引言
本期介绍一款小众、最新、性能强大的一维数据分解方法，特征模态分解Feature Mode Decomposition，FMD)，2023年发表在中科院1区top sci期刊IEEE Transactions on Industrial Electronics （简称IEEE TIE），已有100次引用，已经是ESI高被引、热点论文，这口饭赶紧趁热吃呀。
特征模态分解(FMD)，是一种新的一维数据分解方法，主要目的是通过设计的自适应有限脉冲响应(FIR)滤波器来分解不同的模式。最初针对机械一维振动信号，用于故障诊断。但可以发散思维用于其他一维数据中，比如振动、声音、脑电、肌电、地震波、电能质量、径流、风速、交通流等。
预测类：
将序列分解多个分量，对每一个分量进行预测，将预测的结果相加即为最后的预测。
识别类：
将序列分解多个分量，对每一个分量进行信息提取，输入到分类模型进行分类
FMD流程图：
FMD文章下载连接：
https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9732251
02. 结果展示
提供一段一维序列，如下。将使用FMD进行分解，设置分解3层。
分解后的子信号：
子信号频率：
扩展阅读：
信号分解新突破！特征模态分解FMD拿下一区IEEE Trans，参数优化这口饭得趁热吃：15种适应度函数-matlab代码
参考文献
Matlab代码下载
微信搜索并关注-优化算法侠（英文名：Swarm-Opti），或扫描下方二维码关注，以算法名字搜索历史文章即可下载。
一区IEEE Trans|特征模态分解FMD，一维数据分解新方法，结合时间序列预测、诊断轻松发文-matlab代码
点击链接跳转：
360种群优化算法免费下载-matlab
求解cec测试函数-matlab
cec2022测试函使用教程及matlab代码免费下载
绘制cec2017/018/2019/2020/2021/2022函数的三维图像教程，SO EASY！
215种群智能优化算法python库
https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247486669&idx=1&sn=6b439e55b37b6482b8d3831ca85f1d55&chksm=c12be0c8f65c69de71ad51d3b736b871ff52f8646e90624f95dd32b024dfaad369d654aaf8fc#rd解决12工程设计优化问题-matlab
求解11种cec测试函数-python
解决30种工程设计优化问题-python
仅需一行，可改进所有优化算法：21种混沌映射方法-混沌初始化（附matlab代码）
【有经典，有最新】24种信号分解方法（附matlab代码）
【分类新范式】27种一维数据转换成二维图像的方法-matlab代码
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
