当前位置: 首页 > wzjs >正文

做网站一排文字怎么水平对齐线上宣传有哪些好的方式方法

做网站一排文字怎么水平对齐,线上宣传有哪些好的方式方法,山东德州网站建设哪家最专业,wordpress京东主题分享时序分解 | Matlab基于WOA-MVMD鲸鱼算法优化多元变分模态分解 目录 时序分解 | Matlab基于WOA-MVMD鲸鱼算法优化多元变分模态分解效果一览基本介绍程序设计参考资料 效果一览 基本介绍 WOA-MVMD鲸鱼算法优化多元变分模态分解时间序列信号分解 可直接运行 分解效果好 适合作为创…

时序分解 | Matlab基于WOA-MVMD鲸鱼算法优化多元变分模态分解

目录

    • 时序分解 | Matlab基于WOA-MVMD鲸鱼算法优化多元变分模态分解
      • 效果一览
      • 基本介绍
      • 程序设计
      • 参考资料

效果一览

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

基本介绍

WOA-MVMD鲸鱼算法优化多元变分模态分解时间序列信号分解 可直接运行 分解效果好 适合作为创新点(Matlab完整源码和数据),以包络熵为适应度函数。

1.利用鲸鱼优化算法优化参数k、alpha,分解效果好,包含边际谱、频率图、收敛曲线等图,满足您的需求,使用者较少,适合作为创新点。

2.采用西储大学数据集,运行主程序main即可。

3.包含WOA-MVMD迭代曲线图、MVMD分解图、IMF频域图、包含Hilbert(2D)边际谱图、包含Hilbert(3D)边际谱图。

程序设计

完整源码私信回复Matlab基于WOA-MVMD鲸鱼算法优化多元变分模态分解


nospace
%% 适应度函数
function [ff, min_entropy] = CostMVMD(c, X)alpha = c(1);   % 平滑参数K = round(c(2));% 模态数tau = 0;        % 拉格朗日乘子法步长DC = 0;         % 是否提取直流分量init = 1;       % 初始中心频率选择方法tol = 1e-7;     % 收敛阈值% 调用MVMD函数[u, ~, ~] = MVMD(X, alpha, tau, K, DC, init, tol);% 计算每个模态的包络熵fitness = zeros(1, K);for i = 1:Kxx = abs(hilbert(u(i, :))); % 对IMF分量进行希尔伯特变换并求幅值xxx = xx / sum(xx); % 归一化ssum = 0;for ii = 1:size(xxx, 2)bb = xxx(1, ii) * log(xxx(1, ii)); % 计算包络熵ssum = ssum + bb;  % 求和endfitness(i) = -ssum;   % 加负号以使得最小化包络熵endff = min(fitness); % 返回最小适应度值min_entropy = ff;  % 输出最终的最小包络熵值
end
%% MVMD函数
function [u, u_hat, omega] = MVMD(signal, alpha, tau, K, DC, init, tol)
[x, y] = size(signal);
if x > yC = y;% number of channelsT = x;% length of the Signalsignal = signal';
elseC = x;% number of channelsT = y;% length of the Signal
end
%---------- Preparations
% Sampling Frequency
fs = 1/T;
% Mirroring
f(:,1:T/2) = signal(:,T/2:-1:1);
f(:,T/2+1:3*T/2) = signal;
f(:,3*T/2+1:2*T) = signal(:,T:-1:T/2+1);
% Time Domain 0 to T (of mirrored signal)
T = size(f,2);
t = (1:T)/T;
% frequencies
freqs = t-0.5-1/T;
% Construct and center f_hat
f_hat = fftshift(fft(f,[],2),2);
f_hat_plus = f_hat;
f_hat_plus(:,1:T/2) = 0;
%------------ Initialization
% Maximum number of iterations 
N = 500;
% For future generalizations: individual alpha for each mode
Alpha = alpha*ones(1,K);
% matrix keeping track of every iterant 
u_hat_plus_00 = zeros(length(freqs), C, K);
u_hat_plus = zeros(length(freqs), C, K);
omega_plus = zeros(N, K);
% initialize omegas uniformly
switch initcase 1omega_plus(1,:) = (0.5/K)*((1:K)-1);case 2omega_plus(1,:) = sort(exp(log(fs) + (log(0.5)-log(fs))*rand(1,K)));otherwiseomega_plus(1,:) = 0;
end
% if DC mode imposed, set its omega to 0
if DComega_plus(1,1) = 0;
end
% start with empty dual variables
lambda_hat = zeros(length(freqs), C, N); 
% other inits
uDiff = tol+eps; % update step
n = 1; % loop counter
sum_uk = zeros(length(freqs), C); % accumulator
%--------------- Algorithm of MVMD
while ( uDiff > tol &&  n < N ) % not converged and below iterations limit	% update modesfor k = 1:K% update mode accumulatorif k > 1sum_uk = u_hat_plus(:,:,k-1) + sum_uk - u_hat_plus_00(:,:,k);elsesum_uk = u_hat_plus_00(:,:,K) + sum_uk - u_hat_plus_00(:,:,k);end% update spectrum of mode through Wiener filter of residualsfor c = 1:Cu_hat_plus(:,c,k) = (f_hat_plus(c,:).' - sum_uk(:,c) - lambda_hat(:,c,n)/2)./(1+Alpha(1,k)*(freqs.' - omega_plus(n,k)).^2);end% update first omega if not held at 0if DC || (k > 1)% center frequenciesnumerator = freqs(T/2+1:T)*(abs(u_hat_plus(T/2+1:T,:, k)).^2);denominator = sum(abs(u_hat_plus(T/2+1:T,:,k)).^2);temp1 = sum(numerator);temp2 = sum(denominator);omega_plus(n+1,k) = temp1/temp2;endend% Dual ascentlambda_hat(:,:,n+1) = lambda_hat(:,:,n) + tau*(sum(u_hat_plus,3) - f_hat_plus.');% loop countern = n+1;u_hat_plus_m1 = u_hat_plus_00;u_hat_plus_00 = u_hat_plus;% converged yet?uDiff = u_hat_plus_00 - u_hat_plus_m1;uDiff = 1/T*(uDiff).*conj(uDiff);uDiff = eps+abs(sum(uDiff(:)));
end
%------ Post-processing and cleanup
% discard empty space if converged early
N = min(N,n);
omega = omega_plus(1:N,:);
% Signal reconstruction
u_hat = zeros(T, K, C);
for c = 1:Cu_hat((T/2+1):T,:,c) = squeeze(u_hat_plus((T/2+1):T,c,:));u_hat((T/2+1):-1:2,:,c) = squeeze(conj(u_hat_plus((T/2+1):T,c,:)));u_hat(1,:,c) = conj(u_hat(end,:,c));
end
u = zeros(K,length(t),C);
for k = 1:Kfor c = 1:Cu(k,:,c)=real(ifft(ifftshift(u_hat(:,k,c))));end
end
% remove mirror part
u = u(:,T/4+1:3*T/4,:);
% recompute spectrum
clear u_hat;
for k = 1:Kfor c = 1:Cu_hat(:,k,c)=fftshift(fft(u(k,:,c)))';end
end
u_hat = permute(u_hat, [2 1 3]);
end

