用matlab生成原始信号，对原始信号加噪声，进行EMD分解，对每次的IMF进行显示并划出对应的频谱图，运行文件中text.m文件，下载了资源，有什么不了解可以底下评论。

小波阈值去噪MATLAB代码瓦迪诺斯 使用经验贝叶斯阈值和许多其他阈值方法在ANSI C中进行小波消噪。 WDenoise对象，参数和函数 示例代码1：wdenoise（EBayesThresh） 示例代码2：wdenoise 示例代码3：使用EBayesThresh和Visushrink进行图像去噪 依存关系 Git和CMake 入门 Clone the project. cd to directory cmake . make 学分 EbayesThresh软件包最初由Bernard W. Silverman和Ludger Evers开发，并由芝加哥大学统计系的Kan Xu，Peter Carbonetto和Matthew Stephens引入了扩展。 Matlab版本的代码由A. ANTONIADIS，M。JENSEN，I。JOHNSTONE和BW SILVERMAN编写。 执照 此存储库src文件夹中可用的所有代码均已根据GNU通用公共许可证3.0许可

针对滚动轴承故障诊断提出了EMD阈值降噪法。通过振动传感器获得的轴承振动信号,利用经验模态方法将信号分解为多个IMF分量。因振动信号中含有的噪声主要表现在高频段,所以对IMF分量中的高频分量进行小波阈值降噪,并与IMF分量中低频分量进行重构,实现了振动信号的降噪,有利于轴承故障的判断。

利用经验模式分解（EMD）将信号分解成多个本征模式函数（IMF），每个IMF代表一定频率尺度的信号分量。

Matlab-EMD工具箱 + 另附详细安装方法，亲手验证可以使用。

1.将三个文件夹分别粘贴到matlab安装路径下的toolbox文件夹下 2.打开matlab，设置路径-->添加并包含子文件夹-->分别选择这三个文件夹-->保存-->关闭。 3.在MATLAB中运行package_emd 文件下的 install_emd ,方法：直接选中，右键单击‘运行’

EMD分解和HHT打包，自己编写的代码，注释很全，使用时运行main程序即可。

首先对时间序列进行emd分解，然后对每个分量进行svr建模，最后把测试集的结果相加作为最终结果

首先对时间序列数据进行EMD分解，然后对每个分量进行BP建模，最后把各分量结果相加作为最终结果

首先对时间序列数据进行EMD分解，然后对每个分量进行lstm建模，最后把各分量结果相加作为最终结果