EEMD算法，全稱Ensemble Empirical Mode Decomposition，即集合經驗模態分解，是一種針對EMD（Empirical Mode Decomposition，經驗模態分解）方法的不足而提出的噪聲輔助數據分析方法。其基本原理是，當附加的白噪聲均勻分布在整個時頻空間時，這個時頻空間由濾波器組分割成的不同尺度成分組成。通過多次實驗併集成結果，可以有效地改善EMD方法中的模式混合問題和提高信號分解的準確性。
EEMD算法，全稱Ensemble Empirical Mode Decomposition，即集合經驗模態分解，是一種針對EMD（Empirical Mode Decomposition，經驗模態分解）方法的不足而提出的噪聲輔助數據分析方法。其基本原理是，當附加的白噪聲均勻分布在整個時頻空間時，這個時頻空間由濾波器組分割成的不同尺度成分組成。通過多次實驗併集成結果，可以有效地改善EMD方法中的模式混合問題和提高信號分解的準確性。