搜索结果: 1-9 共查到“信息与通信工程 信号特征提取”相关记录9条 . 查询时间(0.446 秒)
面向认知任务状态识别的脑电信号特征提取研究进展
脑电信号特征 认知脑活动模式 空间特征和频域特征
2021/9/23
基于脑电信号的脑机接口由于方便使用，采样速率高的特点，被广泛应用于人的认知任务状态识别中。在脑机接口中，对脑电信号的特征提取是十分重要的一环。当前认知任务相关脑电特征提取方法，没有与大脑内部功能结构结合，导致分析结果的可解释性降低，无法找到与认知任务进行中的状态对应的大脑活动模式。而且，当前主流方法在实时性和可解释性方面存在不足，原因是当前的特征提取方法仅注重了可分离性上的最优化效果，获得的特征没...
针对岩体破裂信号与爆破振动信号难以自动识别的问题，提出了基于局部均值分解(LMD)和模式识别的矿山微震信号特征提取及分类方法。首先采用LMD对微震信号进行自适应分解得到乘积函数(PF)分量，再利用相关系数和方差贡献率筛选得到PF主分量，进而计算各主分量的相关系数和能谱系数，并以此作为模式识别的特征向量。结果表明：LMD、经验模态分解(EMD)和离散小波变化(DWT)的主分量分别为PF1~PF6，I...
针对有监督学习容易造成未标记样本的浪费和手动特征提取容易导致信息丢失的问题，提出一种基于深层堆叠网络（DSN）的半监督特征学习方法，无监督特征学习的过程由多个受限玻尔兹曼机（RBM）的并行训练完成，将训练得到的参数用于DSN的输入权值初始化，再采用批量模式的梯度下降法进行监督微调。将所提方法用于运动想象脑电信号特征提取及识别，实验结果表明本文方法能够充分利用未标记样本中的隐含信息，有效提取脑电信号...
针对跳频通信中跟踪干扰识别特征提取问题，提出了一种基于稀疏分解的跟踪干扰特征提取方法。简要介绍了稀疏分解的基本原理。根据跟踪干扰信号与跳频信号比较在时域存在时间延迟，在频域幅值大于跳频信号幅值的特点，通过对跳频信号和跟踪干扰信号进行重构，获得能表明两者之间显著差异的特征参数。仿真实验表明，该方法提取的特征参数，在信噪比大于5dB时，对跟踪干扰的识别率达到95%以上，验证了该方法的可行性和有效性。
基于能量特征的脑电信号特征提取与分类
脑电信号 小波包 事件相关同步化/去同步化
2010/5/6
为了快速、有效地提取脑电特征，提高分类正确率，采用带通滤波和小波包分析的方法提取Mu、Beta节律对应的脑电信号，在时域范围内，将信号幅度的平方作为能量特征值；在频域范围内，采用AR模型功率谱估计法所得的功率谱密度作为能量特征值。根据运动想象脑电信号特点，构造左右通道信号能量差值的符号特性作为分类判别依据，进行分类测试，方法简单，且两种方法的分类正确率达87.857%。
基于FRFT的域-包络曲线的雷达信号特征提取及自动分类
雷达目标识别 雷达信号分选 分数阶傅里叶变换
2009/9/1
提取和补充新的特征参数是解决复杂体制雷达辐射源信号分选和雷达目标识别难题的有效手段，为此该文提出一种基于FRFT的域-包络曲线特征向量的提取方法。该方法通过FRFT搜索得到旋转角域的包络曲线函数，提取出该曲线峰值所对应的值、峰值大小及包络曲线峰度这3个特征，构造新的特征向量，并以此作为经典参数的补充。同时，采用动态聚类法就所提取的特征向量分选空间雷达辐射源信号。大量的仿真结果表明，提取的新特征具有...
语音信号特征提取中Mel倒谱系MFCC的改进算法
语音识别 特征提取 MFCC
2009/7/6
从说话人的语音信号中提取说话人的个性特征是声纹识别的关键。主要介绍语音信号特征提取方法中的Mel倒谱系数（Mel-Frequence Cepstral Coefficients，MFCC）的特点及其改进算法（3Q+1），分析给出了较详细的计算过程并通过实验比较了其和传统算法在语音识别系统中的差别。
用于信号特征提取和重建的脊提取算法
连续小波变换 脊提取 信号重建
2009/3/25
该文论述了以信号在连续小波变换域上形成的脊作为信号特征进行信号的特征提取和信号重建的方法,并且将该理论应用到话音信号的处理中。仿真实验表明,对于最高频率为4kHz的语音信号来说,提取3～5条脊即可以很好地刻划信号的全部信息,重建的信号在主观感觉上达到了较好的效果。
基于混沌理论的水下目标信号特征提取研究
混沌 水下目标 相空间重构 Lyapunov指数
2008/6/20
利用混沌理论对水下目标特征提取进行了研究。通过计算Lyapunov 指数，较好的实现了对水下目标信号的特征提取。为水下目标探测和识别提供了新的理论和方法。