欢迎访问《空军工程大学学报》官方网站!

咨询热线:029-84786242 RSS EMAIL-ALERT
基于模极大值矩阵奇异值分解的信号特征提取与分类识别
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TN911

基金项目:

机械制造系统工程国家重点实验室开放课题研究基金资助


Signal Feature Extraction and Identification Based on Module Maximum Matrix Singular Value Decomposition
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出了基于小波变换模极大值矩阵奇异值分解的方法,用该方法获得的奇异值特征矢量作为信号的特征可以压缩特征维数,而且更容易进行计算机自动识别,同时还具有时间平移不变性的突出优点。仿真实验表明了该方法的有效性。

    Abstract:

    The singular value decomposition of wavelet transformation module maximum value matrix is proposed. By using the obtained singular characteristic vector as the signal's feature, the features' dimension can be compressed and the computer auto-identification becomes easier and faster. The method also has the merit of time translation invariability. The simulation shows that the method is effective.

    参考文献
    相似文献
    引证文献
引用本文

李永华,赵大炜,訾方,刘冬.基于模极大值矩阵奇异值分解的信号特征提取与分类识别[J].空军工程大学学报,2005,(1):66-68

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2015-11-19
  • 出版日期: