搜索资源列表
小波分析--黄变换程序
- 首先，找出 上所有的极值点，然后用三次样条函数曲线循序连接所有的极大值点，得到信号 的上包络线 ，采用同样的方法连接所有的极小值点，得到 的下包络线 。循序连接上、下两条包络线的均值可得到一条均值线 ： （7－1） 再用 减去 得到 ： （7－2） 如果 满足IMF的两个条件，则 即为第一阶IMF，一般来说， 并不满足条件，此时，
EMDDen
- EMD降噪程序，与stanford开发的小波工具箱和小波降噪工具箱联合使用！-EMD noise reduction procedures, and stanford Development Toolbox Wavelet Toolbox and Wavelet combination!
EMD-Toolbox
- EMD的Toolbox及使用方法 经验模态分解（Empirical Mode Decomposition, 简称EMD）是由美国NASA的黄锷博士提出的一种信号分析方法.它依据数据自身的时间尺度特征来进行信号分解, 无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅里叶分解与小波分解方法具有本质性的差别。正是由于这样的特点, EMD 方法在理论上可以应用于任何类型的信号的分解, 因而在处理非平稳及非线性数据上, 具有非常明显的优势。所以, EMD方法一经提出就在不同的
xiebo
- 用谐波小波对信号进行多层分解，提取信号特征量-Harmonic signal with multiple layers of wavelet decomposition, the volume of extraction of signal characteristics
EMD
- MED这一个数据处理的方法，这个比较好用的，尤其是在脑电处理比小波更好一点-MED This is a data processing method, this relatively easy to use, especially in the EEG handling a little better than the wavelet
EMDdenoising
- 利用emd对一维信号进行去噪的最新程序。包含了三种emd去噪方法：1、直接使用小波阈值，进行硬阈值去噪；2、使用具有emd分解特性的阈值去噪；3、emd分解后的平移不变去噪。-Using emd on one-dimensional signal de-noising of the latest procedures. Emd contains three kinds of de-noising methods: a direct use of wavelet thresholding to c
Annas-EMD
- 一种二维EMD算法，作者是Anna Linderhed，该学者博士研究课题为二维EMD和小波变换，她的二维EMD算法与Nenus或其他学者的算法有较大的不同。-A two-dimensional EMD algorithm, the author is Anna Linderhed, her Ph.D. research topic is bidimensional EMD and wavelet transform. Her two-dimensional EMD algorithm is q
小波降噪与EMD混合
- 一种进行小波降噪后，对特征库的信号进行信号经验模态分解的例子(An example of signal empirical mode decomposition for signal of characteristic library after wavelet de-noising)
motor emd
- 小波变换及经验模式分解方法在电机轴承早期故障诊断中的应用(Study on the method of incipient motor bearing fault diagnosis based on wavelet transform and EMD)
feature（emd和wpd）
- 该程序是用于提取信号数据的集成模态分解以及小波包分解的特征(this code is used to extract the feature of signal data for emd and wpt)
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的局部特性，因此具有自适应性。(The key of thi
EMD
- 利用MATLAB平台，离散小波变换分析，(Discrete wavelet transform analysis)
synsq_toolbox_v1.1
- 同步压缩小波变换程序，实现一维信号的时频分布。效果比EMD要好。(SSWT achieve the time-frequency distribution of one-dimensional signal. The effect is better than EMD.)
emd加instfreq信号处理工具
- 经验模态分解，克服了小波分析的频率重叠效果不明显的问题。可以在欠定情况下进行信号分解。(Empirical mode decomposition, to overcome the wavelet analysis of the frequency overlap effect is not obvious problem. Signal decomposition can occur under undetermined conditions.)
nengliangshang
- 基于小波变换的信号降噪，可以用来进行数据处理后的小波降噪(Substitution Small - wave conversion signal damping, available For further use Number processing Opinion Small wave noise)
EWT
- 经验小波变换，将信号分解为多个子特征的子序列。性能较EMD、EEMD、WD等有所提升。(Empirical wavelet transform decomposes the signal into sub sequences of multiple sub features. The performance is improved compared with EMD, EEMD, WD and so on.)
emd
- 经验模态分解（Empirical Mode Decomposition，EMD）是由 Huang等人于1998年提出的一种针对非线性、非平稳信号的自适应信号分解算法。自该方法提出以后便得到了学术界的广泛关注与研究，经过十几年的研究与发展，在理论方面EMD算法取得了进一步的完善。许多国内外学者也将该方法应用到了地球物理领域，并做了深度的研究与探索。与传统的基于Fourier变换的信号分析方法相比，EMD不仅突破了Fourier变换的局限性，而且不存在如小波变换一样需要预选小波基函数的问题，具有良好
emd
- Emd分解，通过峭度和相关系数选择IMF，进行信号重构，小波分解，小波包分解。(Emd decomposition, selecting IMF by kurtosis and correlation coefficient, signal reconstruction, wavelet decomposition, wavelet packet decomposition.)
emd对一维信号去噪
- 三种emd去噪方法：1、直接使用小波阈值，进行硬阈值去噪；2、使用具有emd分解特性的阈值去噪；3、emd分解后的平移不变去噪。(Three kinds of EMD denoising methods: 1. Direct use of wavelet threshold for hard threshold denoising; 2. Use of threshold denoising with EMD decomposition characteristics; 3. Translati
EMD+小波
- EMD+小波包分解算法matlab实现，能够分解，直接调用就行(Implementation of EMD with MATLAB)