基于CEEMDAN集合经验模态分解算法Python程序

 基于CEEMDAN集合经验模态分解算法Python程序

 

可用于时间序列和其他领域

 

特色：1、基于Python

           2、数据从excel文件中读取，更换简单

 

全部完整的代码，保证可以运行的代码看这里。

http://t.csdnimg.cn/El450

 

  ！！！如果第一个链接打不开，请点击个人首页，查看我的个人介绍。

（搜索到的产品后，点头像，就能看到全部代码）

黑科技小土豆的博客_CSDN博客-深度学习,32单片机领域博主

 

1、背景简介： 本模型是基于CEEMDAN集合经验模态分解算法的时间序列预测模型。CEEMDAN算法是一种数据分解技术，它能够将非线性和非平稳时间序列分解成可控的内部模态函数，从而提高数据本身的可解释性，减少数据间的相关性。该模型针对分解的模态数据，采用机器学习相关算法如神经网络或支持向量回归（SVR）等进行时间序列的预测。

2、优点总结：

• CEEMDAN算法能够有效地处理非线性和非平稳时间序列数据，使得数据分解后更具有可解释性；
• 该模型可以利用分解后的模态数据进行预测，能够减少数据间的相关性，从而提高预测的准确性；

# 参数设置
K = 3  # EEMD中该参数设置无效，固定为3，改变该参数可能导致绘图出错
target_value = "预测量"  # 要预测的列在excel中的名字
if_plot = True  # 是否绘制分解图 True绘制，False不绘制，请注意，该功能在Linux子系统，MacOS等环境中可能不可用

# 数据读取
raw_data = pd.read_excel('./data.xlsx')[target_value].values