奇异谱分析和集合模态分解

奇异谱分析SSA_一颗小芋圆的博客-CSDN博客_奇异谱分析

ssa奇异谱分析

奇异谱分析,一种处理非线性时间序列数据的方法,基于时间序列的特定矩阵做特征分解,可以从时间序列中分解出趋势,震荡分量和噪声

普适性较强,非参数模型,不需要假设平稳性条件

经验模态分解

不需要任何基底,根据信号自适应生成固有模态函数,可以用于分析非线性,非平稳的信号序列,具有很高的信噪比和良好的时频聚焦性

集合模特分解

主要是解决经验模态分解的端点混叠和端点效应的现象,在原序列中添加了白噪声进行辅助分析

你可能感兴趣的:(时序学习,算法,机器学习,人工智能)