ScholarGate
עוזר
Machine learningTime-frequency analysis

פירוק מצבים וריאציוני (VMD)

פירוק מצבים וריאציוני (VMD) היא שיטה אדפטיבית לחלוטין ולא-רקורסיבית לפירוק אותות, שהוצגה על ידי קונסטנטין דרגומיריצקי ודומיניק זוסו בשנת 2014. היא מפרקת אות קלט ממשי למספר בדיד של תת-אותות, הנקראים פונקציות מצב אינטרינזיות (IMFs), שלכל אחת מהן דלילות ספציפית בתחום התדר. בניגוד לפירוק מצבים אמפירי, VMD ממסגר את הפירוק כבעיית אופטימיזציה וריאציונית הנפתרת באמצעות שיטת כיוונים מתחלפים של מכפילים (ADMM), ומניבה רכיבים חזקים ובעלי משמעות פיזיקלית.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

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

איך לצטט עמוד זה

ScholarGate. (2026, June 2). Variational Mode Decomposition (VMD). ScholarGate. https://scholargate.app/he/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

מאוזכר על ידי

ScholarGateVariational Mode Decomposition (Variational Mode Decomposition (VMD)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/signal-processing/variational-mode-decomposition · מערך נתונים: https://doi.org/10.5281/zenodo.20539026