变分模态分解（Variational Mode Decomposition,VMD）是由 Dragomiretskiy 等人提出的一种自适应信号处理方法，通过迭代搜寻变分模态 的最优解，不断更新各模态函数及中心频率，得到若干具有一定宽带的模态函数。
VMD算法是一种递归算法，有严格的数学理论做支撑！
2021-03-31 19:03:53
5.38MB
1
VMD算法，里面有使用测试代码。分解效果比EMD好，可以抑制模态混叠现象。VMD的分解原理不同于EMD，它是将原始信号引入到变分模型中，利用寻找约束变分模型最优解的过程来获取分量。VMD极大地克服了EMD的模态混叠现象，具有较好的噪声鲁棒性，已被广泛应用到多个领域中。
2021-03-29 12:37:01
4KB
1
具混合时滞和Markov参数切换的模糊细胞神经网络模态依赖随机稳定性条件
2021-03-28 17:06:56
389KB
1
基于欧拉-伯努利梁，利用matlab，计算悬臂梁、简支梁、自由梁的弯曲阵型、模态。包括单元质量矩阵单元刚度矩阵的计算，整体质量矩阵与整体刚度矩阵计算。
2021-03-27 20:04:19
3KB
1
近年来，由于多模态数据的快速增长，跨模态检索受到了研究者的广泛关注，它将一种模态的数据作为查询去检索其它模态的数据。
2021-03-25 19:13:53
2.18MB
1
JqueryMobile快速上手教程，教学资源，拿来就用，可以上课作为任务书，也可以作为自学习文档
2021-03-25 12:04:42
6.83MB
1
emd经验模态分解程序，把 G.Rilling写的 EMD.m注释汉化了,同时根据个人理解添加了部分注释,最后附上一个EMD分解+HHT谱+边际谱的例子。
2021-03-23 21:21:43
8KB
1