-
-
基于改进EMD的运动想象脑电信号识别算法研究
... 对运动想象脑电信号识别率不高的问题，提出一种以相关系数改进的经验模态分解（EMD）的特征提取算法。对已有的BCI竞赛数据中C3、C4两个通道脑电数据进行预处理，之后通过EMD对脑电信号进行分解，得到IMF分量。通过计算原始信号与各阶IMF分量之间的相关系数，选择 ... 矢量机分类器（SVM）对左右手运动想象脑电信号进行分类。实验结果表明，基于相关系数改进的EMD脑电信号的处理方法明显优于只用EMD的脑电处理方法，得到的最高正确识别率为88.57%。从而证明了该方法的有效性。
-
基于LabVIEW的EMD降噪软件设计与实现
在复杂环境数据采集过程中，原始数据常常混有若干外界噪声，为提高信号特征提取的准确性，基于虚拟仪器技术设计并实现了经验模态分解（Empirical Mode Decomposition，EMD）算法，根据相关分析法筛选有效基本模式分量（Intrinsic Mode Function，IMF）完成测量信号的降噪处理，并设计仿真信号对软件降噪效果进行验证。验证结果表明，所设计软件可有效去除原始信号噪声，可靠性较好。
-
基于EMD和BP网络的轴承故障诊断方法
故障轴承的振动信号是非平稳信号，传统的非平稳信号分析手段存在许多不足；BP网络能够出色地解决传统识别模式难以解决的复杂问题。提出了经验模态分解（EMD）与BP神经网络相结合的滚动轴承故障诊断方法。采用EMD方法对振动信号进行分解，得到组成信号的多个内禀模态分量（IMF），提取重要的IMF分量的能量作为信号的特征量；采用BP网络作为模式分类器，对轴承的故障类型进行分类。经试验数据分析证明，该方法能够准确地对轴承故障进行诊断。
-
EMD过程中数据拟合的算法改进与实现
分析研究了三次样条插值算法和分段幂函数插值算法的数学原理，结合两者的优势，利用端点延拓技术给出了一种更为精确的数据拟合函数构造方法。并通过Matlab软件编程实现，实验表明分段幂函数求解包络线的算法大大提高了EMD分解中数据拟合精度。
-
基础电子中的几种改善EMD端点效应方法的比较研究
摘要：经验模态分解（EMD）的一个关键问题是改善端点效应。目前工程上已经提出了多种处理方法。在此对端点镜像方法、多项式拟合法、极值延拓法、平行延 ... 与原信号的平均相对误差以及算法的运行时间作为端点处理方法的评价指标。仿真结果表明，极值延拓法是处理准周期信号的相对较好的EMD端点效应处理方法。
0 引言
1998 年，Huang 等人提出了一种新的信号处理方法：经验模态分解方法（Empirical Mode Decomposition,EMD）。它用不同特征尺度的数据序列本征模函数（Intrins
-
-
-
-
-
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
