基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在当前信息信号获取和判别的相关技术迅速发展的背景下,人们根据信息的所具备的特征对其实现提取并开展分类的研究,目的是为了准确判别目标信息所对应的具体事物或者身份特征,从而开展信息的深入分析和处理工作.信号分类研究中有很多技术方法,依据不同的分类要求和信息分析需求,技术人员要进行科学、合理的选用,用来完成相应的分析任务.本文主要对特征提取以及聚类实现在信号分类中的具体作用和应用情况进行分析.
推荐文章
多类运动想象脑电信号特征提取与分类
脑电信号
小波包方差
小波包熵
共同空间模式
特征提取
支持向量机
12导联高频心电信号的特征提取及聚类
心电信号
聚类
二维主分量判别法
遗传算法
模拟退火
K-means
基于EMD和Hilbert变换的脑磁信号特征提取和分类
脑机接口(BCI)
脑磁图(MEG)
经验模式分解(EMD)
Hilbert变换
主成分分析
支持向量机(SVM)
稀疏纹理的特征提取和分类研究
纹理分类
特征提取
稀疏纹理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 通过特征提取和聚类实现对信号分类的研究
来源期刊 科学技术创新 学科 工学
关键词 特征提取 聚类实现 信号分类
年,卷(期) 2018,(18) 所属期刊栏目 信息技术
研究方向 页码范围 72-73
页数 2页 分类号 TN911.6
字数 1966字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林斌 9 19 3.0 4.0
2 胡海翔 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
特征提取
聚类实现
信号分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科学技术创新
旬刊
2096-4390
23-1600/N
16开
黑龙江省哈尔滨市
14-269
1997
chi
出版文献量(篇)
126927
总下载数(次)
266
总被引数(次)
285821
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导