搜索资源列表
HHT
- 台湾国立中央大学开发的EMD-HHT算法,其中,EMD-HHT的创始人为该中心的主任.-EMD-HHT IS SPECIALLY DESIGNED FOR PROCESSING NONSTATIONARY AND NONLINEAR SIGNALS. IT CAN DECOMPSE SIGNALS AND THEN RECONSTRUCT SIGNALS ACCORDING TO SOME CRITERIA. AFTER THE PROCESS, SIGNALS WOULD HAVE HIGH
HHT
- 目前，互联网上HHT信号处理技术有 三种实现方式，采用MATLAB编程语言，一种是法国研究者设计的G Rilling 2007 另一种是MATLAB文件交换中心由Alan Tan开发的plot_hht程序包，第三种是台湾中央大学数据研究中心提供的EEMD包。 其中，我使用了plot_hht程序包，其使用了三个终止条件，驻留分量的单调性，极值点与零点的个数相差不超过1，还有黄锷1998经典文献提出的 SD>0.1，单调性的判断，并不是去
HHT_Matlab
- HHT三种源代码：1 法国G.Rilling 2 台湾中央大学 3 matlab交换中心-HHT three sources: 1 France G. Rilling 2 Taiwan Central University 3 matlab switching center
hht
- 三种实现方式，采用MATLAB编程语言，一种是法国研究者设计的G Rilling 2007 另一种是MATLAB文件交换中心由Alan Tan开发的plot_hht程序包，第三种是台湾中央大学数据研究中心提供的EEMD包。 其中，我使用了plot_hht程序包，其使用了三个终止条件，驻留分量的单调性，极值点与零点的个数相差不超过1，还有黄锷1998经典文献提出的 SD>0.1，单调性的判断，并不是去判定驻留分量是否是单调函数，而是当曲线是双曲线时，循环结束，由
G-Rilling
- HHT变换的三种方法 Matlab HHT变换的三种方法 Matlab-HHT transform three ways three ways Matlab HHT transform Matlab
emd
- 基于matlab的EMD(经验模态分解)，by G. Rilling, July 2002-EMD，Empirical Mode Decomposition,by G. Rilling, July 2002
G-Rilling
- G Rilling 团队写的一些关于EMD的算法程序，比较详细-It gives some files on EMD by the team of G Rilling,and it show the algorithm on EMD in detail.
G-Rilling
- G Rilling 编写的HHT的 matlab代码。-HHT from G Rilling about matlab
emd_instfreq
- 一个完整的EMD程序，附带了G Rilling的附件，适合新手学习使用。-A complete EMD procedures, suitable for novice learning to use.
package_emd
- G-Rilling的emd工具箱,很好的完成hht中的黄变换。-G-Rilling s emd toolbox, well done hht of Huang Transform.
HHT_code
- 希尔伯特黄变换的例程，包括G.Rilling工作组的函数包、时频分析工具箱-a demo of Hilbert-Huang Transform， including the Matlab function package of G. Rilling group and the Time-Frequency Analysis toolbox
package_emd
- 基于matlab的EMD(经验模态分解)(It gives some files on EMD by the team of G Rilling,and it show the algorithm on EMD in detail.)
G Rilling
- 希尔伯特黄变换的一种变换方法，使用EMD分解出IMF的例子(A transformation of the Hilbert transformation, an example of the use of EMD to decompose IMF)
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 signal and a chirp signal. The pur