有符号累积分布变换空间中用于一维信号分类的最近子空间搜索
信号处理
2022-02-28 v2
摘要
本文提出一种利用有符号累积分布变换（SCDT）对一维信号进行分类的新方法。所提方法利用SCDT的某些线性化性质，使问题在SCDT空间中更易求解。该方法在SCDT域中使用最近子空间搜索技术，提供一种非迭代、有效且易于实现的分类算法。实验表明，在使用极少训练样本时，所提技术优于最先进的神经网络，并且在模拟数据上对分布外样本也具有鲁棒性。我们还通过将所提技术应用于ECG分类问题，展示了其在真实世界应用中的功效。实现所提分类器的Python代码可在PyTransKit（https://github.com/rohdelab/PyTransKit）中找到。
引用
@article{arxiv.2110.05606,
title = {Nearest Subspace Search in The Signed Cumulative Distribution Transform Space for 1D Signal Classification},
author = {Abu Hasnat Mohammad Rubaiyat and Mohammad Shifat-E-Rabbi and Yan Zhuang and Shiying Li and Gustavo K. Rohde},
journal= {arXiv preprint arXiv:2110.05606},
year = {2022}
}
备注
7 pages, 3 figures, 1 table