《医学信号分析与处理》9_非高斯生物医学信号分析与处理.ppt

《医学信号分析与处理》9_非高斯生物医学信号分析与处理.ppt

  1. 1、本文档共58页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
* * Alpha稳定分布的主要性质 稳定性 定理9.1 如果独立的 稳定分布随机变量 和 ,具有相同的特征指数 和对称系数 ,对于任意的常数 和 ,使得 若a和b为常数,则随机变量X是特征指数 和对称系数 的稳定分布 表示随机变量X和Y服从相同的分布 中心极限定理 定理9.2 如果 是独立同分布的随机变量,当 时,有 则X是服从 稳定分布的,其中 和 是常数。 当 是独立同分布且具有有限方差,广义极限定理也就是一般的中心极限定理了。 * * Alpha稳定分布的主要性质 定理9.3 若X是服从Alpha稳定分布的随机变量( ),则 以上二式表示,Alpha稳定分布过程中当 时,不存在高于Alpha阶的统计量 如果 则 表示,当 时,存在任意阶的统计量 * * §9.7 分数低阶信号处理的基本理论 分数低阶统计量 若 则 : 一个 分布随机变量的所有分数低阶矩都是等价的,只相差一个与随机变量无关的常数因子 。 * * 共变 对于联合 分布的随机过程X和Y,特征指数 共变系数非对称 共变和共变系数的计算不方便 为方便计算,将共变和共变系数与分数低阶矩联系起来 * * 共变的性质 * * 共变的性质 * * Alpha稳定分布随机变量的线性空间 * * Alpha稳定分布过程的线性理论 * * 线性滤波 LMP(least mean p-norm)算法 线性滤波是以Alpha稳定分布过程的线性理论为基础的,滤波器输出误差与输入向量间是一种线性关系。滤波器权系数的代价函数定义为 在第n时刻,上式为 (9.95) (9.95)式是一个非线性优化问题,一般很难获得全局最优解,采用随机梯度法能有哪些信誉好的足球投注网站到其局部最优解。 第n时刻真是梯度的估计值: w的局部最优解可以通过下式迭代实现,即 * * 广义NLMS(normalized least square)算法 * * 性能比较 * * Aydin算法 W的迭代求解过程 其中 其代价函数为 Aydin算法对脉冲的一直能力比LMP算法和广义NLMS算法强,收敛速度也较快;广义NLMS算法对脉冲的抑制能力最差,收敛速度最慢 递推最小二乘RLS(recursive least square) 代价函数为: 采用梯度下降法有哪些信誉好的足球投注网站最优解,相对于权向量w(n)的梯度为 * * 递推最小二乘RLS(recursive least square) 代价函数为: 采用梯度下降法有哪些信誉好的足球投注网站最优解,相对于权向量w(n)的梯度为 递推最小二乘RLS(recursive least square) 代价函数为: 采用梯度下降法有哪些信誉好的足球投注网站最优解,相对于权向量w(n)的梯度为 * * §9.8 分数低阶统计理论在诱发电位潜伏期变化检测中的应用 诱发电位(evoked potential ,EP) 诱发电位是中枢神经系统所产生的生物电信号,是神经系统对外部声、光和电脉冲等刺激的有特定规律的相应,反映了神经传导通路各个部位的状态与变化 诱发电位的潜伏期 由外部刺激时刻开始到某个选定的EP峰之间的时间间隔 EP信号是准周期信号 将EP信号中伴随的EEG看做噪声 * * 第七章 非高斯生物医学信号分析与处理 概述 高阶矩与高阶累积量 非高斯信号及相关统计 高阶统计量在脑电信号中的应用 高阶统计量在独立分量分析技术中的应用 稳定分布与分数低阶统计量信号处理 分数低阶信号处理的基本理论 分数低阶统计量在诱发电位潜伏期变化检测中的应用 * * §9.1 概述 高斯分布与非高斯分布 传统的信号处理中大多假定随机信号与噪声服从高斯分布: 服从中心极限定理(大量随机变量之和趋

文档评论(0)

粱州牧 + 关注
实名认证
内容提供者

资料收集自互联网,若有侵权请联系删除,谢谢~

版权声明书
用户编号:8036120077000004

1亿VIP精品文档

相关文档