集成经验模态分解（EEMD）代码

极点对称模态分解（EMSD）是国内学者2014年新提出的数据处理方法，里面有matlab程序算法和案例

此文件 能够VMD 法避免了发生混叠 现象，且运算效率更高，在低信噪比的情况下噪声 处理效果更好，有利于故障信号的特征提取

变分模态分解（Variationalmodedecomposition，简称VMD）方法[18]，VMD方法将信号分解转化为约束变分问题，自适应地将信号分解为若干个IMF分量之和。

经验模态分解及希尔伯特频谱分析主程序，有注释，为了提高程序适用性多设了输入输出变量，根据实际情况可以删减

图像插值是数字图像处理中的一个关键问题，提出一种基于再生核的滤波器的图像插值方法。在H2（R）空间中，可以构造出再生核滤波器并推出插值公式。根据范数理论，再生核滤波器具有良好的逼近效果。实验结果表明：

针对经验模态分解过程中产生的端点效应问题，提出了将镜像延拓和支持向量回归机相结合的端点延拓改进方法。利用支持向量回归机对原始信号的极值点数据序列两端进行预测，用镜像延拓法确定所预测极值点的位置。该改进

提出了一种基于经验模态分解差分谱的小电流接地系统单相接地故障选线新方法。该方法采用经验模态分解方法分解故障发生后各条线路的暂态零序电流,提取出各条线路的高频IMF1分量,并根据差分谱和波动值的定义,求

针对传统煤矿电机滚动轴承故障诊断信号噪声大和诊断效率低等问题,提出了一种基于经验模态分解和形态滤波的轴承故障诊断方法。仿真结果验证了所提方法的可行性和有效性。

提出一种基于改进的经验模态分解(EMD)锚固动测信号处理方法。EMD法能将信号中不同尺度的波动和趋势项逐级分解开来,具有自调节自适应的特征,能在时频域内描述非平稳非线性信号的局部特性。基于改进的EMD

经验模态分解（EMD）是一种数据驱动的多尺度变换理论，它是一种非线性且非平稳的信号处理理论。 但是每种EMD分解理论都有其优点和缺点。 合成孔径雷达（SAR）成像是获取变化信息的重要遥感技术，SAR图