TPAMI 2024 | 在带符号累积分布变换空间中的端到端信号分类

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