信号数据EMD分解+IMF时序数据LSTM预测建模实践

     周末的时间闲下来了，想到之前计划的事情还未执行的还有很多，正好拿过来做一下，今天主要是想学习和实践一下信号领域的数据的处理和建模内容，从网上找到了一个振动信号相关的数据集，首先，想先基于EMD算法完成信号的 分解处理，之后基于LSTM模型来实现时序数据的建模预测分析。

      对于现在的我来说，属于数据信号处理领域里面的小白，所以写这篇文章很可能会有错误或者是不合理的地方，如果问题欢迎指出，欢迎交流学习，同时呢？这里也是自己学习过程的记录，包括自己在了解一些信号处理算法时的资料等，也都一并放在这里了，方便一起使用【声明：这里的很多基础知识的资料来自于百度百科，地址在这里】。

     首先我们先来简单看下什么是EMD算法，我在本科的时候也接触过一种EMD(Earth Mover Distance)算法，这是一种距离计算算法，但是本文这里提到的EMD算法并不是距离模型，而是信号数据处理算法 ：

经验模态分解（Empirical Mode Decomposition，简称EMD))方法
EMD，（Empirical Mode Decomposition)，经验模态分解，美国工程院士黄锷博士于1998年提出的一种信号分析方法。 是一种自适应的数据处