说明：改进经验模态分解（EEMD）模型，主要用于非稳定类型号处理，在EMD的基础上考虑了端部效应影响，并对其进行了处理。

说明：经验模态分解（Empirical Mode Decomposition, EMD）方法是由美国NASA的黄锷博士提出的一种信号分析方法。它依据数据自身的时间尺度特征来进行信号分解，无须预先设定任何基函数。EMD方法在理论上可以应用于任何类型的信号的分解，因而在处理非平稳及非线性信号序列上具有很高的信噪比，体现出非常明显的优势。

说明：这里面有5个程序，一是sarima预测的，2是HHT变换计算的主程序，3是计算平均周期的，4是人工神经网络的主程序，5是计算lyapunuv数字的主程序，计算域与eemd分解有关的股市预测方面的主程序

说明：以黄锷的EEMD为基础，对信号进行HHT分解，使用时把文件名改为所要处理的数据名称即可

说明：运用eemd和二代小波相结合的方法，来识别肌电信号，从而快速准确的识别了手臂各个动作。

说明：A multi-dimensional ensemble empirical mode decomposition (MEEMD) for multi dimensional data (such as images or solid with variable density) is proposed here. The decomposition is based on the applications of ensemble empirical mode decomposition (EEMD) to slices of data in each and every dimension involved. The final reconstruction of the corresponding intrinsic mode function (IMF) is based on a comparable minima scale combination principle.

说明：adding noise corresponding SNR

说明：这是一个最新的EEMD处理单道ICA的问题的总结，有国外文章自带的源代码，简单好用。

说明：EEMD是针对EMD方法的不足,提出了一种噪声辅助数据分析方法。EEMD分解原理为:当附加的白噪声均匀分布在整个时频空间时,该时频空间就由滤波器组分割成的不同尺度成分组成。当信号加上均匀分布的白噪声背景时,不同尺度的信号区域将自动映射到与背景白噪声相关的适当尺度上去。当然,每个独立的测试都可能会产生非常嘈杂的结果,这是因为每个附加噪声的成分都包括了信号和附加的白噪声。既然在每个独立的测试中噪声是不同的,当使用足够测试的全体均值时,噪声将会被消除。全体的均值最后将会被认为是真正的结果,唯一持久稳固的部分是信号本身,所 加入的多次测试是为了消除附加的噪声。

说明：是一种时频分析方法，是对EMD方法的一种改进，具有很好的效果

说明：希尔伯特黄变换方法中eemd及emd分解的相关matlab程序，黄鄂课题组的源代码程序包。内含44个子程序

说明：求解EEMD的工具箱，里面包含EEMD主程序，可以直接调用

说明：该算法用于对信号进行频谱分析，以及噪声处理

说明：对信号进行EEMD分解，消除模式混叠，并对本征模函数进行FFT变换，求出幅度谱

说明：信号进行EEMD分，作为希尔伯特黄变换的基础

说明：一种eemd程序，为学习emd的同学做参考，希望大家多交流学习~

说明：EEMD经验模态分解+ANN神经网络分类

说明：对一列信号进行eemd的分解以及解得到其各分量用eemdplot.m画出，因此只须运行eemdplot.m即可。

说明：对信号进行EEMD分析，有效的消除模态混叠现象，比传统的EMD方法更具有优越性

说明：对LabVIEW进行二次开发，对信号进行聚合经验模态分解

说明：经验模式分解程序，挺有用 ，用于于数字信号处理-emd可直接使用。

说明：EEMD完整程序，放在txt文件中。程序经过调试，完美运行。

说明：应用EEMD方法分析温度的完整的程序，可直接运行。内附详细的程序调用以及分析。

说明：EMD方法分析全球温度异常_源程序。 eemd.m——总体经验模态分解； ifndq.m——获得瞬时频率； significance.m——统计显着性检验。

说明：基于EEMD域统计模型的话音激活检测算法Based on the EEMD domain statistical model voice activity detection algorithm

说明：eemd的源码,内含5个m文件，分别求取不同参数

说明：EEMD AND EMD故障诊断新的方法，有效提取故障信号

说明：用于提取信号的相关特征值，是一种优于emd分解的算法。

说明：eemd的程序和论文，使用方法，都能很全，很不错

说明：EEMD总体经验模式分解，EMD 的一种改进算法，可用于信号的去噪。