CEEMD算法的研究(ceemd+elm的算法预测研究)

该博客探讨了CEEMD(Complete Ensemble Empirical Mode Decomposition)在信号处理中的作用,强调了IMF1和IMF2在高频信号分析中的重要性,并指出当隐藏层选择为13时,预测效果更优。作者提供了源代码链接以供参考,并提到若涉及侵权会删除。
摘要由CSDN通过智能技术生成

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。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

人工智能专属驿站

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值