确定分形函数的局部奇异性指数及其谱

来源 :电子与信息学报 | 被引量 : 9次 | 上传用户:lsj111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于配分函数的多分形形式仅仅提供了信号奇异性指数的全局描述,并没有给出局部信息,然而在实际应用中,揭示出信号的局部奇异性信息往往更具有重要性。该文提出了一种确定信号局部奇异性指数的新算法,构造了一种类似于奇异性谱的直方图,并用来描述信号奇异性的全局统计分布。数字试验验证了该算法的有效性。
其他文献
我国造船企业和钢铁企业之间的战略联盟模式,大致可分为:协议型战略联盟模式、合作伙伴型战略联盟模式、合资共建船用钢材配送中心和入股参与型战略联盟模式。通过财务指标、柔
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
报纸
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
二维主元素分析(2DPCA)是基于二维图像,而不是像PCA一样基于一维的向量化图像,是一种用于人脸识别中的典型的特征提取技巧,与传统的PCA方法相比,它具有更高的识别率和更短的特征提取时间。运用2DPCA的手写体数字识别方法,与PCA方法在误识率上进行了数值对比试验。然后,在特征提取阶段进行改进,它是一个样本图像分组策略,称之为NetPCA,此方法比较好的综合了统计特征和结构特征两种提取方法。