得到的原始数据
CEEMD分解的IMF1、IMF2含有高频的正弦间歇性信号,IMF2可以看做IMF1很小的能量损失,分析高频信号时,可以将IMF1、2叠加起来作为重构的高频信号,会得到更好的分析效果。IMF4也很好地提取了信号中的低频分量。
CEEMD针对的就是EEMD的“残余辅助噪声”。还要im的分解
原始的ceemd数据还有重构后的数据
图 代表了hidden选了13的时候的数据预测结果
图 elm的隐含层是4的时候的预测结果
可以很明显看出,在本文中选择了hidden=13的时候效果较好。
源程序见:
https://download.csdn.net/download/m0_68894275/85453769
若有侵权,请联系作者删除。