基于奇异值分解和小波变换的特征提取  

Feature Extraction Base on Singular Value Decomposition and Wavelet Transform

作　　者：周雷[1] 席泽敏[1] 刘涛[1] 黄雪军[1] 

机构地区：[1]海军工程大学,湖北武汉430033

出　　处：《装备制造技术》2008年第5期35-36,39,共3页Equipment Manufacturing Technology

摘　　要：将奇异值分解(Singular Value Decomposition,SVD)和小波变换两者结合用于目标特征的提取,奇异值分解可以有效的降低运算量和存储量,并能消除信号中的噪声;小波变换的多尺度分析可以提供任意分辨率的时间尺度信息,从而确保了信息的准确性。通过与普通小波分析(不包含奇异值分解)做比较,证明了所提出的方法是有效的。SVD and Wavelet Transform （WT） are used for feature extraction in this paper. By using SVD, memory and operation are reduced, the noise in the signal is eliminated; the characteristic of the signal can be analyzed in different levels with WT, some information about the signal can be gotten in any level, so SVD and WT can ensure the signal precision. Though comparing with WT （without SVD）, the method in the article is effective.

关 键 词：奇异值分解 小波变换 特征提取 

分 类 号：TN95[电子电信—信号与信息处理]