简介这份MATLAB资源面向从事非线性、非平稳信号处理与特征提取的学习者和研究者围绕CEEMD分解、IMF分量相关系数筛选与信息熵特征计算展开可用于振动信号分析、故障诊断及机器学习分类前的特征工程。压缩包共4个文件约60KB包含3个m脚本与1个xlsx数据文件脚本分别实现CEEMD分解、极值点计算与信息熵特征提取xlsx则提供示例信号数据便于直接运行验证。目前已有5245人学习下载说明该方案在相关方向具有较高的参考价值。读者可据此掌握从信号分解、相关系数筛选有效IMF分量到计算各分量信息熵并构建特征向量矩阵的完整流程理解如何去除冗余分量、量化信号复杂度并将结果用于后续分类任务适合作为课程设计、论文实验或工程预处理的起步模板。1. 信号拆解的三件套CEEMD 分解、IMF 相关系数、信息熵特征到底在解决什么问题做非平稳信号特征提取的人大概率都经历过这样的场景轴承振动信号、心电信号、风速序列、语音波形直接丢进分类器或回归模型效果时好时坏换一段数据就翻车。问题往往不在模型而在特征本身——原始时序把太多频段、太多尺度上的信息混在一起模型学到的只是表面统计量。CEEMD 分解、IMF 分量相关系数、信息熵特征这三件套就是用来把一锅粥拆成可量化的结构先分解成若干本征模态函数IMF再用相关系数筛掉伪分量最后用信息熵把每个有效分量的复杂度量化成特征向量。这套流程在故障诊断、生理信号分析、金融时序波动刻画里都很常见适合已经会调 sklearn 或 PyTorch、但特征工程还停留在均值方差层面的从业者。下面按“先立住原理、再跑通代码、最后避坑”的顺序讲透。2. CEEMD 分解的工程实现从 EMD 到互补集合经验模态分解2.1 为什么直接上 CEEMD 而不是 EMD 或 EEMDEMD 的核心思路是把信号拆成有限个 IMF每个 IMF 满足两个条件极值点数和过零点数相差不超过一个且上下包络均值为零。听起来很美但 EMD 有个经典缺陷——模态混叠。同一个 IMF 里混进了差异很大的时间尺度或者相近尺度被拆到不同 IMF 里。EEMD 通过加白噪声再平均来缓解但引入的噪声残留和重构误差又成了新问题。CEEMD 的做法是加一对正负白噪声成对做 EMD再取平均。正负噪声在平均时相互抵消重构误差显著降低同时保留了 EEMD 抑制模态混叠的能力。我一般会优先用 CEEMD除非数据量特别大、实时性要求极高才会退回 EEMD 或直接 EMD。2.2 用 Python 跑通 CEEMD 的最小代码import numpy as np from PyEMD import CEEMDAN # 常见做法是用 PyEMD 库CEEMDAN 是其改进版本 def ceemd_decompose(signal, trials100, noise_std0.2, max_imf10): signal: 一维 numpy 数组长度建议 512 trials: 加噪次数越大越稳定但越慢常用 50~200 noise_std: 噪声标准差相对信号标准差的倍数常用 0.1~0.3 max_imf: 最大 IMF 数防止无限分解 ceemdan CEEMDAN(trialstrials, epsilonnoise_std) imfs ceemdan(signal, max_imfmax_imf) # imfs 形状为 (n_imf, len(signal))最后一行通常是残差 return imfs # 示例构造一个含趋势和两个振荡分量的合成信号 t np.linspace(0, 1, 1000) sig 0.5 * np.sin(2 * np.pi * 5 * t) 0.3 * np.sin(2 * np.pi * 20 * t) 0.1 * t imfs ceemd_decompose(sig, trials80, noise_std0.2, max_imf8) print(IMF 数量:, imfs.shape[0])这段代码里trials控制加噪次数太小会导致分解结果不稳定太大则计算时间线性增长。noise_std是噪声幅度系数经验值在 0.1 到 0.3 之间信号信噪比低时可以适当调大。max_imf是硬性截断因为 CEEMDAN 在极端情况下会一直分解下去产生无意义的低频分量。分解完成后imfs的每一行是一个 IMF最后一行往往是残余趋势项后续做特征时通常要单独处理或丢弃。2.3 分解结果怎么判断靠不靠谱拿到 IMF 后别急着往下走。先看两个东西一是每个 IMF 的极值点数和过零点数是否接近二是重构误差。把所有 IMF 加回去和原信号的均方误差应该在 1e-6 量级以下如果误差明显偏大说明trials不够或者噪声系数设得不对。另一个实用技巧是画时频图观察 IMF 的频率是否从高到低排列如果出现频率交叉说明模态混叠还没压住需要增大trials或换用 CEEMDAN 的更多集成次数。3. IMF 分量相关系数筛掉伪分量与噪声主导分量3.1 相关系数的计算逻辑与阈值选择CEEMD 分解出来的 IMF 里前几个往往是高频噪声主导最后几个可能是趋势项或伪分量。直接用全部 IMF 做特征等于把噪声也喂给模型。常见做法是计算每个 IMF 与原信号的皮尔逊相关系数保留相关系数超过某个阈值的分量。阈值没有绝对标准我一般会先算一遍所有 IMF 的相关系数画个柱状图找明显下降的拐点。如果不想画图可以用 0.1 到 0.2 作为初始阈值再根据下游任务微调。from scipy.stats import pearsonr def select_imfs_by_corr(imfs, signal, threshold0.15): imfs: CEEMD 分解结果形状 (n_imf, n_samples) signal: 原始信号 threshold: 相关系数阈值低于此值的 IMF 被丢弃 返回: 保留的 IMF 索引列表和对应的相关系数 corrs [] for i in range(imfs.shape[0]): r, _ pearsonr(imfs[i], signal) corrs.append(abs(r)) corrs np.array(corrs) keep_idx np.where(corrs threshold)[0] return keep_idx, corrs keep_idx, corrs select_imfs_by_corr(imfs, sig, threshold0.15) print(保留的 IMF 索引:, keep_idx) print(对应相关系数:, corrs[keep_idx])这里用pearsonr计算线性相关性取绝对值是因为我们关心的是相关强度而非方向。threshold设得太高会丢掉一些能量较弱但包含有用信息的低频分量设得太低则噪声分量会被保留。一个更稳健的做法是结合 IMF 的能量占比如果某个 IMF 能量极小且相关系数低基本可以确定是伪分量。3.2 相关系数筛选的边界与替代方案相关系数筛选有个前提假设有用分量和原信号线性相关。但有些故障特征是非线性耦合的相关系数可能偏低这时候单靠相关系数会误杀。替代方案是用互信息或距离相关系数它们能捕捉非线性依赖。不过互信息计算量大且对分箱敏感我一般只在相关系数筛选后效果不理想时才换。另一个边界是如果信号本身很短比如少于 256 个点CEEMD 分解本身就不稳定相关系数也会波动很大这时候建议先做数据增强或改用其他时频方法。4. 信息熵特征提取把 IMF 变成分类器能吃的向量4.1 样本熵、排列熵、模糊熵怎么选信息熵用来量化时间序列的复杂度。常见的有样本熵、排列熵、模糊熵。样本熵对数据长度要求较高但一致性较好排列熵计算快对噪声鲁棒适合实时场景模糊熵在样本熵基础上引入模糊隶属度对参数不那么敏感。我一般会先试排列熵因为快且稳如果分类效果不够再换样本熵或模糊熵。注意熵值本身是标量每个 IMF 算一个熵最终特征向量长度等于保留的 IMF 数量。