非线性复杂时变信号模式分类是信号处理和人工智能研究领域的重要课题。将稀疏自动编码器(SAE)与过程神经网络(PNN)栈式叠加,构建......

针对复杂非线性多通道时变信号模式分类问题,提出了一种集成卷积神经网络(CNN)与随机森林(RF)相融合的方法。该方法以CNN为基学习......

经验模式分解（EmpiricalModeDecomposition，EMD）是一种完全由数据驱动的自适应非线性时变信号分解方法，它将数据分解成具有物理意义的......