前言：
目前我们对“信号特征提取算法研究”都比较关注，同学们都想要剖析一些“信号特征提取算法研究”的相关文章。那么小编同时在网摘上收集了一些对于“信号特征提取算法研究””的相关资讯，希望小伙伴们能喜欢，大家一起来学习一下吧！对于一维信号，比如声信号，地震信号，振动信号等，一般选取的特征如下：
时域特征
时域特征提取 - Data螺丝钉的文章 - 知乎
频域特征：
信号进行频域分析，能提取哪些特征，有什么物理意义呢？ - Xinquan的回答 - 知乎
能量特征（比如小波包子频带能量）
分形特征
熵特征
XSpecEn：两个序列之间的交叉谱熵(cross-spectral entropy)
XSampEn：两个序列之间的交叉样本熵（cross-sample entropy）
参考论文：Physiological time-series analysis using approximate entropy and sample entropy
XPermEn：两个序列之间的交叉排列熵（cross-permutation entropy）
参考论文：The coupling analysis of stock market indices based on cross-permutation entropy
XMSEn：两个序列之间的多尺度交叉熵（multiscale cross-entropy）
参考论文：Multiscale cross entropy: a novel algorithm for analyzing two time series
XK2En：两个序列之间的交叉Kolmogorov熵（cross-Kolmogorov (K2) entropy）
XFuzzEn：两个序列之间的交叉模糊熵（cross-fuzzy entropy）
参考论文:Cross-fuzzy entropy: A new method to test pattern synchrony of bivariate time series
XDistEn：两个序列之间的交叉分布熵（cross-distribution entropy）
参考论文:Analysis of financial stock markets through the multiscale cross-distribution entropy based on the Tsallis entropy
XDistEn：两个序列之间的交叉条件熵（corrected cross-conditional entropy）
参考论文:Conditional entropy approach for the evaluation of the coupling strength
XApEn：两个序列之间的交叉近似熵（cross-approximate entropy）
参考论文:Randomness and degrees of irregularity
SyDyEn：符号动力熵（symbolic dynamic entropy）
参考论文:A fault diagnosis scheme for planetary gearboxes using modified multi-scale symbolic dynamic entropy and mRMR feature selection.
SpecEn:单一序列的谱熵（spectral entropy）
参考论文：A spectral entropy method for distinguishing regular and irregular motion of Hamiltonian systems.
SlopEn：斜率熵（Slope Entropy）
SampEn2D：数据矩阵的二维样本熵（bidimensional sample entropy of a data matrix）
SampEn：单一序列的样本熵（sample entropy）
rXMSEn：细化多尺度交叉熵（refined multiscale cross-entropy）
PhasEn：相位熵（phase entropy）
PermEn2D：二维排列熵（ bidimensional permutation entropy）
IncrEn：增量熵（increment entropy）
hXMSEn：两个序列的层次交叉熵（hierarchical cross-entropy）
GridEn：网格分布熵（gridded distribution entropy）
EspEn2D：二维Espinosa 熵（bidimensional Espinosa entropy）
DispEn2D：二维色散熵（bidimensional dispersion entropy）
cXMSEn：复合多尺度交叉熵（composite multiscale cross-entropy）
CoSiEn：余弦相似熵（cosine similarity entropy ）
BubbEn：气泡熵（bubble entropy）
AttnEn：注意力熵（ attention entropy）
时频域特征
多分辨分析在信号处理中的应用-第1篇 - <em>哥廷根数学学派</em>的文章 - 知乎
对于图像来说：
SIFT，SURF，HOG，DOG，LBP特征等
还有深度学习黑箱特征
此外，还有比较优秀的小波散射特征，大杀器
小波散射网络初级探索 - 哥廷根数学学派的文章 - 知乎
标签： #信号特征提取算法研究 #信号特征的时域提取方法包括哪些
