End-to-End Signal Classification in Signed Cumulative Distribution Transform Space
在带符号累积分布变换空间中的端到端信号分类
Abu Hasnat Mohammad Rubaiyat; Shiying Li; Xuwang Yin; Mohammad Shifat-E-Rabbi; Yan Zhuang; Gustavo K. Rohde
摘要
本文提出了一种新的端到端信号分类方法,使用带符号累积分布变换(SCDT)。我们采用了一种传输生成模型来定义分类问题。然后,我们利用SCDT的数学性质,使问题在变换域中变得更容易,并使用带符号累积分布变换(SCDT)域中的最近局部子空间(NLS)搜索算法解决未知样本的分类问题。实验表明,与现有的端到端分类方法相比,该方法不仅分类精度高,而且计算成本低、数据效率高,对分布外样本具有较强的鲁棒性。该方法的Python实现已集成到软件包PyTransKit中。
关键词
- 信号分类
- 时间序列事件