版权说明 操作指南
首页 > 成果 > 详情

基于EMD及非平稳性度量的趋势噪声分解方法

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Decomposition of Noise and Trend Based on EMD and Non-Stationarity Measure
作者:
谭秋衡;吴量;李波
作者机构:
国信证券博士后工作站, 广东, 深圳, 518001
中国科学院武汉物理与数学研究所, 武汉, 430071
华中师范大学数学与统计学学院, 武汉, 430079
[谭秋衡] 国信证券博士后工作站, 广东, 深圳, 518001
[吴量] 中国科学院武汉物理与数学研究所, 武汉, 430071
语种:
中文
关键词:
趋势噪声分解;经验模态分解;非平稳性度量
关键词(英文):
Empirical mode decomposition;Non-stationaritymeasure.
期刊:
数学物理学报
ISSN:
1003-3998
年:
2016
卷:
36
期:
4
页码:
783-794
基金类别:
国家自然科学基金青年基金(11201165);国家自然科学基金(11275259,91330113)资助~~;
机构署名:
本校为其他机构
院系归属:
数学与统计学学院
摘要:
该文结合非平稳性度量,研究利用经验模态分解算法进行趋势噪声分解,提出基于非平稳性度量的准则来判定舍弃的本性模态函数的数目.通过数值模拟证明了该准则克服了连续均方误差准则的缺陷,在不同噪声强度和复杂趋势下,都能够达到很好的去噪效果.
摘要(英文):
In this paper, we study the decomposition of trend and noise based on empirical mode decomposition algorithm and non-stationarity measure, and propose a criterion to choose intrinsic mode function for trend. Numerical simulation results show that the proposed criterion can overcome drawback of continuous mean square error criterion, achieve a good effe...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com