局部均值分解与经验模式分解的对比研究

矩阵的最好的分解方法SVD分解，本文档给出了矩阵svd分解的详细原理。

据龚志强等人的研究认为：（1）EMD方法是波动上、下包络的平均值去确定“瞬时平衡位置”，进而分解IMF分量；WD方法是带通滤波器，分解得到的各个细节分量一般与固定频带相对应，故分解的结果不及EMD精确

此程序是关于Hilbert Huang transform 中emd分解的

通过PPT技术，熟练使用EMD分解，共同讨论EMD和HHT技术

经验模态分解EMD（不带边界延拓的），根据法国学者的镜像延拓经验模态分解修改而来。

已发现极值在经验模态分解中建立的包络不能总是很好地描述信号的局部特征。 这部分是由于到以隐藏的鳞片为特征的轻微振荡,在处理过程中几乎不予处理筛选过程。 当涉及隐藏尺度时,固有模式函数通常在给定实例中包

修正经验模式分解及其在雷达成像中的应用，金添，，本文提出了一种处理非平稳信号的自适应方法，修正经验模式分解（MEMD），及其Wigner-Ville分布（WVD）。基于MEMD-WVD的瞬时多普勒逆合

针对高精度测试系统中电荷耦合器件(CCD)的非均匀性会给测试结果带来较大误差,根据引起非均匀性的噪声特性,建立了对应的图像模型。根据传统两点线性法的基本思想,提出了一种基于经验模式分解(EMD)的自适

素数的判断,函数调用 素数分解成几个质因数相乘

对图片采样DWT小波算法进行分解与重构，并已经通过调试