暂无评论
非负矩阵分解及其在模式识别中的应用
信号的稀疏表示在信号处理的许多方面有着重要的应用，但稀疏分解计算量十分巨大，难以产业化应用。粒子群优化（PSO）及果蝇优化（FOA）等智能算法具备前期收敛速度快，全局搜索能力强的优点，应用到语音信号的
经验模式分解是一种优秀的信号分析方法,它克服了傅里叶分析、小波分析的缺点,能够自适应地分析非线性、非平稳信号,因此在很短的时间内就得到了广泛的应用.本文在分析传统信号分析方法优缺点的基础上,重点论
内部包含EMD/EEMD/CEEMDAN/VMD的matlab程序代码，可以用于进行信号的经验模态分解
变分模态分解源码以及测试程序，简单强大，和经验模态机理不同，没有模态混叠
关于检验模态分解（emd）的 ppt，望有用！
该资源是2015年最新的模态分解工具箱非线性模态分解
改进两种经验模态分解去噪，基于EMD去噪算法和基于LMD去噪算法。
编写经验模态分解的程序，会用到几个基本函数。如单调函数，判断极点个数的函数
EEMD是EnsembleEmpiricalModeDecomposition的缩写，中文是集合经验模态分解，是针对EMD方法的不足，提出了一种噪声辅助数据分析方法。EEMD分解原理是当附加的白噪声均
暂无评论