版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、測量兩個信號的關聯(lián)程度在信號分析等多個領域內(nèi)是一個十分重要且有意義的工作。而相關系數(shù)則是一種常用的測量方式。其中我們最為熟悉的就是皮爾遜積矩相關系數(shù)。皮爾遜積矩相關系數(shù)是用以表征兩個隨機變量之間相關關系密切程度的統(tǒng)計常用的重要指標,被廣泛運用于很多科學與技術領域,尤其是信號處理領域。當一個隨機變量Y隨著另一個隨機變量X的增大(減?。┒龃螅p?。r,則X和Y滿足正相關關系;反之,當Y隨著X的增大(減?。┒鴾p?。ㄔ龃螅r,則X和Y滿足負相
2、關關系;除此之外,則X和Y無明顯相關關系。
但皮爾遜積矩相關系數(shù)是一種線性相關系數(shù),主要用于測量兩個線性關聯(lián)信號之間的先關聯(lián)程度。如果兩個信號間存在非線性映射關系,即使兩個信號時強關聯(lián)的,但皮爾遜相關系數(shù)卻無法準確表示兩個信號之間的關聯(lián)程度。所以在本篇文章中,我們提出一種基于皮爾遜相關系數(shù)和次序統(tǒng)計的新相關系數(shù)。這種相關系數(shù)即要滿足作為相關系數(shù)的基本性質(zhì),還要擁有皮爾遜相關系數(shù)的一些優(yōu)點,并且能很好的測量兩個存在非線性對應關系
3、的時間序列或信號之間的相關程度,用于彌補皮爾遜相關系數(shù)的不足。
我們將會從理論上討論新相關系數(shù)的一些基本性質(zhì),分析它在測量滿足二元標準正態(tài)聯(lián)合分布的雙通道信號時的數(shù)學期望和方差,并且使用4個模型(包含線性和非線性模型)進行仿真實驗,觀測新相關系數(shù)在噪音環(huán)境、線性環(huán)境和非線性環(huán)境下的表現(xiàn)、對信號延時的檢測并和皮爾遜相關系數(shù)作對比。在這些仿真實驗中,我們還會使用一些真實和模擬的醫(yī)學信號作實驗,這樣更能體現(xiàn)其使用性。
最后
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 相關分析與相關系數(shù)
- 離散系數(shù)、相關系數(shù)及其應用
- 相關系數(shù)的計算
- excel中求相關系數(shù)
- 實驗二、散點圖、相關系數(shù)
- 協(xié)方差和相關系數(shù)
- 線性回歸中的相關系數(shù)
- 線性回歸中的相關系數(shù)
- 上尾相關系數(shù)的估計.pdf
- 方差協(xié)方差與相關系數(shù)
- 相關系數(shù)臨界值表
- 基于Lamb波信號相關系數(shù)的結(jié)構(gòu)損傷識別研究.pdf
- 基于相關系數(shù)影像匹配實習報告
- 相關系數(shù)調(diào)整的h型指數(shù)研究
- 尾部相關系數(shù)與資產(chǎn)選擇研究.pdf
- 最優(yōu)低秩相關系數(shù)矩陣問題.pdf
- 相關系數(shù)調(diào)整的h型指數(shù)研究.pdf
- 匯率相關系數(shù)預測與國際資產(chǎn)配置.pdf
- 1438.斯皮爾曼簡捷相關系數(shù)的研究
- 樣本偏相關系數(shù)的中心極限定理.pdf
評論
0/150
提交評論