import antropy as ant # 常见做法是用 antropy 库也可自己实现 def extract_entropy_features(imfs, keep_idx, entropy_typeperm): imfs: 全部 IMF keep_idx: 保留的 IMF 索引 entropy_type: perm 排列熵, sample 样本熵, fuzzy 模糊熵 返回: 特征向量 features [] for i in keep_idx: if entropy_type perm: # 排列熵order3 是常用默认值可调 3~7 e ant.perm_entropy(imfs[i], order3, normalizeTrue) elif entropy_type sample: # 样本熵m2, r0.2*std 是经典参数 e ant.sample_entropy(imfs[i], order2, metricchebyshev) else: # 模糊熵需自行实现或换库此处用近似熵替代示意 e ant.app_entropy(imfs[i], order2) features.append(e) return np.array(features) feat extract_entropy_features(imfs, keep_idx, entropy_typeperm) print(信息熵特征向量:, feat)排列熵的order参数决定嵌入维度太小会丢失复杂度信息太大会导致计算量上升且对短序列不友好。样本熵的m和r是经典组合r通常取 0.1 到 0.25 倍标准差。模糊熵没有统一库很多团队自己实现核心是引入指数型模糊函数替代阶跃函数。4.2 多尺度熵与特征拼接单个尺度的熵可能不够尤其是当信号在不同时间尺度上复杂度差异大时。多尺度熵的做法是对每个 IMF 再做粗粒化在不同尺度上算熵然后拼接。这样特征维度会成倍增加但分类器往往能从中受益。我一般会在 IMF 数量较少比如 3 到 5 个时用多尺度IMF 多的时候直接用单尺度避免维度爆炸。拼接时注意归一化熵值范围通常在 0 到 1 或 0 到 log(order) 之间不同熵类型量纲不同最好做 z-score 标准化。5. 避坑与排查CEEMD-相关系数-信息熵流程里的五个血泪坑5.1 现象分解结果每次跑都不一样特征无法复现原因CEEMD 加噪是随机的没有固定随机种子。解决在调用 CEEMDAN 前设置np.random.seed(42)并且把trials固定。如果库内部有自己的随机源查文档看是否支持random_state参数。复现性在工程落地里是硬要求别等到模型上线才发现特征对不上。5.2 现象相关系数筛选后 IMF 数量为 0 或只剩残差原因阈值设得太高或者信号本身信噪比极低所有 IMF 和原信号的相关性都不强。解决先把阈值降到 0.05 试一次如果还是不行检查信号是否被错误归一化或存在直流偏置。另一个可能是 CEEMD 的max_imf设得太小分解不充分有用分量还没被拆出来。5.3 现象信息熵特征在训练集上表现很好测试集一塌糊涂原因熵特征对数据长度和噪声敏感训练集和测试集的采样率、长度不一致会导致熵值分布偏移。解决统一重采样到相同长度并在提取熵之前做去趋势和带通滤波。如果测试集噪声水平不同考虑用模糊熵替代样本熵前者对噪声更鲁棒。5.4 现象CEEMD 分解耗时太长无法满足实时性原因trials设得太大或者信号太长。解决把trials降到 30 到 50同时用滑动窗口分段处理每段长度控制在 512 到 1024 点。如果还是慢换用 EEMD 或固定参数的 FIR 滤波器组做近似分解。实时场景下特征提取的延迟往往比模型推理更致命。5.5 现象IMF 分量顺序混乱高频低频对不上原因不同库对 IMF 的排序约定不同有的从高频到低频有的反过来。解决分解后先算每个 IMF 的主频或过零点率按频率从高到低重新排序。别假设库的输出顺序自己排一遍最稳妥。6. 进阶技巧用重构信号做二次特征与在线更新策略6.1 用保留的 IMF 重构信号再提特征筛选完 IMF 后除了直接对每个 IMF 算熵还可以把保留的 IMF 相加得到重构信号再对重构信号算时域统计量或频域特征。重构信号去掉了噪声主导分量信噪比更高有时候比单 IMF 熵特征更有效。我一般会把重构信号的均方根、峭度、峰值因子和 IMF 熵特征拼在一起形成一个混合特征向量。注意重构时不要把残差项加进去残差是趋势不是振荡。