说明：对故障数据的小波包分解与信号重构、小波包能量特征提取 暨 小波包分解后实现按频率大小分布重新排列，并进行降噪处理。

xiaobobianhuan xiaobobao 信号重构 小波包-降噪 小波包分解

说明：最小熵解卷积，通过解卷积运算降噪，且能实现故障特征分离

故障分离 熵--降噪 最小熵-MED 最小熵 最小熵解

说明：ICA(独立成分分解),可实现采集信号中源信号的分离，便于提取特征量，实现模式识别。同时由于可以将源信号分离开来，可实现信号的降噪，去掉基波、三次谐波、五次谐波等。

time-ICA 降噪源分离 提取谐波 降噪 基波提取

说明：文基于小波分析的特点，提出了一种对信号进行多重小波 变换的自适应去噪法，该方法不仅克服了小波去噪软硬阈值法的局限性，而且解决了自适应滤波中参考信号选取难的 问题，将该方法用于脉搏信号降噪，得到了满意的去噪效果。

降噪方法 小波去噪-脉搏 自适应降噪 自适应小波 自适应去噪

说明：利用db4小波对仿真信号进行5层分解，并运用各种阈值方法对其进行降噪。

DB4小波 5层分解 降噪

说明：GMSK是msk调制的改进型，既是以高斯作为预调低通滤波基带滤波器的msk方式，所以称为高斯msk或者GMSK。在GMSK中，将调制的不归零数据通过预调高斯脉冲成行滤波器，使其频谱上的旁瓣水平进一步降低。基带的高斯脉冲成行技术平滑了msk信号的相位曲线，因此稳定了信号的即时频率变化，这使得发射频谱上...

matlab gmsk 调制 解调 实现

说明：在机器学习问题中，很多的算法归根到底就是在求解一个优化问题，然而我们的现实生活中也存在着很多的优化问题，例如道路上最优路径的选择，商品买卖中的最大利润的获取这些都是最优化的典型例子，前面也陆续地有一些具体的最优化的算法，如基本的梯度下降法，牛顿法以及启发式的优化算法(PSO,ABC等)。

ABC 梯度下降法 凸优化 gradient-descent

说明：mulStablePoint用不动点迭代法求非线性方程组的一个根 mulNewton用牛顿法法求非线性方程组的一个根 mulDiscNewton用离散牛顿法法求非线性方程组的一个根 mulMix用牛顿-雅可比迭代法求非线性方程组的一个根 mulNewtonSOR用牛顿-SOR迭代法求非线性方程组的一...

数值延拓法 非线性求微分 高斯牛顿算法 拟牛顿法 求方程组的解

说明：应用背景1999 年D. D. Lee 和H. S. Seung [26, 27] 在Nature上提出了一种新的矩阵分 解思想—非负矩阵分解(Non-negative Matrix Factorization, NMF). 该文章的发 表迅速引起了各个学术领域研究人员的重视: 一方面, 科学研...

matlab 矩阵 分解

说明：应用背景通过matlab编写经验模态分解，先通过小波包对信号进行降噪，将去噪后的信号进行分解，得到各节IMF分量。 关键技术通过matlab编写经验模态分解可将信号分解为各节IMF分量。与小波分解不同，极大改善了非平稳信号的分解问题

matlab emd 分解 模态 经验