固有模式函数相关论文
提出基于多元模态分解的合成孔径雷达(SAR)目标识别方法.多元模态分解是传统模态分解的多元扩展,能够有效避免传统算法中的模态混......
由于医学图像分割能够将表示人体组织结构的图像信息从图像中分割出来,因而能够极大地促进临床医学进行诊断,为临床医学诊断提供可......
经验模式分解(EMD)是一种自适应的非线性、非平稳信号分析方法,广泛用于非参数化信号去噪。由于存在边界效应和模式混叠现象,EMD去......
为了避免经验模式分解(EMD)过程中不同时间尺度函数间的模式混叠,采用基于高斯白噪声加入的经验模式分解方法,并将之应用于旋转机......
经典的经验模式分解(EMD)方法通过求解信号的上下2条三次样条包络曲线的均值曲线,实现对原始信号的分解。但是对于非平稳、非线性......
EEMD作为前沿的时频分析方法,通过对序列进行自适应分解,可以揭示序列波动的内在规律。本文运用EEMD分析上证综指发现,上证综指主......
当旋转机械发生故障时,其振动信号常常表现出较为复杂的调制形式,经验模式分解能根据信号的真实物理意义完成自适应分解。支持向量......
为了有效避免网络拥堵,文中提出基于大数据分析技术的海量网络流量建模与预测分析方法,准确预测网络流量数据。首先利用经验模态分......
在原有的EMD算法基础上,利用多元EMD算法对遥感图像进行融合,该算法将图像看做多元变量,并将其投影到相应的方向向量上,从而获得相......
针对旋转机械非平稳振动信号中局部低能量噪声的消除问题,提出一种基于固有模式函数（IMF）的振动信号降噪方法.该方法在信号经验模式......
针对Hilbert—Huang变换中经验模式分解所得固有模式函数存在的不完全正交问题，基于Gram-Schmidt正交化方法，提出了一种新的正交化处......
鉴于经验模态分解(EMD)算法的无参数特性和基于数据驱动的自适应分析,从EMD算法筛选过程中插值点和差值算法选取的角度出发,提出了......
为了确定结构随机理论求解中的高阶参振模态数目,采用经验模式分解(EMD)与小波变换相结合的方法分析结构气弹模型自激响应数据信号......
提出一种纹理分类的新方法———基于方向经验模式分解的纹理分类。这个方法自适应地将图像分解为一个特定方向的IMF,然后分析IMF......
如果信号的信噪比较小,经验模式分解由于无法对原始信号进行正确分解而失效。为此,提出经验模式分解和奇异谱相结合的微弱信号提取......
针对现有磁共振（MR）图像分割算法大多直接在原图像上进行处理，分割效果受噪声影响较大的问题，本文引入二维集合经验模式分解（BEEMD）算法，......
二维经验模式分解(BEMD)方法把图像分解成一组称为固有模式函数(IMF)和残差,广泛应用在纹理图像的检索中。对BEMD检索纹理图像进行......
论文提出了一种基于EMD进化概率神经网络的纹理图像识别方法。首先,对原始信号进行经验模式分解,将其分解为多个平稳的固有模式函......
二进正交小波分解通过一组高、低通正交镜像滤波器，以二分频形式把信号分解到各个频段中，经验模式分解（EMD）具有类似性质。但由于分解......
地震信号属于典型的非线性、非平稳信号,其中通常夹杂一定的噪声,噪声会对后续的数据处理和解释产生一定的影响.经验模式分解(Empi......
EEMD作为前沿的时频分析方法,反映序列自身的尺度特征,通过对序列进行自适应分解,可以揭示序列波动的内在结构特征。本文采用EEMD......
为了提高纹理图像识别的准确率,提出了一种经验模式分解和支持向量机(EMD-SVM)在纹理图像识别中的应用。首先采用经验模式分解对原......
根据图像系统所固有的自相似性以及经验模式分解(EMD)算法的完备性和稳定性,首先给出了一种完整、快速和高效的EMD图像分解算法.该......
拖曳式线列阵声纳的拖船噪声具有多途角扩展等特点，并且是一个非平稳过程，使得对该噪声的消除或抑制是一大难点。经验模式分解是一种......
研究了有阻尼和无阻尼的单自由度结构体系的损伤诊断问题,损伤假定是因为在某一特定时间刚度的突然损失而产生的.从理论上推导了单......
为从齿轮振动信号中提取包含故障信息的特征量，提出了一种基于经验模态分解（EMD）降噪的递归图分析方法。该方法用EMD方法将振动信号分......
本文通过选取我国7家碳交易试点公布的碳交易价格为样本,利用EEMD方法将碳交易价格分解,并运用FGLS分析各影响因子对碳价的影响程......
总体经验模式分解(EEMD)是Norden E.Huang等人提出的一种最新的数据处理方法。本文通过EEMD将上证综指分解为高频分量、低频分量和......
在对液压泵常见故障模式进行分析的基础上,针对液压泵早期故障诊断时故障特征信号微弱且传统的包络分析需要预先依靠经验确定分析......
