ScholarGate
Βοηθός
Machine learningTime-frequency analysis

Παραλλακτική Αποσύνθεση Τρόπων (VMD)

Η Παραλλακτική Αποσύνθεση Τρόπων (VMD) είναι μια πλήρως προσαρμοστική, μη αναδρομική μέθοδος αποσύνθεσης σήματος που εισήχθη από τους Konstantin Dragomiretskiy και Dominique Zosso το 2014. Αποσυνθέτει ένα πραγματικό εισερχόμενο σήμα σε έναν διακριτό αριθμό υπο-σημάτων, που ονομάζονται εγγενείς συναρτήσεις τρόπων (IMFs), καθεμία με συγκεκριμένη αραιότητα στο πεδίο συχνοτήτων. Σε αντίθεση με την Εμπειρική Αποσύνθεση Τρόπων, η VMD πλαισιώνει την αποσύνθεση ως ένα πρόβλημα παραλλακτικής βελτιστοποίησης που επιλύεται μέσω της Μεθόδου Πολλαπλασιαστών Εναλλασσόμενης Κατεύθυνσης (ADMM), αποδίδοντας εύρωστα και φυσικά ουσιαστικά συστατικά.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

Πηγές

  1. Dragomiretskiy, K., & Zosso, D. (2014). Variational mode decomposition. IEEE Transactions on Signal Processing, 62(3), 531–544. DOI: 10.1109/TSP.2013.2288675

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 2). Variational Mode Decomposition (VMD). ScholarGate. https://scholargate.app/el/signal-processing/variational-mode-decomposition

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Αναφέρεται από

ScholarGateVariational Mode Decomposition (Variational Mode Decomposition (VMD)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/signal-processing/variational-mode-decomposition · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026