python实现PyEMD经验模态分解残差量分析
前言
PyEMD是经验模态分解 (EMD)及其变体的Python实现，EMD最流行的扩展之一是集成经验模态分解 (EEMD)，它利用了噪声辅助执行的集成。
顾名思义，这个包中的方法获取数据（信号）并将其分解为一组组件。所有这些方法理论上都应该将信号分解为同一组分量，但实际上有很多细微差别和不同的方法来处理噪声。无论采用何种方法，获得的分量通常称为本征模态函数(IMF)，以强调它们包含固有（自身）属性，即特定振荡（模态）。（以上来自官方文档）
两种实现形式
最近尝试实现CEEMDAN，CEEMADN也是EMD的一种变体。按照官方API，有以下两种形式的写法：
大部分博客采用的是第一种写法：
ceemdan = CEEMDAN() ceemdan.ceemdan(load) imfs, res = ceemdan.get_imfs_and_residue() vis = Visualisation() vis.plot_imfs(imfs, res)
这种写法得到的图为：
第二种写法，也是官方的写法：
ceemdan = CEEMDAN()(load) imfs, res = ceemdan[:-1], ceemdan[-1] vis = Visualisation() vis.plot_imfs(imfs, res)
得到的图示为：
可以发现，两张图最大的区别在于Res。一般论文中给出的图示是第二种。
我们尝试输出第一种方法中的Res：
[ 0.00000000e+00 -2.84217094e-14 0.00000000e+00 ... -2.84217094e-14
0.00000000e+00 0.00000000e+00]
可以发现其量级特别小，还原时我们可以不加上这一部分。而方法二中的Res显然量级是最大的，还原时必须加上。
因此，方法一中的Res是我们一般人所理解的残余量，在真正进行建模时可以不考虑。
方法一中画图时如果我们不包含残余量，即：
vis.plot_imfs(imfs=imfs, residue=res, include_residue=False)
我们将得到：
区别
在github上经过交流后，得到如下结论：
方法一中的Res是真正意义上的残余量，或许叫残差更合适一点，也就是分解之后不能再分解的部分。在PyEMD的源码中被定义为：
S * scale_s - np.sum(self.C_IMF, axis=0)
因此，ceemdan.get_imfs_and_residue()实际上得到的是最终的IMF和重建误差，而不是残差。
残差的正确获取方式是ceemdan[-1]。
以上就是python实现PyEMD经验模态分解残差量分析的详细内容，更多关于PyEMD经验模态分解残差量的资料请关注脚本之家其它相关文章！
相关文章
边缘检测是图像处理和计算机视觉当中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。本文将通过示例和大家介绍一下边缘检测的原理，希望对大家有所帮助2022-12-12
使用Python将PDF表格提取到文本,CSV和Excel文件中
本文将介绍如何使用简单的Python代码从PDF文档中提取表格数据并将其写入文本、CSV和Excel文件,从而轻松实现PDF表格的自动化提取,有需要的可以参考下2024-11-11
今天小编就为大家分享一篇运行django项目指定IP和端口的方法。具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-05-05
在机器学习中，很多算法都需要我们对分类特征进行转换（编码），即根据某一列的值，新增（修改）一列。本文为大家总结了Pandas中十种数据编码的方式，需要的可以参考一下2022-04-04
解决Pandas to_json()中文乱码,转化为json数组的问题
今天小编就为大家分享一篇解决Pandas to_json() 中文乱码,转化为json数组的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-05-05
这篇文章主要介绍了Python变量格式化输出实现原理解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-08-08
这篇文章主要为大家详细介绍了python实现实时监控文件的3种方法，感兴趣的小伙伴们可以参考一下2016-08-08
windows11环境安装django项目GNU gettext工具的步骤
Django 框架具有很好的 I18N 和 L10N 的支持,其实现是基于 GNU 的 gettext,本文主要介绍了windows11环境安装django项目GNU gettext工具的步骤,具有一定的参考价值,感兴趣的可以了解一下2024-04-04
这篇文章主要介绍了json跨域调用python的方法,结合实例形式分析了基于ajax的json调用及Python后台处理技巧,具有一定参考借鉴价值,需要的朋友可以参考下2017-01-01
本文介绍了Python文件操作和异常处理的方法和技巧，包括读写文本文件、读写二进制文件、文件指针、异常类型和处理、try-except语句、异常处理程序等内容，帮助读者更好地掌握Python在文件操作和异常处理方面的应用2023-05-05
最新评论