EWT（empiricalwavelettransform）是由Gilles在2013年将小波变换的科学性与EMD的自适应优势结合起来而提出的一种用于信号自适应的分析方法，该方法不仅可以对信号进行傅里叶频谱分析，同时通过特定方法确定信号的边界值，而且可以根据小波变换的理论基础。
类似的定义经验小波变换的公式，自适应的组建满足信号的正交及紧支撑要求的小波基，通过Hilbert变换，就能获取所有分信号的频谱特征，且比EMD分解的过程，更快更精确。

如果要运行所有功能，则需要在计算机上正确安装以下Matlab工具箱：-Flandrin的EMD工具箱（在一维变换中需要执行希尔伯特变换并且可视化时频平面）可从http://perso.ens-lyon.fr/patrick.flandrin/emd.html获得-Elad的伪极谱FFT工具箱（2D变换除了基于张量变换之外）可从http://www.cs.technion.ac.il/~elad/software/获得如果要运行所有功能，则需要在计算机上正确安装以下Matlab工具箱：-Flandrin的EMD工具箱（在一维变换中需要执行希尔伯特变换并且可视化时频平面）可从http://perso.ens-lyon.fr/patrick.flandrin/emd.html获得-Elad的伪极谱FFT工具箱（2D变换除了基于张量变换之外）可从http://www.cs.technion.ac.il/~elad/software/获得如果要运行所有功能，则需要在计算机上正确安装以下Matlab工具箱：-Flandrin的EMD工具箱（在一维变换中需要执行希尔伯特变换并且可视化时频平面）可从http://perso.ens-lyon.fr/patrick.flandrin/emd.html获得-Elad的伪极谱FFT工具箱（2D变换除了基于张量变换之外）可从http://www.cs.technion.ac.il/~elad/software/获得如果要运行所有功能，则需要在计算机上正确安装以下Matlab工具箱：-Flandrin的EMD工具箱（在一维变换中需要执行希尔伯特变换并且可视化时频平面）可从http://perso.ens-lyon.fr/patrick.flandrin/emd.html获得-Elad的伪极谱FFT工具箱（2D变换除了基于张量变换之外）可从http://www.cs.technion.ac.il/~elad/software/获得如果要运行所有功能，则需要在计算机上正确安装以下Matlab工具箱：-Flandrin的EMD工具箱（在一维变换中需要执行希尔伯特变换并且可视化时频平面）可从http://perso.ens-lyon.fr/patrick.flandrin/emd.html获得-Elad的伪极谱FFT工具箱（2D变换除了基于张量变换之外）可从http://www.cs.technion.ac.il/~elad/software/获得这个工具箱组织如下：EWT?|?|-1D：1DEWT功能?|-2D：2DEWT功能?||-小波：经验曲线变换?||-Littlewood-Paley：经验的Littlewood-Paley小波变换?||-Ridgelet：经验Ridgelet变换?||-张量：经验张量小波变换?-边界：用于执行傅里叶支持的函数?||-LocalMaxima：根据当地最大值，中途或当地最小值执行检测的功能?||-MorphoMath：执行形态学操作符对谱进行预处理的功能?||-PowerLaw：通过去除其幂律近似来预处理谱?||-ScaleSpace：基于尺度空间方法执行检测的函数?|-文档：工具箱文档?|-Tests?||-1D：对几个1D信号执行基本测试的功能?||-2D：用于在不同图像上执行几个2D变换的基本测试的功能?|-utilities?||-1D：在1D情况下绘制结果的有用函数（时频平面，分量，边界）?||-2D：用于在2D情况下绘制结果的有用函数（不同类型的组件，2D边界，...）如果要运行所有功能，则需要在计算机上正确安装以下Matlab工具箱：-Flandrin的EMD工具箱（在一维变换中需要执行希尔伯特变换并且可视化时频平面）可从http://perso.ens-lyon.fr/patrick.flandrin/emd.html获得-Elad的伪极谱FFT工具箱（2D变换除了基于张量变换之外）可从http://www.cs.technion.ac.il/~elad/software/获得已经包含了

这是最新的emd去噪的程序，并且有和小波去噪的比较。
采用的是符合emd分解特性的阈值去噪方法。

黄锷先生提出的经验模态分解法（EMD）,此为最新的FEEMD算法matlab程序

用于实现emd的matlab源程序，目前为止个人呕心沥血整理的最全面程序！

这是一个改进的EMD时间序列分解程序，该程序克服传统的经验模态分解缺点！能够很好的光滑信号，将信号从高频向低频逐层分解！希望对大家有用！

在emd基础上改进过的vmd去噪方法，可直接使用。
有注释

基于经验模态分解（EMD）去噪的matlab代码,(Denoisingsignalsusingempiricalmodedecompositionandhurstanalysis)

经验模态分解emd,是处理非线性、非平稳信号的时频分析方法。
该方法可以在不需要知道任何先验知识的情况下，依据输入信号自身的特点，自适应的将信号分解成若干个本征模态函数IMF之和。
emd被认为是对以线性和平稳假设为基础的傅立叶分析和小波变换等传统时频分析方法的重大突破口。
该方法在多年的发展过程中，逐渐展露出了在非平稳信号处理中的独特优势，具有重要的理论研究价值和广阔的应用前景。
目前，emd在机械故障诊断、特征提取、信息检测、生物医学信号分析、图像信号分析、通讯雷达信号分析等领域，都其有很大的应用价值。
本代码是emd算法在matlab上的实现。
有待同行改进。

EEMD的代码，EEMD是EMD的改进，通过加入高斯白噪声来避免模态混叠

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。