基于灰色GM(1,1)预测模型的经验模态分解端点效应抑制方法

摘要

本发明公开了一种基于灰色GM(1,1)预测模型的经验模态分解端点效应抑制方法，属于信号处理领域，该方法结合灰色GM(1，1)预测模型理论，在经验模态分解“筛选”过程中利用查找出的极值点(或数据序列)，建立相关的灰色GM(1，1)预测模型，在数据端点处各预测一个极大值和一个极小值，对原始数据序列进行预测延拓，从而有效地减小了经验模态分解“筛选”过程中端点效应对分解结果的影响，并且预测建模所需数据量小，对于提高小样本数据经验模态分解精度特别适用。