ScholarGate
Assistent
Machine learningTime-frequency analysis

Empirical Mode Decomposition (EMD)

Empirical Mode Decomposition (EMD) on täielikult andmepõhine, adaptiivne meetod mittelineaarsete ja mittestatsionaarsete aegridade dekomponeerimiseks lõplikuks hulgaks ostsillatsioonikomponentideks, mida nimetatakse sisemisteks režiimifunktsioonideks (Intrinsic Mode Functions, IMF), millele lisandub monotoonne jääk. Norden E. Huang ja tema kolleegid NASA-s 1998. aastal tutvustatud EMD ei vaja eelnevalt määratletud baasifunktsioone ning tuletab kõik komponendid otse signaalist endast, mis teeb selle fundamentaalselt erinevaks Fourier' või lainiktransformatsioonidest.

Ava rakenduses MethodMindPeagiVideoPeagiDownload slides

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Method map

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

Allikad

  1. Huang, N. E., et al. (1998). The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis. Proceedings of the Royal Society A, 454(1971), 903–995. DOI: 10.1098/rspa.1998.0193

Kuidas sellele lehele viidata

ScholarGate. (2026, June 2). Empirical Mode Decomposition (EMD). ScholarGate. https://scholargate.app/et/signal-processing/empirical-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

Sellele viitavad

ScholarGateEmpirical Mode Decomposition (Empirical Mode Decomposition (EMD)). Loetud 2026-06-15 aadressilt https://scholargate.app/et/signal-processing/empirical-mode-decomposition · Andmestik: https://doi.org/10.5281/zenodo.20539026