V
主页
变分模态分解VMD信号分解,频谱分析,样本熵SE,VMD-SE可自行选择根据样本熵值重构分解的序列。
发布人
变分模态分解VMD信号分解,频谱分析,样本熵SE,VMD-SE可自行选择根据样本熵值重构分解的序列。 VMD是2014年提出的一种非递归信号处理方法,通过将时间序列数据分解为一系列具有有限带宽的本征模态函数(IMF),迭代搜寻变分模态的最优解。VMD可以自适应更新各IMF的最优中心频率和带宽。 代码参考:https://mbd.pub/o/bread/ZZiYlZlw EMD分解--样本熵SE重构 https://mbd.pub/o/bread/ZZiYlZpx EEMD分解--样本熵SE重构 https://mbd.pub/o/bread/ZZiYlpZu CEEMD分解--样本熵SE重构 https://mbd.pub/o/bread/ZZiZkpdt CEEMDAN分解--样本熵SE重构 https://mbd.pub/o/bread/ZZiZkpdv ICEEMDAN分解--样本熵SE重构 https://mbd.pub/o/bread/ZZiZkpdx VMD分解--样本熵SE重构
打开封面
下载高清视频
观看高清视频
视频下载器
改进的自适应噪声完备集合经验模态分解ICEEMDAN信号分解,频谱分析,样本熵SE,ICEEMDAN-SE可自行选择根据样本熵值重构分解的序列。
经验模态分解EMD, EMD信号分解,频谱分析,样本熵SE,EMD-SE可自行选择根据样本熵值重构分解的序列。
VMD-GRU/GRU基于变分模态分解和门控循环单元的回归预测(含GRU、VMD-GRU模型的对比)。
RIME-VMD霜冰优化算法(RIME)优化VMD变分模态分解,RIME-VMD信号分解。
基于时变滤波的经验模态分解TVF-EMD 附案例数据 可直接运行
VMD-BILSTM/BILSTM基于变分模态分解和双向长短期记忆网络的时间序列预测(含BILSTM、VMD-BILSTM 模型的对比)。
基于变分模态分解和秃鹰算法优化最小二乘支持向量机的多变量回归预测,VMD-BES-LSSVM多变量回归预测。MATLAB代码(含LSSVM、VMD-LSSVM、
LMD信号分解, LMD是一种自适应的信号分解方法,不需要事先对信号的性质做出假设。它可以适应信号的非线性和非平稳特性,并根据信号的局部特征进行分解。
ICEEMDAN-SSA-BILSTM改进自适应经验模态分解结合麻雀算法优化双向长短期记忆神经网络时间序列预测(含BILSTM、SSA-BILSTM、ICEEM
ICEEMDAN-SSA-GRU改进自适应经验模态分解结合麻雀算法优化门控循环单元时间序列预测(含GRU、SSA-GRU、ICEEMDAN-SSA-GRU等模型
EMD-BILSTM/BILSTM基于经验模态分解和双向长短期记忆网络的时间序列预测(含BILSTM、EMD-BILSTM模型的对比)。
稳健型经验模态分解REMD数据重构 可输出均方根误差,信噪比,各分解分量的相关系数指标。
基于时间卷积网络-长短期记忆网络结合多头注意力机制TCN-LSTM-multihead-Attention多维时序预测,多变量输入模型。matlab代码,202
基于时间卷积网络TCN时间序列预测,TCN单变量预测模型,单输入单输出模型。
ICEEMDAN-SMA-SVM功率/风速时间序列预测,基于改进完备集合经验模态分解-黏菌优化算法-支持向量机的时间序列预测组合模型。
EEMD-SSA-LSTM基于集合经验模态分解和麻雀算法优化长短期记忆网络的时间序列预测MATLAB代码(含LSTM、EEMD-LSTM、SSA-LSTM、EE
完全自适应噪声集合经验模态分解——CEEMDAN信号分解
基于经验模态分解和主成分分析的长短期记忆网络多维时间序列预测,EMD-PCA-LSTM多维时间序列预测。
【23新算法】DBO-ICEEMDAN基于蜣螂算法优化改进自适应经验模态分解DBO-ICEEMDAN信号分解,Matlab语言。
【24新算法】冠豪猪算法CPO优化卷积神经网络-长短期记忆网络CNN-LSTM分类预测,CPO-CNN-LSTM多特征分类预测。
基于贝叶斯(bayes)优化卷积神经网络-双向门控循环单元(CNN-BIGRU)时间序列预测,bayes-CNN-BIGRU时间序列预测。
CNN-LSTM-Attention多输入多输出回归预测, 基于卷积神经网络-长短期记忆网络结合-注意力机制的多输入多输出回归预测,Matlab程序。
基于变分模态分解和麻雀算法优化长短期记忆网络的多维时间序列预测,VMD-SSA-LSTM多维时间序列预测。
基于支持向量机递归特征消除(SVM_RFE)的分类特征选择算法,matlab代码,输出为选择的特征序号。
基于极限学习机ELM的Adaboost分类预测,ELM-Adaboost分类预测,多特征输入模型。
基于时间卷积网络TCN回归预测,TCN多输入多输出预测模型。
基于时间注意力机制Attention结合长短期记忆网络LSTM多维时间序列预测,LSTM-Attention回归预测,多输入单输出模型。
基于随机配置网络SCN的Adaboost回归预测,SCN-Adaboost回归预测,多输入单输出模型。
VMD-SSA-LSTM基于变分模态分解和麻雀算法优化长短期记忆网络的时间序列预测MATLAB代码(含LSTM、VMD-BILSTM、VMD-SSA-LSTM等
基于极限梯度提升树XGBoost时间序列预测,XGBoost时间序列预测模型,单列数据输入模型。
基于时间卷积网络结合多头注意力机制TCN-multihead-Attention多变量回归预测,多变量输入模型。matlab代码,2023及其以上。
RIME-TCN-multihead-Attention霜冰算法优化时间卷积网络结合多头注意力机制多变量回归预测,多变量输入模型。matlab代码,2023及其
基于极限学习机ELM回归预测,ELM回归预测,多变量输入模型。
基于海鸥算法优化极限学习机(SOA-ELM)的时间序列预测, matlab代码。
EVO-TCN-multihead-Attention能量谷算法优化时间卷积网络结合多头注意力机制多变量回归预测,多变量输入模型。matlab代码,2023及其
基于卷积神经网络-长短期记忆网络结合注意力机制CNN-LSTM-attention-KDE回归区间预测,CNN-LSTM-attention-KDE核密度估计下
基于灰狼算法GWO优化深度混合核极限学习机DHKELM分类预测,GWO-DHKELM数据分类预测,多特征输入模型。
随机配置网络模型SCN回归预测,SCN回归预测,多变量输入模型。
麻雀算法SSA优化混合核极限学习机HKELM分的Adaboost分类预测,SSA-HKELM-Adaboost分类预测,多特征输入模型。
CPO-LSSVM-ABKDE区间预测,基于24年新算法冠豪猪优化算法优化最小二乘支持向量机结合自适应带宽核函数密度估计的多变量回归区间预测(点预测+概率预测+