基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前的EMD分解中,延长左右两端数据主要是通过各种数学拟合的方式(镜像延拓、多项式拟合,神经网络延拓等)来实现.在实际中,通过延长信号的采样时间,同样能够使端点数据延长,从而抑制EMD分解时的端点效应.以周期谐波函数为例,通过数值实验,将用数学拟合延长两端数据的方法(以极值点的镜像延拓为例)与直接截取两端数据的方法进行比较.同时,为了比较两种数据延长方法的效果,分别将延长后的数据进行EMD分解,将实际的EMD分解结果作为矩阵,计算与理想分解结果之间的相关系数.得出以下结论:若左右各截取半个信号周期长度的数据信号,则得到的分解结果优于通过端点延拓方法得到的EMD分解结果,且截取的点数越多,得到的结果越接近理想的分解结果.
推荐文章
几种改善EMD端点效应方法的比较研究
经验模态分解
端点效应
评价指标
相似系数
平均相对误差
基于EMD分解的端点延拓新方法
经验模式分解
端点效应
支持向量回归机
端点延拓评价指标
EMD端点效应处理方法的研究
经验模态分解(EMD)
端点效应
极值点对称延拓
窗函数
一种改善EMD端点问题的方法
经验模态分解
数据延拓
镜面延拓
端点效应
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 EMD分解中端点数据的延长方法问题研究
来源期刊 计算机工程与应用 学科 工学
关键词 经验模态分解(EMD) 端点效应 端点截取 数据延拓
年,卷(期) 2011,(3) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 125-128
页数 分类号 TP311
字数 3358字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.03.038
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 诸昌钤 西南交通大学信息科学与技术学院 87 923 19.0 25.0
2 林建辉 西南交通大学牵引动力国家重点实验室 200 1374 17.0 29.0
3 宁静 西南交通大学机械工程学院 23 93 5.0 9.0
4 高品贤 西南交通大学机械工程学院 21 264 9.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (473)
参考文献  (10)
节点文献
引证文献  (30)
同被引文献  (74)
二级引证文献  (106)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(9)
  • 参考文献(0)
  • 二级参考文献(9)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(10)
  • 参考文献(1)
  • 二级参考文献(9)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(11)
  • 参考文献(2)
  • 二级参考文献(9)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(6)
  • 参考文献(3)
  • 二级参考文献(3)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(6)
  • 引证文献(6)
  • 二级引证文献(0)
2013(5)
  • 引证文献(3)
  • 二级引证文献(2)
2014(17)
  • 引证文献(6)
  • 二级引证文献(11)
2015(12)
  • 引证文献(2)
  • 二级引证文献(10)
2016(28)
  • 引证文献(2)
  • 二级引证文献(26)
2017(18)
  • 引证文献(2)
  • 二级引证文献(16)
2018(25)
  • 引证文献(5)
  • 二级引证文献(20)
2019(15)
  • 引证文献(0)
  • 二级引证文献(15)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
经验模态分解(EMD)
端点效应
端点截取
数据延拓
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导