基于替代数据思想的复杂度归一化方法及其在心电信号分析中的应用

基于替代数据(Surrogate)思想的复杂度归一化方法,克服了一般复杂度对信号采样长度与采样频率的敏感性。文章对在生物医学信号复杂度分析中最有潜在应用价值的近似熵和C0复杂度进行了归一化。应用该方法可以有效地反映人体心脏某些病理状态之间的差别。同时,通过比较各种复杂度指标发现,C0复杂度和近似熵对采样长度的敏感性最弱,适用于短数据量的信号分析。

面向未来的语义通信:基本原理与实现方法

阐述了语义通信的基本原理与实现方法。首先,提出了语义通信的系统模型,梳理语义通信的基本概念与术语,对比经典通信与语义通信的主要区别,总结了语义通信的技术优势。在此基础上,回顾了语义信息论的发展,构建了语义信息的度量指标体系,提出了基于归一化条件复杂度的新型度量,用于评估语义压缩的极限,探讨了语义典型序列编码的性质,揭示语义编码的渐近性能。进一步地,归纳了语义编码传输的2种典型方法——直接编码与变换编码,分析了它们的基本原理,并针对文本、语音与图像信源展示了语义编码传输的优越性能。最后,总结了语义通信的研究难点与问题,指出未来的研究方向。