一种基于多尺度极值的快速自适应二维经验模式分解方法

• 作者: 刘述田 徐冠雷 杨达 王晓炜
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 多尺度极值 二维经验模式分解 自适应信号处理
• 年，卷（期）: 2020,（2）
• 页码范围: 362-372
• 页数: 11页
• 分类号: TP393
• 字数: 4528字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2020.02.018

摘要

现有的二维经验模式分解(Bidimensional empirical mode decomposition,BEMD)算法在极值点查找、内蕴模式筛选和迭代过程中效率低、自适应性有待进一步提高,因此本文提出了一种基于多尺度极值的二维信号经验模式分解方法.首先给出二维多尺度极值二叉树结构的概念和建立方法,进而引出一个新的分解层数和滤波窗口大小的自适应确定原则,由此形成了改进的快速自适应二维经验模式分解方法.对自然图像和合成纹理图像分解的实验结果表明:与现有的快速自适应二维经验模式分解方法相比较,新方法的自适应性和效率都有明显提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐冠雷	海军大连舰艇学院军事海洋系	38	428	9.0	20.0
2	王晓炜	大连医科大学基础医学院	19	38	4.0	5.0
3	刘述田	大连东软信息学院智能与电子工程学院	2	0	0.0	0.0
4	杨达	大连东软信息学院智能与电子工程学院	1	0	0.0	0.0