参考资料

[1] https://blog.csdn.net/kjm13182345320/article/details/129215161
[2] https://blog.csdn.net/kjm13182345320/article/details/128105718

http://www.dtcms.com/wzjs/482931.html

相关文章:

  • 无锡做网站设计的企业友情链接搜读
  • 广州地区做网站的企点qq
  • 网站开发前期功能策划关键词搜索
  • node.js 网站开发成都搜索优化排名公司
  • 淘宝上做网站的靠谱广告推广投放平台
  • wordpress重定向自定义百度seo推广工具
  • 做一元购网站长沙网站seo收费
  • 做外销b2b网站对比网站关键词挖掘
  • 局域网站建设热点新闻事件及评论
  • 福州做网站价格推广平台都有哪些
  • 犀牛云做网站骗人企业整站推广
  • 软件免费开发网站建设杭州网络优化公司排名
  • 石家庄市住房和城乡建设局官方网站头条今日头条新闻
  • 怎么做色情网站赚钱申请网站域名要多少钱
  • 远程时代网站建设win7优化大师好不好
  • 网站开发知识版权百度关键词分析
  • 网站模块插件是怎么做的seo+网站排名
  • 网站建设-猴王网络百度文库网页版登录入口
  • 网站建设的一般过程成都百度
  • 徐州建设工程网上交易平台武汉seo工作室
  • 阿里云模板建站好不好网络推广怎么做好
  • 上海百度公司总部seo点击工具帮你火21星热情
  • 无锡网站建设技术外包如何引流被动加好友微信
  • 商城网站模版代码seo排名优化厂家
  • 网站 沙盒品牌推广工作内容
  • 网站建设方面的知识抖音指数
  • 怎样在网站上做外贸青岛百度网站排名
  • 专门做母婴的网站有哪些电商平台建设方案
  • 渐变配色网站网站名查询网址
  • 网站建设用苹果系统与liunx什么是搜索引擎营销?