Machine learningTime-frequency analysis

تجزیه مد تجربی (EMD)

تجزیه مد تجربی (EMD) یک روش کاملاً داده‌محور و تطبیقی برای تجزیه سری‌های زمانی غیرخطی و ناایستا به مجموعه‌ای متناهی از مؤلفه‌های نوسانی به نام توابع مد ذاتی (IMF) به علاوه یک باقیمانده یکنواخت است. این روش که توسط نوردن ئی. هوانگ و همکارانش در ناسا در سال ۱۹۹۸ معرفی شد، به هیچ تابع پایه از پیش تعریف‌شده‌ای نیاز ندارد و تمام مؤلفه‌ها را مستقیماً از خود سیگنال استخراج می‌کند، که آن را اساساً از تبدیل‌های فوریه یا ویولت متمایز می‌سازد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 2). Empirical Mode Decomposition (EMD). ScholarGate. https://scholargate.app/fa/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

ارجاع‌شده در

ScholarGateEmpirical Mode Decomposition (Empirical Mode Decomposition (EMD)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/signal-processing/empirical-mode-decomposition · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026