共查询到17条相似文献,搜索用时 62 毫秒
1.
基于小波变换的脉象信号特征提取方法 总被引:11,自引:0,他引:11
为了较好地区分正常人与心脏病人的脉象信号,利用小波变换奇异性检测功能与多尺度分辨特性,提出了两种提取脉象信号特征的方法:连续小波变换法和二进小波变换法。在此基础上,构造了两种特征向量:小波变换系数的尺度——主波峰值和小波变换的尺度——能量值。经过对临床采集的235例脉象信号的处理与分析统计,所得数据具有较好的重复性与稳定性,可以作为用于脉象信号识别的特征向量。 相似文献
2.
3.
4.
该文针对传统的人体血压信号特征提取方法的不足,提出了一种了基于小波变换的人体血压信号特征量提取方法。人体的血压信号是一种非平稳的低频信号,使用Marr小波对人体血压信号进行小波变换的时间一尺度分解,可以得到人体血压信号的模极大值曲线;通过选择合适的分解尺度,可以有效地滤除噪声,对人体血压数据进行消噪处理;进一步滤除奇异性极大值点,可以提取出动脉波动位置和动脉波动幅度信息。文中给出了算法的完整实现,并利用实际采集的人体血压数据验证了该算法,得到了波峰模极大值点和心脏跳动所发生的精确时刻,为人体血压信号的参数识别奠定了基础。 相似文献
5.
讨论小波变换以及提升小波变换的基本原理和变换过程。利用2种变换分别实现了对同一图像库的特征提取,并利用支持向量机(SYM)进行分类。结果表明,与传统的小波变换相比,提升小波变换对于图像特征的提取同样是有效的,另外由于其独特的变换构造,使得计算量大大降低,计算时间显著减少,具有很大的实用价值。 相似文献
6.
以小波法估计Hurst指数为基础,提出了基于提升算法的实时Hurst指数估计法。由NS2仿真实验的结果分析出检测DDoS攻击时流量样本与Hurst指数的关系,得到检测DDoS的实时方法.与传统检测方法相比,该法实时高效。 相似文献
7.
8.
基于小波分析的雷声信号特征提取 总被引:2,自引:0,他引:2
地下拾音报警系统以其隐蔽性强、监控范围广等优点受到文物保护部门的关注。给出了一种基于小波变换,利用能量等价关系构造特征空间的方法,可以有效地识别雷声信号,降低雷声造成的误报率,从而有效地改进了地下拾音报警系统的性能。 相似文献
9.
10.
11.
为提高语音识别系统对环境噪声的鲁棒性,在快速提升小波的基础上,结合感知频域上的滤波与倒谱均值归一化技术,提出一种语音特征参数提取方法.仿真实验表明,与传统方法相比,噪声鲁棒性显著提高;在语音信号的信噪比相近情况下,与传统小波方法相比,该方法计算简便、易于编程、计算速度快. 相似文献
12.
梁英宏 《计算机工程与应用》2009,45(29):146-149
Haar小波和Gabor小波变换是常用的特征提取方法,前者广泛用于目标检测,后者则常用于人脸识别。针对人体目标检测,提出采用Gabor小波变换进行特征提取,并采用三个主要的行人库与Haar小波方法进行对比实验,实验显示:由于二维Gabor小波变换响应能够在多个尺度的多个方向上对目标的局部区域像素值变化进行描述,所以相比只能在水平、垂直和对角线三个方向上描述目标的Haar小波,其优势明显。 相似文献
13.
针对原始脑电波信号存在非平稳性且非常容易受到各种信号干扰等特点,对基于小波变换和小波包变换的脑电波信号的滤波降噪方法,和基于小波包变换的脑电波信号特征提取方法进行了研究。首先利用MindSet采集到原始脑电波数据,然后分别应用小波变换和小波包变换对其进行降噪处理,比较了两种方法的性能,验证了基于小波包变换的降噪方法的优越性和特征提取方法的有效性。 相似文献
14.
15.
16.
17.
A fast method of feature extraction for kernel MSE 总被引:1,自引:0,他引:1
Yong-Ping ZhaoAuthor Vitae Zhong-Hua DuAuthor VitaeZhi-An ZhangAuthor Vitae Hai-Bo ZhangAuthor Vitae 《Neurocomputing》2011,74(10):1654-1663
In this paper, a fast method of selecting features for kernel minimum squared error (KMSE) is proposed to mitigate the computational burden in the case where the size of the training patterns is large. Compared with other existent algorithms of selecting features for KMSE, this iterative KMSE, viz. IKMSE, shows better property of enhancing the computational efficiency without sacrificing the generalization performance. Experimental reports on the benchmark data sets, nonlinear autoregressive model and real problem address the efficacy and feasibility of the proposed IKMSE. In addition, IKMSE can be easily extended to classification fields. 相似文献