不明确的问题,在一定程度上抑制了边界效应的产生。最后通过仿真实验,验证了该方法的有效性和准确性。