ScholarGate
Asszisztens
Machine learningTime-frequency analysis

Hilbert-Huang Transform

Képzeljünk el egy zenedarabot, amelyet több hangszer játszik egyszerre. A klasszikus Fourier-analízis megmondaná, hogy átlagosan mely hangok léteznek a teljes felvételen, de a HHT egy képzett hangmérnök módjára működik, aki képes elkülöníteni az egyes hangsávokat, meghallgatni, hogyan változik az egyes hangszerek hangmagassága és hangereje pillanatról pillanatra, és dinamikusan rekonstruálni a teljes képet. A dekompozíciót magához az adathoz igazítja, ahelyett, hogy a jelet előre beállított szinuszos mintákba kényszerítené.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDiák letöltése

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

Források

  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

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 2). Hilbert-Huang Transform. ScholarGate. https://scholargate.app/hu/signal-processing/hilbert-huang-transform

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.

Összehasonlítás egymás mellett

Hivatkozik rá

ScholarGateHilbert-Huang Transform (Hilbert-Huang Transform). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/signal-processing/hilbert-huang-transform · Adatkészlet: https://doi.org/10.5281/zenodo.20539026