-
题名含有自适应筛选系数的广义经验模态分解方法
被引量：2
- 1
-
-
作者
秦磊
马景义
谢邦昌
-
机构
中央财经大学统计学院
台湾辅仁大学统计资讯学系
-
出处
《数理统计与管理》
CSSCI
北大核心
2013年第6期1002-1012,共11页
-
文摘
经验模态分解(EMD)是针对非线性和非平稳数据的有效分析方法,但是原始算法有多余分量、分量之间不完全正交等缺点.本文引入筛选系数λ将原始EMD算法推广为广义EMD算法,并且使用最小化正交条件来选取最优筛选系数.模拟数据和实际数据的分析结果显示,相比于原始EMD算法,该算法有效地减少了多余分量,更好地分解出了时间序列的趋势成分,而且提高了IMF成分序列之间的正交性.由于筛选系数是数据本身决定的,因此该算法比原始算法有更强的自适应性.
-
关键词
emd
筛选系数
广义emd
-
Keywords
emd, sifting parameter, generalized emd
-
分类号
C812
[社会学—统计学]
O212
[理学—概率论与数理统计]
-
