符号累积分布变换空间中的端到端信号分类
信号处理
2022-07-26 v2 机器学习
摘要
本文提出一种使用符号累积分布变换（SCDT）的新的端到端信号分类方法。我们采用基于传输的生成模型来定义分类问题。然后利用SCDT的数学性质使该问题在变换域中更易处理，并使用变换域中最近局部子空间（NLS）搜索算法求解未知样本的类。实验表明，所提方法在数据高效、对分布外样本鲁棒以及与深度学习端到端分类方法相比计算复杂度具有竞争力的情况下，提供了高精度的分类结果。所提方法的Python语言实现已集成作为软件包PyTransKit（https://github.com/rohdelab/PyTransKit）的一部分。
引用
@article{arxiv.2205.00348,
title = {End-to-End Signal Classification in Signed Cumulative Distribution Transform Space},
author = {Abu Hasnat Mohammad Rubaiyat and Shiying Li and Xuwang Yin and Mohammad Shifat E Rabbi and Yan Zhuang and Gustavo K. Rohde},
journal= {arXiv preprint arXiv:2205.00348},
year = {2022}
}