rcada_eemd 快速eemd算法

针对化工过程数据的特点，提出一种基于集成经验模式分解（EEMD）滤波的过程数据混合去噪方法，以新秩一阶差分法抑制数据粗差干扰，以EEMD分解抑制脉冲干扰，分层滤波消除噪声成分。与传统的滤波方法相比，基

基于EEMD_IPSO_LSSVM的交通流组合预测模型

本文通过分析Blue Next环境交易所和欧洲气候交易所（ECX）的三相碳现货价格数据，重点研究了外部冲击导致的碳交易价格波动。 结果如下：1）重要信息和事件的发布将严重影响碳价的波动； 发布了一些重

在机械设备早期故障中,反映故障特征的冲击信号非常微弱,容易被噪声淹没,使得故障诊断有一定难度。集合经验模式分解方法将含噪信号分解为多个固有模式分量,其中包括噪声分量和有用信号分量。根据两者自相关函数特

基于EEMD分解和奇异值差分谱理论的轴承故障诊断研究，信号收集、分解、重构、降噪、分析、比较等等……

信号处理中,频率是信号最重要的表示。传统的傅里叶变换分析方法并不能分析出信号的某一频率在甚么时刻出现,为此产生了能同时在时间和频率上表示信号密度和强度的时频分析,如短时傅里叶变换和小波变换等,但其基本

太阳黑子月均值是典型的混沌时间序列，具有较强的非线性和非平稳特征，能够反映太阳活动的真实水平。采用一种应用集合经验模态分解（EnsembleEmpiricalModeDecomposition，EEM

集合经验模态分解(EEMD),EMD的改进版本，有效改善模态混叠现象

论文研究-基于EEMD和进化KPCR的复杂时间序列自适应预测建模.pdf,  针对具有非线性、非平稳、多尺度特性的复杂时间序列， 提出一种基于集合经验模态分解（EEMD） 和进化核主成分回归（KPCR

论文研究-基于EEMD的投资者情绪与股指波动的关系研究.pdf,  基于集成经验模态分解（ensemble empirical mode decomposition， EEMD）对非线性、非平稳性金融