搜索资源列表
Tutorial-by-EEMD
- 应用EEMD方法分析温度的完整的程序，可直接运行。内附详细的程序调用以及分析。-Tutorial to analysis the annual mean global surface temperature anomaly by EEMD
eemd
- 经验模态分解（Empirical Mode Decomposition, EMD）方法是由美国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。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信号序列上具有很高的信噪比，体现出非常明显的优势。-Empirical Mode Decomposition (EMD) is a signal analysis method proposed by the U.S. N
eemd
- 验模态分解（Empirical Mode Decomposition,简称EMD）是一种自适应信号分解方法,主要应用于非线性非平稳的信号。整体平均经验模态分解（Ensemble Empirical Mode Decomposition,简称EEMD）解决了EMD中出现的模态混合问题。-Ensemble Empirical Mode Decomposition
基于NARX神经网络的轨道垂向不平顺估计_王贵
- 摘要:应用白噪声聚类经验模型分解方法(EEMD, Ensemble EMD)，进行轨道一车辆系统的时频分析， 分析钢轨不平顺的波长一幅值分布及短波不平顺的分布特点。通过理论推导，得到垂向钢轨不平顺与车体垂向 加速度之间的转移函数，并由简化模型仿真结果与实验数据对比分析得出二者的相关系数在0. 8以上，表明仿 真结果与实验数据非常吻合。利用简化模型进行数值仿真，所需复数乘法次数为N(21ogN+ 1)，满足实时仿真 的需要。实例所测钢轨不平顺和车体加速度的相关性分析结果表明，对加速度数据
tei@i
- tei@i分析方法，eemd方法应用，核心期刊论文主要运用的方法(Shouyang Wang Estimating the impact of extreme events on crude oil price: An EMD-based event analysis method)