经验模态分解（Empirical Mode Decomposition，缩写EMD）是由黄锷（N. E. Huang）在美国国家宇航局与其他人于1998年创造性地提出的一种新型自适应信号时频处理方法，特别适用于非线性非平稳信号的分析处理。
经验模态分解
百科内容来自于：
经验模态分解（经验模态分析(Empirical Mode Decomposition,EMD)）
经验模态分解（陆地移动距离(Earth's Mover's Distance,EMD)）
在计算机科学与技术中，陆地移动距离(EMD)是一种在D区域两个概率分布距离的度量，就是被熟知的Wasserstein度量标准。不正式的说，如果两个分布被看作在D区域上两种不同方式堆积一定数量的山堆，那么EMD就是把一堆变成另一堆所需要移动单位小块最小的距离之和。
上述的定义如果两个分布有着同样的整体（粗浅的说，就像两个堆有着同样的数量），在规范化的直方图或者概率密度函数上。在这基础上，EMD等同于两个分布的第一Mallows距离或者第一Wasserstein距离。
上述的定义如果两个分布有着同样的整体（粗浅的说，就像两个堆有着同样的数量），在规范化的直方图或者概率密度函数上。在这基础上，EMD等同于两个分布的第一Mallows距离或者第一Wasserstein距离。
$firstVoiceSent
- 来自原声例句