CEEMD-相关系数-样本熵特征，用于故障分类的特征提取

ceemd分解，还是很不错的，先将数据精心ceemd分解，得到imf分量，然后通过相关系数帅选分量，在求出他们的样本熵的特征，完美运行，你值得拥有，可以的话，给一个好评，谢谢。

% Y: Inputted data;
% Nstd: ratio of the standard deviation of the added noise and that of Y;
% NE: Ensemble member being used
% TNM: total number of modes （not including the trend）
%
function allmode=ceemd（YNstdNETNM）
% find data length
xsize=length（Y）;
dd=1:1:xsize;
% Nornaliz data
Ystd=std（Y）;
Y=Y/Ystd;
% Initialize saved data
TNM2=TNM+2;
for kk=1:1:TNM2
    for ii=1:1:xsize
        allmode（iikk）=0.0;
    end
end

for iii=1:1:NE
% adding noise
    for i=1:xsize
        temp=randn（11）*Nstd;
        X1（i）=Y（i）+temp;
        X2（i）=Y（i）-temp;
    end

    % sifting X1
    xorigin = X1;
    xend = xorigin;
% save the initial data into the first column
    for jj=1:1:xsize
        mode（jj1） = xorigin（jj）;
    end
    nmode = 1;
    while nmode <= TNM
         xstart = xend;
        iter = 1;
        while iter<=5
             [spmax spmin flag]=extrema（xstart）;
             upper= spline（spmax（:1）spmax（:2）dd）;
             lower= 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      59820  2018-12-27 22:47  C-样本熵\20151124_08_15Bin粗卡阀.xlsx

     文件       2603  2014-04-01 21:11  C-样本熵\ceemd.m

     文件       1053  2019-01-14 13:22  C-样本熵\CEEMD分解-样本熵特征.m

     文件       2180  2011-10-21 09:02  C-样本熵\extrema.m

     文件       1521  2017-07-16 10:40  C-样本熵\SampEn.m

     目录          0  2019-01-14 14:16  C-样本熵

----------- ---------  ---------- -----  ----

                67177                    6