典型的脑电分析
从 alpha、beta、gamma这些视角，出发，不正确；
非线性，混沌、分叉。这种定性的描述。应该赶快进入到定量的描述中。
因为这些假设都是线性，加法，都是不对的；
谱是一个高维的流形。
0------
提出了一个新的谱：
2016
全新的数据分析方法。不要再相信 傅里叶变换，
而要相信高位谱；
1）湍流，交互，力学的经典难题，为啥呢？因为用错了工具。湍流是非线性过程，但是用线性的工具，来测量。这不合理；
得病的人， 能量越来越缩短：
没有高频，你无法形成记忆；
脑波有各种调制。
没有调制，的话，大脑就会失去记忆，失去逻辑；
高维谱，是一个分析的方向。
-----
谱稳定性。变成不稳定了；
振动。
机翼碎掉前，能够看到已经不稳定了 ；
----
桥的变形： 这种可视化的方法， 值得借鉴。
--
非线性谱，在声学中的应用：
听觉上的难题：
理论上，听觉上更好的 助听器；↓
----
总结，结论：非线性谱是一个全新的非线性分析工具。
电子医药。
黄院士↓
世界已经被线性、平稳的统治很久了。现在是非线性的革命。
-----
1、频率是高维的；如何理解：钢琴，小提琴，都发出dao时，人耳也能分辨的两者的区别，说明频率也是高维的；
2、做数据的人， 总是等学数学的人在开发工具。
3、学数学的人，他们体会的是数学之美，他们是为了证明定理的。搞数据的人，要独立起来，数据是做数学的启蒙。
4、先解决问题，证明留给后边的人做；
----
非线性和非平稳之间是什么关系？
非线性
假设：宽平稳的随机过程。
空间域的非平稳、频率、
理论上，非平稳，和非线性是独立的。两者没有必然的关系。但是在实际上，两者很有可能联系在一起。
----
非线性谱，和相空间重构法。
院士：我的知识面有限。
从低纬到高维，付出了多少的代价？计算比较花时间，但是现在computer，还是能hold住。
---
请问经验模态分解对信号信噪比要求高吗
答：有一些要求，noise对这个方法的影响是存在的；
--
答：请问如果信号和干扰都是非平稳的，使用经验模态分解会有什么问题？
不管平稳，非平稳，照做。
没有好的方法，也没有坏的方法；
---
只能创新什么？具体怎样创新？无法创新什么？其根本原因具体是什么？
heaven knows
---
请点评一下机器学习在非平稳信号处理中的应用前景
答：
1、人工智能不会讲笑话；
2、人工智能必须得可想像的、解释的；
3、人引导人工智能；人工智能无法超越人？ 人工智能是个黑盒子；
----
1998重新定义了频率、2016年重新定了谱；
----
那么未来在声学方向继续研究的话应该从哪方面入手呢？
答：书正在科学院出版社审稿；
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