def reconstruct_signal(imfs, keep_idx): 用保留的 IMF 重构信号 return np.sum(imfs[keep_idx], axis0) recon reconstruct_signal(imfs, keep_idx) # 对重构信号算峭度和均方根 kurt np.mean((recon - np.mean(recon))**4) / (np.std(recon)**4) rms np.sqrt(np.mean(recon**2)) print(重构信号峭度:, kurt, 均方根:, rms)6.2 在线场景下的滑动窗口与特征缓存如果要做在线监测不能每次来一个新点就重新做 CEEMD。常见做法是维护一个滑动窗口窗口长度固定每隔一定步长做一次分解和特征提取然后把特征送入模型。窗口重叠率一般设 50% 到 75%保证特征平滑。另一个技巧是缓存历史 IMF新数据只更新最后一个窗口减少重复计算。但要注意CEEMD 不是增量算法窗口一变所有 IMF 都会变所以缓存只能用于特征平滑不能替代重新分解。6.3 参数搜索的实用策略trials、noise_std、相关系数阈值、熵的order和m这些参数组合起来空间很大。我一般不会上网格搜索而是按优先级分步调先固定trials50、noise_std0.2调相关系数阈值看保留 IMF 数量是否合理再调熵参数用交叉验证看分类准确率最后如果效果不够再增大trials到 100 或 200。这样每一步都有明确的观察指标不会陷入参数玄学。6.4 一个容易忽略的验证方法特征提取完别只看模型准确率。用 t-SNE 或 PCA 把特征降到二维画出来看不同类别的样本是否自然分开。如果混在一起说明特征区分度不够回去检查 IMF 筛选和熵参数。另一个验证是加高斯白噪声做鲁棒性测试看特征向量在噪声下的波动范围。波动太大的特征上线后必然不稳定。我自己的习惯是任何一次 CEEMD 分解后先存一份 IMF 和相关系数日志方便后面回溯。特征工程最怕的就是“当时跑通了后来复现不出来”。把随机种子、参数、中间结果都记下来比事后拍脑袋强。希望帮到你。本文还有配套的精品资源点击获取
简介这份MATLAB资源面向从事非线性、非平稳信号处理与特征提取的学习者和研究者围绕CEEMD分解、IMF分量相关系数筛选与信息熵特征计算展开可用于振动信号分析、故障诊断及机器学习分类前的特征工程。压缩包共4个文件约60KB包含3个m脚本与1个xlsx数据文件脚本分别实现CEEMD分解、极值点计算与信息熵特征提取xlsx则提供示例信号数据便于直接运行验证。目前已有5245人学习下载说明该方案在相关方向具有较高的参考价值。读者可据此掌握从信号分解、相关系数筛选有效IMF分量到计算各分量信息熵并构建特征向量矩阵的完整流程理解如何去除冗余分量、量化信号复杂度并将结果用于后续分类任务适合作为课程设计、论文实验或工程预处理的起步模板。1. 信号拆解的三件套CEEMD 分解、IMF 相关系数、信息熵特征到底在解决什么问题做非平稳信号特征提取的人大概率都经历过这样的场景轴承振动信号、心电信号、风速序列、语音波形直接丢进分类器或回归模型效果时好时坏换一段数据就翻车。问题往往不在模型而在特征本身——原始时序把太多频段、太多尺度上的信息混在一起模型学到的只是表面统计量。CEEMD 分解、IMF 分量相关系数、信息熵特征这三件套就是用来把一锅粥拆成可量化的结构先分解成若干本征模态函数IMF再用相关系数筛掉伪分量最后用信息熵把每个有效分量的复杂度量化成特征向量。这套流程在故障诊断、生理信号分析、金融时序波动刻画里都很常见适合已经会调 sklearn 或 PyTorch、但特征工程还停留在均值方差层面的从业者。下面按“先立住原理、再跑通代码、最后避坑”的顺序讲透。2. CEEMD 分解的工程实现从 EMD 到互补集合经验模态分解2.1 为什么直接上 CEEMD 而不是 EMD 或 EEMDEMD 的核心思路是把信号拆成有限个 IMF每个 IMF 满足两个条件极值点数和过零点数相差不超过一个且上下包络均值为零。听起来很美但 EMD 有个经典缺陷——模态混叠。同一个 IMF 里混进了差异很大的时间尺度或者相近尺度被拆到不同 IMF 里。EEMD 通过加白噪声再平均来缓解但引入的噪声残留和重构误差又成了新问题。CEEMD 的做法是加一对正负白噪声成对做 EMD再取平均。正负噪声在平均时相互抵消重构误差显著降低同时保留了 EEMD 抑制模态混叠的能力。我一般会优先用 CEEMD除非数据量特别大、实时性要求极高才会退回 EEMD 或直接 EMD。2.2 用 Python 跑通 CEEMD 的最小代码import numpy as np from PyEMD import CEEMDAN # 常见做法是用 PyEMD 库CEEMDAN 是其改进版本 def ceemd_decompose(signal, trials100, noise_std0.2, max_imf10): signal: 一维 numpy 数组长度建议 512 trials: 加噪次数越大越稳定但越慢常用 50~200 noise_std: 噪声标准差相对信号标准差的倍数常用 0.1~0.3 max_imf: 最大 IMF 数防止无限分解 ceemdan CEEMDAN(trialstrials, epsilonnoise_std) imfs ceemdan(signal, max_imfmax_imf) # imfs 形状为 (n_imf, len(signal))最后一行通常是残差 return imfs # 示例构造一个含趋势和两个振荡分量的合成信号 t np.linspace(0, 1, 1000) sig 0.5 * np.sin(2 * np.pi * 5 * t) 0.3 * np.sin(2 * np.pi * 20 * t) 0.1 * t imfs ceemd_decompose(sig, trials80, noise_std0.2, max_imf8) print(IMF 数量:, imfs.shape[0])这段代码里trials控制加噪次数太小会导致分解结果不稳定太大则计算时间线性增长。noise_std是噪声幅度系数经验值在 0.1 到 0.3 之间信号信噪比低时可以适当调大。max_imf是硬性截断因为 CEEMDAN 在极端情况下会一直分解下去产生无意义的低频分量。分解完成后imfs的每一行是一个 IMF最后一行往往是残余趋势项后续做特征时通常要单独处理或丢弃。2.3 分解结果怎么判断靠不靠谱拿到 IMF 后别急着往下走。先看两个东西一是每个 IMF 的极值点数和过零点数是否接近二是重构误差。把所有 IMF 加回去和原信号的均方误差应该在 1e-6 量级以下如果误差明显偏大说明trials不够或者噪声系数设得不对。另一个实用技巧是画时频图观察 IMF 的频率是否从高到低排列如果出现频率交叉说明模态混叠还没压住需要增大trials或换用 CEEMDAN 的更多集成次数。3. IMF 分量相关系数筛掉伪分量与噪声主导分量3.1 相关系数的计算逻辑与阈值选择CEEMD 分解出来的 IMF 里前几个往往是高频噪声主导最后几个可能是趋势项或伪分量。直接用全部 IMF 做特征等于把噪声也喂给模型。常见做法是计算每个 IMF 与原信号的皮尔逊相关系数保留相关系数超过某个阈值的分量。阈值没有绝对标准我一般会先算一遍所有 IMF 的相关系数画个柱状图找明显下降的拐点。如果不想画图可以用 0.1 到 0.2 作为初始阈值再根据下游任务微调。from scipy.stats import pearsonr def select_imfs_by_corr(imfs, signal, threshold0.15): imfs: CEEMD 分解结果形状 (n_imf, n_samples) signal: 原始信号 threshold: 相关系数阈值低于此值的 IMF 被丢弃 返回: 保留的 IMF 索引列表和对应的相关系数 corrs [] for i in range(imfs.shape[0]): r, _ pearsonr(imfs[i], signal) corrs.append(abs(r)) corrs np.array(corrs) keep_idx np.where(corrs threshold)[0] return keep_idx, corrs keep_idx, corrs select_imfs_by_corr(imfs, sig, threshold0.15) print(保留的 IMF 索引:, keep_idx) print(对应相关系数:, corrs[keep_idx])这里用pearsonr计算线性相关性取绝对值是因为我们关心的是相关强度而非方向。threshold设得太高会丢掉一些能量较弱但包含有用信息的低频分量设得太低则噪声分量会被保留。一个更稳健的做法是结合 IMF 的能量占比如果某个 IMF 能量极小且相关系数低基本可以确定是伪分量。3.2 相关系数筛选的边界与替代方案相关系数筛选有个前提假设有用分量和原信号线性相关。但有些故障特征是非线性耦合的相关系数可能偏低这时候单靠相关系数会误杀。替代方案是用互信息或距离相关系数它们能捕捉非线性依赖。不过互信息计算量大且对分箱敏感我一般只在相关系数筛选后效果不理想时才换。另一个边界是如果信号本身很短比如少于 256 个点CEEMD 分解本身就不稳定相关系数也会波动很大这时候建议先做数据增强或改用其他时频方法。4. 信息熵特征提取把 IMF 变成分类器能吃的向量4.1 样本熵、排列熵、模糊熵怎么选信息熵用来量化时间序列的复杂度。常见的有样本熵、排列熵、模糊熵。样本熵对数据长度要求较高但一致性较好排列熵计算快对噪声鲁棒适合实时场景模糊熵在样本熵基础上引入模糊隶属度对参数不那么敏感。我一般会先试排列熵因为快且稳如果分类效果不够再换样本熵或模糊熵。注意熵值本身是标量每个 IMF 算一个熵最终特征向量长度等于保留的 IMF 数量。import antropy as ant # 常见做法是用 antropy 库也可自己实现 def extract_entropy_features(imfs, keep_idx, entropy_typeperm): imfs: 全部 IMF keep_idx: 保留的 IMF 索引 entropy_type: perm 排列熵, sample 样本熵, fuzzy 模糊熵 返回: 特征向量 features [] for i in keep_idx: if entropy_type perm: # 排列熵order3 是常用默认值可调 3~7 e ant.perm_entropy(imfs[i], order3, normalizeTrue) elif entropy_type sample: # 样本熵m2, r0.2*std 是经典参数 e ant.sample_entropy(imfs[i], order2, metricchebyshev) else: # 模糊熵需自行实现或换库此处用近似熵替代示意 e ant.app_entropy(imfs[i], order2) features.append(e) return np.array(features) feat extract_entropy_features(imfs, keep_idx, entropy_typeperm) print(信息熵特征向量:, feat)排列熵的order参数决定嵌入维度太小会丢失复杂度信息太大会导致计算量上升且对短序列不友好。样本熵的m和r是经典组合r通常取 0.1 到 0.25 倍标准差。模糊熵没有统一库很多团队自己实现核心是引入指数型模糊函数替代阶跃函数。4.2 多尺度熵与特征拼接单个尺度的熵可能不够尤其是当信号在不同时间尺度上复杂度差异大时。多尺度熵的做法是对每个 IMF 再做粗粒化在不同尺度上算熵然后拼接。这样特征维度会成倍增加但分类器往往能从中受益。我一般会在 IMF 数量较少比如 3 到 5 个时用多尺度IMF 多的时候直接用单尺度避免维度爆炸。拼接时注意归一化熵值范围通常在 0 到 1 或 0 到 log(order) 之间不同熵类型量纲不同最好做 z-score 标准化。5. 避坑与排查CEEMD-相关系数-信息熵流程里的五个血泪坑5.1 现象分解结果每次跑都不一样特征无法复现原因CEEMD 加噪是随机的没有固定随机种子。解决在调用 CEEMDAN 前设置np.random.seed(42)并且把trials固定。如果库内部有自己的随机源查文档看是否支持random_state参数。复现性在工程落地里是硬要求别等到模型上线才发现特征对不上。5.2 现象相关系数筛选后 IMF 数量为 0 或只剩残差原因阈值设得太高或者信号本身信噪比极低所有 IMF 和原信号的相关性都不强。解决先把阈值降到 0.05 试一次如果还是不行检查信号是否被错误归一化或存在直流偏置。另一个可能是 CEEMD 的max_imf设得太小分解不充分有用分量还没被拆出来。5.3 现象信息熵特征在训练集上表现很好测试集一塌糊涂原因熵特征对数据长度和噪声敏感训练集和测试集的采样率、长度不一致会导致熵值分布偏移。解决统一重采样到相同长度并在提取熵之前做去趋势和带通滤波。如果测试集噪声水平不同考虑用模糊熵替代样本熵前者对噪声更鲁棒。5.4 现象CEEMD 分解耗时太长无法满足实时性原因trials设得太大或者信号太长。解决把trials降到 30 到 50同时用滑动窗口分段处理每段长度控制在 512 到 1024 点。如果还是慢换用 EEMD 或固定参数的 FIR 滤波器组做近似分解。实时场景下特征提取的延迟往往比模型推理更致命。5.5 现象IMF 分量顺序混乱高频低频对不上原因不同库对 IMF 的排序约定不同有的从高频到低频有的反过来。解决分解后先算每个 IMF 的主频或过零点率按频率从高到低重新排序。别假设库的输出顺序自己排一遍最稳妥。6. 进阶技巧用重构信号做二次特征与在线更新策略6.1 用保留的 IMF 重构信号再提特征筛选完 IMF 后除了直接对每个 IMF 算熵还可以把保留的 IMF 相加得到重构信号再对重构信号算时域统计量或频域特征。重构信号去掉了噪声主导分量信噪比更高有时候比单 IMF 熵特征更有效。我一般会把重构信号的均方根、峭度、峰值因子和 IMF 熵特征拼在一起形成一个混合特征向量。注意重构时不要把残差项加进去残差是趋势不是振荡。def reconstruct_signal(imfs, keep_idx): 用保留的 IMF 重构信号 return np.sum(imfs[keep_idx], axis0) recon reconstruct_signal(imfs, keep_idx) # 对重构信号算峭度和均方根 kurt np.mean((recon - np.mean(recon))**4) / (np.std(recon)**4) rms np.sqrt(np.mean(recon**2)) print(重构信号峭度:, kurt, 均方根:, rms)6.2 在线场景下的滑动窗口与特征缓存如果要做在线监测不能每次来一个新点就重新做 CEEMD。常见做法是维护一个滑动窗口窗口长度固定每隔一定步长做一次分解和特征提取然后把特征送入模型。窗口重叠率一般设 50% 到 75%保证特征平滑。另一个技巧是缓存历史 IMF新数据只更新最后一个窗口减少重复计算。但要注意CEEMD 不是增量算法窗口一变所有 IMF 都会变所以缓存只能用于特征平滑不能替代重新分解。6.3 参数搜索的实用策略trials、noise_std、相关系数阈值、熵的order和m这些参数组合起来空间很大。我一般不会上网格搜索而是按优先级分步调先固定trials50、noise_std0.2调相关系数阈值看保留 IMF 数量是否合理再调熵参数用交叉验证看分类准确率最后如果效果不够再增大trials到 100 或 200。这样每一步都有明确的观察指标不会陷入参数玄学。6.4 一个容易忽略的验证方法特征提取完别只看模型准确率。用 t-SNE 或 PCA 把特征降到二维画出来看不同类别的样本是否自然分开。如果混在一起说明特征区分度不够回去检查 IMF 筛选和熵参数。另一个验证是加高斯白噪声做鲁棒性测试看特征向量在噪声下的波动范围。波动太大的特征上线后必然不稳定。我自己的习惯是任何一次 CEEMD 分解后先存一份 IMF 和相关系数日志方便后面回溯。特征工程最怕的就是“当时跑通了后来复现不出来”。把随机种子、参数、中间结果都记下来比事后拍脑袋强。希望帮到你。本文还有配套的精品资源点击获取
