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