说明:RANKLET 是一个方向选择性的非参数功能,基于秩和检验统计量的计算。Ranklets 实现类似回应 Haar 小波时让他们分享同样的方向选择性和多尺度性质的完整性的适当概念模式。他们在探测异常值和亮度、 对比度变化和伽玛校正等单调变换不变性的鲁棒性的图像处理领域,基于等级的 (非参数) 功能变得...
说明:经验模态分解(Empirical Mode Decomposition,简称EMD))方法被认为是2000年来以傅立叶变换为基础的线性和稳态频谱分析的一个重大突破 [1] ,该方法是依据数据自身的时间尺度特征来进行信号分解,无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅...