GWO-SVMD分解 | Matlab实现GWO-SVMD灰狼算法优化逐次变分模态分解
GWO-SVMD分解 | Matlab实现GWO-SVMD灰狼算法优化逐次变分模态分解
效果一览
基本介绍
GWO-SVMD灰狼算法优化逐次变分模态分解
内有15种用以优化svmd的适应度函数：
1 包络熵最小，Envelope entropy
2 信息熵最小，Information entropy
3 排列熵最小，Permutation entropy
4 样本熵最小，Sample entropy
5 能量熵最小，energy entropy
6 能量差最小，energy error
7 峭度最小，kurtosis
8 平均包络熵最小，Average Envelope entropy
9 模糊熵最小，Fuzzy entropy
10 包络峭度因子最小，Envelope kurtosis
11 包络谱峰值因子最小，crest factor of envelope spectrum
12 最大互信息系数
13 皮尔逊相关系数
14 残差指数最小，residual error index (REI)
15 互信息熵最小，Mutual Information
程序设计
- 完整源码和数据获取方式私信博主回复：Matlab实现GWO-SVMD灰狼算法优化逐次变分模态分解。
参考资料
[1] https://blog.csdn.net/kjm13182345320/article/details/129215161
[2] https://blog.csdn.net/kjm13182345320/article/details/128105718
原文地址：https://blog.csdn.net/kjm13182345320/article/details/144008844
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！