论文部分内容阅读
现有的结构模式识别方法一般应用在已知的领域，要对一个不了解的专业领域实行结构模式识别，必须首先获取该领域的专业知识，而这往往要耗费很多的时间和精力。本文提出了一种独立于领域知识的结构模式识别方法。该方法是利用面向波形形态的结构算子去近似表示某一区域上的时序数据，根据得到的结果获得相应的结构化特征，并按一定的顺序组合成特征向量。在分类过程中放弃使用依赖于专业领域知识的语法推导而是根据提取出来的特征向量的特性采用了前馈BP神经网络作为分类器。
为了验证基于结构算子的特征提取方法的有效性，本文同时采用了基于统计的两种特征提取方法与之进行比较。实验采用了心电信号和步态动力学两种不同种类的信号进行分析，利用上述三种特征提取方法分别对这两类不同领域的信号进行特征提取，并将提取出来的特征向量输入到训练好的前馈BP神经网络进行分类。分类结果显示基于结构算子的特征提取方法适用于不同的专业领域，其分类精确度与基于统计的特征提取方法相比较总体相当，部分分类精确度高于基于统计的特征提取方法的分类精确度。