0
点赞
收藏
分享

微信扫一扫

时序分解 | MATLAB实现基于EWT经验小波变换的时间序列信号分解


时序分解 | MATLAB实现基于EWT经验小波变换的信号分解分量可视化


目录

  • 时序分解 | MATLAB实现基于EWT经验小波变换的信号分解分量可视化
  • 效果一览
  • 基本介绍
  • 程序设计
  • 参考资料


效果一览

时序分解 | MATLAB实现基于EWT经验小波变换的时间序列信号分解_经验小波变换

时序分解 | MATLAB实现基于EWT经验小波变换的时间序列信号分解_MATLAB_02

时序分解 | MATLAB实现基于EWT经验小波变换的时间序列信号分解_信号分解分量可视化_03


时序分解 | MATLAB实现基于EWT经验小波变换的时间序列信号分解_经验小波变换_04


时序分解 | MATLAB实现基于EWT经验小波变换的时间序列信号分解_小波变换_05

基本介绍

EWT经验小波变换 包含频谱相关系数 可直接运行 Matlab代码
1.可自由设置分量个数,并包括分解效果图,频谱图,相关系数图,效果如图所示,可完全满足您的需求~
2.直接替换Excel数据即可用 适合新手小白~
3.附赠测试数据 直接运行main一键出图~

程序设计

  • 完整源码和数据获取方式资源处下载:MATLAB实现基于EWT经验小波变换的时间序列信号分解。

%%  清空环境变量
warning off             % 关闭报警信息
close all               % 关闭开启的图窗
clear                   % 清空变量
clc                     % 清空命令行

cosD = pdist(meas,'cosine');
clustTreeCos = linkage(cosD,'average');
cophenet(clustTreeCos,cosD)

ans =

    0.9360
[h,nodes] = dendrogram(clustTreeCos,0);
h_gca = gca;
h_gca.TickDir = 'out';
h_gca.TickLength = [.002 0];
h_gca.XTickLabel = [];




figure
hidx = cluster(clustTreeCos,'criterion','distance','cutoff',.006);
for i = 1:5
    clust = find(hidx==i);
    plot3(meas(clust,1),meas(clust,2),meas(clust,3),ptsymb{i});
    hold on
end
hold off
xlabel('Sepal Length');
ylabel('Sepal Width');
zlabel('Petal Length');
view(-137,10);
grid on

举报

相关推荐

0 条评论