基于結構算子的波形形態特征提取方法的研究

摘要：現有的結構模式識別方法一般應用在已知的領域，要對一個不了解的專業領域實行結構模式識別，必須首先獲取該領域的專業知識，而這往往要耗費很多的時間和精力。文章提出了一種獨立于領域知識的結構模式識別方法。該方法是用面向波形形態的結構算子去近似表示某一區域上的時序數據，根據得到的結果獲得相應的特征，并按一定的順序組合成特征向量。分類實驗表明該方法有較好的效果。

關鍵詞：特征提取；時序數據；波形形態；結構算子；感知器

引言

模式識別大致可以劃分為統計和結構化模式識別兩種方法。結構化方法特別適用于面向波形形態并具有領域專家對數據進行分類的已知領域，例如：語音識別、醫用信號分析、雷達信號偵測和過程處理。要對一個不了解的專業領域實行結構模式識別，必須首先獲取該領域的專業知識，而這往往要耗費很多的時間和精力。為了將結構模式識別應用到未知的領域，我們需要一種獨立于領域知識的結構模式識別方法。

一個獨立于專業領域知識的結構模式識別系統就像一個“黑盒”一樣，它能夠提取基元并且進行分類而不需要相應的領域知識。本文從波形的形態出發，利用結構算子去近似時序數據從而將波形的特征提取出來。由于結構算子對于波形的處理具有通用性，所以基于結構算子的特征提取方法可以獨立于專業領域知識，對不同領域的波形進行分析和特征提取。