基于VMD变分模态分解算法Python程序
可用于时间序列和其他领域
特色：1、基于Python
2、数据从excel文件中读取，更换简单
全部完整的代码，保证可以运行的代码看这里。
http://t.csdn.cn/obJlC
http://t.csdn.cn/obJlC
！！！如果第一个链接打不开，请点击个人首页，查看我的个人介绍。
（搜索到的产品后，点头像，就能看到全部代码）
黑科技小土豆的博客_CSDN博客-深度学习,32单片机领域博主
1、VMD变分模态分解算法背景简介
VMD全称是Variational Mode Decomposition，是一种新型的时频分析算法，可用于对非线性非平稳信号进行分解和分析，如音频、视频、地震信号等领域。
该算法的工作机制是通过数学优化的方式将信号分解成各个模态分量和一个高频噪声分量。这些模态分量贡献了不同的频带和幅度信息，从而可以更好地揭示信号的特征。
与其他时频分析算法相比，VMD算法具有以下优点：
- 与经验模态分解（EMD）算法不同，VMD不需要滑动窗口技术，也不受到基础函数选取的影响；
- 与小波变换算法不同，VMD不受到固定频段分析的限制，而且在去除噪声方面更加有效；
- 与FFT变换算法不同，VMD输出的信号分量具有良好的时频局部性质，更适用于分析非平稳信号。
因此，VMD变分模态分解算法可以提高信号处理领域的数据分析能力。
2、VMD变分模态分解算法优点总结
本算法的优点有：
- VMD算法不需要滑动窗口技术，也不受到基础函数选取的影响，与其他时频分析算法相比，具有更广泛的适用性；
- 与小波变换算法不同，VMD能够更好地去除噪声；
- 与FFT变换算法不同，VMD输出的信号分量具有良好的时频局部性质，更适用于分析非平稳信号。
# 参数设置
K = 3 # EEMD中该参数设置无效，固定为3，改变该参数可能导致绘图出错
target_value = "预测量" # 要预测的列在excel中的名字
if_plot = True # 是否绘制分解图 True绘制，False不绘制，请注意，该功能在Linux子系统，MacOS等环境中可能不可用
# 数据读取
raw_data = pd.read_excel('./data.xlsx')[target_value].values