ScholarGate
Assistente
Machine learningTime-frequency analysis

Decomposizione Empirica dei Modi (EMD)

La Decomposizione Empirica dei Modi (EMD) è un metodo completamente data-driven e adattivo per decomporre serie temporali non lineari e non stazionarie in un insieme finito di componenti oscillatorie chiamate Funzioni di Modo Intrinseco (IMF), più un residuo monotono. Introdotta da Norden E. Huang e colleghi alla NASA nel 1998, l'EMD non richiede funzioni di base predefinite e deriva tutte le componenti direttamente dal segnale stesso, rendendola fondamentalmente diversa dalle trasformate di Fourier o wavelet.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

Fonti

  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

Come citare questa pagina

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

Citato da

ScholarGateEmpirical Mode Decomposition (Empirical Mode Decomposition (EMD)). Consultato il 2026-06-15 da https://scholargate.app/it/signal-processing/empirical-mode-decomposition · Insieme di dati: https://doi.org/10.5281/zenodo.20539026