CEEMDAN
A Complete Ensemble Empirical Mode Decomposition with Adaptive Noise (CEEMDAN) egy továbbfejlesztett változata az empirikus módus dekompozíciónak (EMD), amely az adaptív zajjal végzett átlagolás révén kezeli az ún. móduskeveredési (mode-mixing) artefaktumokat. A Torres és munkatársai (2011) által bevezetett CEEMDAN a jeleket belső módusfüggvényekre (IMF) bontja, amelyek különböző skálájú oszcillációkat reprezentálnak. A módszer kontrollált zajt ad hozzá több realizációhoz, majd átlagolja az eredményeket, ami stabilabb, fizikailag értelmezhető komponenseket eredményez, mint a standard EMD.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Torres, M. E., Colominas, M. A., Schlotthauer, G., & Flandrin, P. (2011). A complete ensemble empirical mode decomposition with adaptive noise. In 2011 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (pp. 4144–4147). DOI: 10.1109/ICASSP.2011.5947265 ↗
- Colominas, M. A., Schlotthauer, G., & Torres, M. E. (2014). Improved complete ensemble empirical mode decomposition with adaptive noise. IEEE Transactions on Signal Processing, 63(6), 1408–1413. link ↗
- 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 of London A, 454(1971), 903–995. DOI: 10.1098/rspa.1998.0193 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Complete Ensemble Empirical Mode Decomposition with Adaptive Noise. ScholarGate. https://scholargate.app/hu/time-series/ceemdan
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.
- Empirikus Módbontható Felbontás (EMD)Jelfeldolgozás↔ compare
- Empirikus wavelet transzformációIdősorok↔ compare
- Variational Mode Decomposition (VMD)Jelfeldolgozás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →