文件名称：一种基于支持向量回归机的经验模态分解方法 (2007年)
文件大小：432KB
文件格式：PDF
更新时间：2024-07-03 14:23:56
工程技术 论文
经典经验模态分解中采用基于曲线参数插值拟合局部均值曲线，该类方法对参加拟合的极值点很敏感，若出现干扰的异常极值点或得不到真实的极值点，将导致分解结果失真或产生模态混叠。提出一种基于支持向量回归机拟合局部均值曲线的经验模态分解方法，即利用序列的极值点训练支持向量回归机拟合局部均值曲线代替传统的曲线参数插值。实验表明，与经典算法相比，该方法具有更好的频率分辨率，对采样频率不敏感且能克服微弱高频间断信号的干扰，有效解决Hilben-Huang变换中存在的模态混叠问题。