Key points are not available for this paper at this time.
간헐적 신호로 인한 모드 혼합 현상은 경험적 모드 분해(EMD) 방법에서 성가신 문제입니다. 집합 EMD(EEMD)의 잡음 보조 방법은 이 문제를 효과적으로 해결했을 뿐만 아니라, 신호 재구성에서 잔여 잡음을 허용하는 새로운 문제를 생성했습니다. 물론, 잔여 잡음의 상대적인 크기는 충분히 큰 집합으로 줄일 수 있지만, 이를 구현하는 데에는 너무 많은 시간이 소모될 것입니다. 이 논문에서는 잡음 향상 데이터 분석 방법의 개선된 알고리즘을 제안합니다. 이 접근 방식에서는 추가된 백색 잡음의 잔여물이 양수 및 음수로 추가된 백색 잡음 쌍의 보완 집합 IMF에서 데이터와 백색 잡음의 혼합물로부터 추출될 수 있습니다. 이 새로운 접근 방식은 EEMD와 유사한 RMS 잡음을 가진 IMF를 생성하지만, IMF에서 잔여 잡음을 효과적으로 제거했습니다. 새로운 접근 방식을 보여주기 위한 수치 실험이 수행되었고, 모드 분할 및 변환 문제도 설명되었습니다.
Yeh et al. (Thu,)는 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: