They may also be polluted by the se

They may also be polluted by the sensing and numerical procedures. Thus, a direct processing of the data by the Fourier transform is not physically sound, since the latter is strictly valid to linear and stationary systems. The EMD method proposed by Huang et al. [5] was specially tailored for treating nonstationary and nonlinear data. In this paper, the EMD will be adopted to decompose the data collected (or computed) for the vehicle into IMFs that admit well-behaved Hilbert transforms [5]. The essence of the EMD is to identify the intrinsic oscillatory modes by their characteristic time scales in the data empirically, and then to decompose the data accordingly. Generally, the finest vibration mode or component of the shortest period at each instant will be identified and decomposed into the first IMF. And the components of longer periods will be identified and decomposed into the following IMFs in sequence. Therefore, the first bridge frequency, with a longer period, may not appear in the first few IMFs.

ผลลัพธ์ (ไทย) 1:

พวกเขาอาจยังสามารถ polluted โดยขั้นตอนการตรวจวัด และตัวเลข ดังนั้น การประมวลผลข้อมูลโดยการแปลงฟูรีเยได้เสียงจริง เนื่องจากจะมีผลบังคับใช้อย่างเคร่งครัดกับระบบเชิงเส้น และเครื่องเขียน วิธี EMD เสนอโดยหวง et al. [5] ถูกเป็นพิเศษเหมาะสำหรับการรักษาข้อมูล nonstationary และไม่เชิงเส้น ในเอกสารนี้ EMD จะสามารถนำมาใช้จะเปื่อยข้อมูลเก็บรวบรวม (หรือคำนวณ) สำหรับยานพาหนะเข้าไปใน IMFs ที่ยอมรับว่า เด็กดีฮิลแบร์ทแปลง [5] สาระสำคัญของ EMD จะคือการ ระบุโหมด oscillatory intrinsic โดยสเกลเวลาลักษณะของข้อมูล empirically แล้วจะเปื่อยข้อมูลตามนั้น ทั่วไป โหมดการสั่นสะเทือน finest หรือส่วนประกอบของรอบระยะเวลาสั้นที่สุดในทันทีแต่ละจะ identified และย่อยสลายไปเป็น first IMF และส่วนประกอบของนานจะ identified และย่อยสลายไปเป็น IMFs ต่อไปนี้ตามลำดับ ดังนั้น ที่ first สะพานถี่ ระยะยาว อาจไม่ปรากฏใน first ใน IMFs น้อย

ผลลัพธ์ (ไทย) 2:

พวกเขายังอาจจะปนเปื้อนด้วยการตรวจวัดและวิธีการเชิงตัวเลข ดังนั้นการประมวลผลโดยตรงของข้อมูลโดยการแปลงฟูริเยร์ไม่ได้เป็นเสียงร่างกายตั้งแต่หลังเป็นอย่างเคร่งครัดถูกต้องในการเชิงเส้นและระบบเคลื่อนที่ วิธีการของเมอร์ที่เสนอโดย Huang et al, [5] ได้รับการปรับแต่งเป็นพิเศษสำหรับการรักษาข้อมูลที่คงที่และไม่เชิงเส้น ในบทความนี้เมอร์จะถูกนำมาใช้ในการย่อยสลายข้อมูลที่เก็บรวบรวม (หรือคำนวณ) สำหรับยานพาหนะเข้าไปใน IMFs ที่ยอมรับมีความประพฤติดีแปลงฮิลแบร์ต [5] สาระสำคัญของเมอร์คคือการระบุโหมดการแกว่งที่แท้จริงโดยการชั่งน้ำหนักเวลาลักษณะของพวกเขาในข้อมูลสังเกตุและจากนั้นในการย่อยสลายข้อมูลตาม โดยทั่วไปรัง Fi โหมดการสั่นสะเทือนหรือส่วนประกอบของระยะเวลาที่สั้นที่สุดในทันทีแต่ละคนจะเอ็ดสายการระบุและการย่อยสลายเป็นสายแรกกองทุนการเงินระหว่างประเทศ และองค์ประกอบของระยะเวลานานจะ Identi เอ็ด fi และย่อยสลายเป็น IMFs ต่อไปนี้ในลำดับ ดังนั้นสายแรกความถี่สะพานที่มีระยะเวลานานอาจไม่ปรากฏในไฟ IMFs แรกไม่กี่

ผลลัพธ์ (ไทย) 3:

พวกเขาอาจถูกปนเปื้อนด้วยสัมผัสและวิธีการเชิงตัวเลข ดังนั้น กระบวนการโดยตรงของข้อมูลโดยการแปลงไม่ใช่เสียงจริง ตั้งแต่หลังมีผลบังคับใช้อย่างเคร่งครัดในระบบเชิงเส้นและเครื่องเขียน โดยวิธีที่เสนอโดย EMD Huang et al . [ 5 ] ถูกออกแบบพิเศษสำหรับการรักษาติจิและข้อมูลเชิงเส้น ในกระดาษนี้โดย EMD จะถูกนำมาใช้ในการแยกข้อมูล ( หรือคำนวณ ) สำหรับยานพาหนะใน imfs ว่ายอมรับประพฤติดีฮิลเบิร์ตแปลง [ 5 ] สาระสําคัญของ EMD คือการระบุภายในลังเลโหมดโดยสเกลเวลาลักษณะของข้อมูลเชิงประจักษ์ และการแยกข้อมูลตาม โดยทั่วไปจึงรังโหมดการสั่นสะเทือนหรือส่วนประกอบของรอบระยะเวลาที่สั้นที่สุดที่แต่ละทันทีจะ identi จึงเอ็ดและย่อยสลายไป จึงตัดสินใจเดินทางไปประเทศไทย และส่วนประกอบของระยะเวลานานจะ identi จึงเอ็ดและย่อยสลายไปตาม imfs ในลำดับ ดังนั้น จึงตัดสินใจเดินทางไปสะพาน ความถี่ ด้วยระยะเวลานาน อาจไม่ปรากฏในจึงตัดสินใจเดินทางไปไม่กี่ imfs .