matlab独立性检验代码希尔伯特-施密特独立标准（HSIC） 原始MATLAB代码的Python版本（HSIC）。 先决条件 麻木 科学的 我们在Windows上使用Python 2.7的Anaconda 4.3.0 64位对代码进行了测试。 套用您的资料 用法 使用导入HSIC from HSIC import hsic_gam 在您的数据上应用HSIC testStat, thresh = hsic_gam(x, y, alph = 0.05) 描述 输入函数hsic_gam() 争论 描述 X 第一个变量的数据。 (n, dim_x) numpy数组。 ÿ 第二个变量的数据。 (n, dim_y) numpy数组。 阿尔法 测试水平 函数hsic_gam()输出 争论 描述 testStat 等级alpha测试的测试阈值 脱粒 测试统计 独立测试结果 如果testStat thresh ，则x和y不独立。 作者 Shoubo胡- shoubo [点]子[在]的Gmail [点] com 另请参阅参与此项目的人员列表。

matlab开发-希尔伯特矩阵的正则化二维和非线性正则化测试。比较了正则化最小二乘法和普通最小二乘法。

单幅干涉条纹相位恢复算法中通过两次希尔伯特变换获得正弦分量和余弦分量，然后求出水平方向和垂直方向的相位斜率，再采用积分的方法对相位进行恢复，即可得到全场相位分布。然而，相位变化过快时得到的相位斜率不连续，此时就不能直接采用该方法进行相位恢复。针对这一弊端，将剪切干涉计量原理引入到相位恢复算法中，对包裹相位建立二维复光场，获得连续相位斜率的离散偏导，提出用三次积分法即可恢复原始相位。实验验证该方法不仅能够有效地解决相位变换过快和相位截断的影响，而且能较精确地恢复原始相位。

本压缩包内部包含全套的EMD分解和希尔伯特黄谱分析程序。上传给大家共享。我本页也学习信号处理数年，多次用到希尔伯特黄变换的内容，用这套程序都可以比较好的解决。内置本版本程序作者的工作记录和程序说明的文本文件。 保证有效！如有疑问请私信。

希尔伯特黄变换的EMD分解MATLAB程序 把程序看懂 对希尔伯特黄变换的原理就理解了

滚动轴承的早期故障诊断对于设备预测和健康管理具有重要意义,然而受环境噪声、传递路径、信号衰减及源信号本身比较微弱的影响,滚动轴承故障的初期微弱信号特征往往难以提取。为了解决这一问题,提出了一种基于最小熵解卷积(minimum entropy deconvolution,MED)与希尔伯特变换(Hilbert transform,HT)相结合的滚动轴承故障特征提取方法(MED-Hilbert),该方法首先应用MED算法对传感器信号进行处理以提高信号的信噪比,然后通过希尔伯变换提取冲击能量信号,最后用谱分析技术提取故障对应的特征频率,并与理论故障频率比较后成功确定故障。与信号仅仅进行包络分析方法相比,该方法具有很好的降噪效果以及对微弱故障特征的增强作用。计算机仿真与实验验证了该方法在滚动轴承早期故障诊断中的有效性。

Desktop_demon_水声目标识别_辐射_希尔伯特变换解调_辐射噪声

本程序能够实现滚动轴承的故障诊断和在线检测，用到了峭度值计算、小波变换、自相关计算等

希尔伯特矩阵是对称正定矩阵，希尔伯特矩阵是著名的病态矩阵。

matlab对数据进行希尔伯特变化，并求取包络谱