FEEMD（Fast Ensemble Empirical Mode Decomposition，快速集合經(jīng)驗模態(tài)分解）是一種快速的EEMD算法，通過解決EEMD算法計算量大的問題，實現(xiàn)更快速和高效的信號分解。

FEEMD方法的主要思想是通過隨機選擇點來分解信號，而非在所有點上為每個IMF計算殘差和重構(gòu)信號。FEEMD可以通過使用較少的點集來逼近EEMD，從而大大減少計算量。同時，F(xiàn)EEMD方法采用了前向連通搜索的方法來找到最優(yōu)路徑和最小殘差，從而實現(xiàn)了更加準確和穩(wěn)定的分解結(jié)果。

FEEMD算法的主要步驟包括：

1. 隨機選取一系列信號點；

2. 對每個點進行分解，得到一組IMFs；

3. 對所有IMFs進行平均，得到平均IMFs；

4. 重構(gòu)原始信號。

FEEMD方法通過隨機選擇點來降低計算量，同時采用前向連通搜索的方法來尋找最優(yōu)解，提高了分解結(jié)果的準確性和穩(wěn)定性。與EEMD方法相比，F(xiàn)EEMD算法具有更快的計算速度和更高的效率，適用于大規(guī)模數(shù)據(jù)分析和實時信號處理等場景。

（1）原始信號

（2）FEEMD分解效果圖

（3）EEMD分解效果圖

FEEMD分解的時間為：歷時 0.852525 秒。

EEMD分解的時間為：歷時 34.294638 秒。

具體代碼見：https://mbd.pub/o/bread/mbd-ZJqYmJ9r