基于局部熵重构优化多重同步压缩算法的ZGV特征提取方法

AITNT
正文
推荐专利
基于局部熵重构优化多重同步压缩算法的ZGV特征提取方法
申请号:CN202510248262
申请日期:2025-03-04
公开号:CN120372260A
公开日期:2025-07-25
类型:发明专利
摘要
本发明公开了一种基于局部熵重构优化多重同步压缩算法的ZGV特征提取方法,属于信号特征提取技术领域。具体方法包括步骤1:对有时变特征的信号,采用短时傅里叶变换进行初步提取;步骤2:估计短时傅里叶变换结果对应的瞬时频率;步骤3:同步压缩变换;步骤4:对同步压缩变换结果进行迭代;步骤5:将变换结果进行Rényi熵值计算和重构精度计算,对变换结果进行评估;步骤6:构造贝叶斯代价函数,对代价函数进行贝叶斯优化,得到全局优化的窗函数长度;步骤7:将得到的全局优化的窗函数长度作为高斯窗函数的窗口长度获得新的窗函数,之后进行短时傅里叶变换的新的运算,得到高精度的时频图。本发明能够实现对ZGV信号更加精确和可靠的特征提取。
技术关键词
短时傅里叶变换 特征提取方法 压缩算法 重构 信号特征提取技术 表达式 频率估计 精度 因子 代表
系统为您推荐了相关专利信息
1
基于Gm-APD距离像和强度像目标检测方法及系统
种子 无人机 像素点 强度 队列
2
考虑可解释深度学习模型嵌套组合的中长期水文概率预报方法及系统
水文概率预报方法 组合预测模型 径流 深度学习模型 因子
3
一种利用深度学习算法预测厨房垃圾处理器刀头寿命方法
厨房垃圾处理器 寿命方法 深度学习算法 谐波特征 频谱特征
4
一种基于深度学习的配电网动态重构加速方法及系统
动作开关 配电网潮流 动态 深度学习方法 有功功率
5
一种考虑EV充放电与SOP拓扑重构的直流配网协同优化方法
协同优化方法 放电计划 重构 双层优化模型 系统网损
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号