小波分析的物理意義,及基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)基選擇

給定時間序列{xt},我們對其做時頻分析:
? ? ? ? ? ? ? ? ? ? ? ? S_{ft}  = A(x_{t})

其中f表示尺度參數(shù)(一般是頻率),t是時間。

尺度因子f是序列內(nèi)在的分析指標(biāo),因為對于時間序列x(t),我們不同的采樣精度實質(zhì)就對應(yīng)了不同的尺度,所以在不同尺度下得出的頻譜結(jié)果,才是比較全面的分析方式。

時間因子t表示的意思是,一個非穩(wěn)態(tài)的時變系統(tǒng)。也就是其尺度因子在不同時間點會不一樣。

時頻分析的方法,就是選擇不同的尺度基函數(shù)\psi (f,t)(例如小波基),在xt上做卷積(卷積是因為時間平移不變性):
? ??????????????????S(\tau, f) = \int x_{t} \psi (\tau-t , f) dt

我們只要構(gòu)造合適的基函數(shù),則能夠得到優(yōu)秀的時頻分析結(jié)果。

現(xiàn)在的問題是,何為優(yōu)秀的分析結(jié)果。

S表示的物理意義是,不同尺度分量隨時間的變化。從尺度分析的本來含義可知,時頻有一個不確定性原理:
? ??????????????????????\Delta _f* \Delta _t \geq C

一般尺度越大(頻率f越?。?,時間分辨率越?。S時間t變化慢)。所以對于S,f越小,隨t更新越慢。也就是有不同的更新級別。

由上述,應(yīng)用到神經(jīng)網(wǎng)絡(luò),參考這個ON-LSTM,也許可以自動選擇最優(yōu)基做卷積,自動得到基函數(shù)。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容