变分模态分解算法VMD.zip VMD算法,里面有使用测试代码。分解效果比EMD好,可以抑制模态混叠现象。VMD的分解原理不同于EMD,它是将原始信号引入到变分模型中,利用寻找约束变分模型最优解的过程来获取分量。VMD极大地克服了EMD的模态混叠现象,具有较好的噪声鲁棒性,已被广泛应用到多个领域中。
振幅感知排列熵用于测量序列复杂度.zip 排列熵(PE)被用于时间序列复杂性的度量,具有计算效率高的特点,但是PE没有考虑信号的幅值信息。2016年提出的AAPE是PE的新版本,它同时考虑了信号的幅度平均值和幅度值之间的变化,具有更广泛的应用前景。
深度学习中的深度信念网络.rar 深度学习中的深度信念网络,用于数据的分类和预测 (Deepbeliefnetworkindeeplearning,usedfortheclassificationandpredictionofdata)