首页| JavaScript| HTML/CSS| Matlab| PHP| Python| Java| C/C++/VC++| C#| ASP| 其他|
购买积分 购买会员 激活码充值

您现在的位置是:虫虫源码 > Matlab > 二维经验模态分解,采用形态学求极值点

二维经验模态分解,采用形态学求极值点

  • 资源大小:10.98 kB
  • 上传时间:2021-06-29
  • 下载次数:0次
  • 浏览次数:0次
  • 资源积分:1积分
  • 标      签: Matlab matlab

资 源 简 介

经验模式分解(EMD)是1998年Huang提出的一种全新的信号处理方法,它从根本上改变了传统Fourier变换和小波变换的思想,实现了信号的多尺度分解,在非线性、非平稳信号处理方面具有良好的性能。二维经验模式分解(BEMD)作为一维EMD的延伸和扩展,在二维信号处理领域已经得到了广泛的应用,由于二维信号的复杂性,BEMD方法还存在一些问题有待解决。 本文对一维EMD的分解过程进行了详细的论述和介绍,分析了一维EMD中的常见问题,阐述了一维EMD的时频分析理论,给出了一维EMD方法的具体应用。 本文重点介绍了BEMD的分解原理和实现过程,讨论了BEMD分解算法中几个关键步骤的实现。对8邻域比较法和形态学重构法两种图像极值点提取方法进行了比较和分析。在包络曲面拟合方面 请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举报

文 件 列 表

二维经验模态分解,采用形态学求极值点,径向基神经网络拟合,速度较快
calcu_coef.m.txt
cal_triarea.m.txt
findextm.m.txt
p2tri.m.txt
pickrc.m.txt
scaledist.m.txt
sift_bicubic.m.txt
smooth_bicc.m.txt
smooth_rbf0.m.txt
TwoD_EMD.m.txt
valu_m.m.txt
二维经验模态分解,采用形态学求极值点.doc
VIP VIP
0.187911s