期刊文献+

基于小波包最佳基分解的特征表示 被引量:2

Wavelet Packets Based Features Representation by Best Bases Decom position
下载PDF
导出
摘要 特征提取是信号识别与分类中的重要一环,对提高系统的准确、改善系统性能起着关键的作用。利用小波包变换对信号进行特征提取是近年来发展起来的一种新的特征表示手段,在许多领域中已获得了成功的应用。论文首先回顾了采用小波包变换对信号进行分解的过程,并在此基础上研究了基于小波包变换的特征表示与提取方法。 Feature extraction plays an important role for improving accuracies in signal classification and recognition.Ex-tracting features by wavelet packets is a new way for signal representation developed these years,and great success has been achieved in many fields.This paper recalls the process of decomposition with wavelet packets,then presents the methods for feature representation and extraction.
出处 《计算机工程与应用》 CSCD 北大核心 2003年第6期97-99,131,共4页 Computer Engineering and Applications
基金 国家自然科学基金资助项目(编号:3930070)
关键词 小波包 最佳基包解 特征表示 小波包分解 最佳基搜索 信号处理 信号识别 模式识别 wavelet packets decomposition,feature representation,best bases search
  • 相关文献

参考文献5

  • 1BassevilleM.Distancemeasuresforsignalprocessingandpatternrecognition犤J犦[].Signal Processing.1989
  • 2CTaswell.SatisfyingSearchAlgorithmsforSelectingNear-BestBasesinAdaptiveTree-StructuredWaveletTransform犤J犦[].IEEETransonSignalProcessing.1996
  • 3EnglehartK,HudginsB,ParkerPAetal.Classificationofthemyo-electricsignalusingtime-frequencybasedrepresentations犤J犦[].MedicalEngineering&physics.1999
  • 4KFukunaga.IntroductiontoStatisticalPatternRecognition犤M犦[]..1992
  • 5HLiang,IHartimo.AFeatureExtractionAlgorithmbasedonWave-letPacketDecompositionforHeartSoundSignals犤J犦[].IEEE.1998

同被引文献13

引证文献2

二级引证文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部