基于模糊神经网络的非平稳信号短时多重分形分析
多重分形<””1”>在整体水平上刻划对象的多重标度特征,难以反映非平稳信号的时变特性。为此,该文提出了短时多重分形的概念,将短时广义维数作为信号的特征值。同时,针对Kohonen学习算法在演化过程中缺乏对样本整体结构的认识学习策略不够灵活的缺陷,该文得到了一种新的模糊Kohonen聚类网络,将所得的特征值通过该网络识别信号的类型,通过识别结果来考察以短时多重分形表征信号的有效性。文中提出的AFKCN算法克服了以往算法的缺陷,是一种有很强的自适应性和通用性的聚类算法。
多重分形 模糊神经网络 非称稳信号 解时重分形 AFKCN算法 医学信号
王扬 朱贻盛 驹佩琦
上海交通大学
国内会议
南京
中文
168~169
1999-11-10(万方平台首次上网日期,不代表论文的发表时间)