本书主要介绍非高斯信号处理(包括基于高阶统计量和分数低阶统计量的信号处理)的理论、方法及其应用。全书分为9章,内容包括：高斯过程与二阶统计量，高阶累积量和高阶谱，Alpha稳定分布与分数低阶统计量，基于以上信号的处理方法，基于分数低阶统计量数字信号处理的应用等。 第1章 绪论 1.1 预备知识 1.1.1 信号与信号处理的概念 1.1.2 随机变量及其分布 1.1.3 随机信号及随机过程 1.1.4 统计信号处理的原理与方法 1.2 矩理论简介 1.2.1 矩及统计量的概念 1.2.2 二阶统

材料早期损伤的非线性超声诊断.pdf,对于材料微结构特征的检测，特别是材料早期损伤，非线性超声具有独特的优势。立足于非线性超声的发展历程，阐述了非线性超声的基本理论和数学模型，深入分析了非线性超声参量的影响因素，包括位错单极子模型、位错偶极子模型、析出物和微裂纹；阐述了非线性超声的实验方法，重点介绍了非线性超声纵波和表面波的检测方法；论述了非线性超声在闭合裂纹、疲劳及位错早期损伤、材料热老化、蠕变及材料辐射损伤等领域中的应用；最后总结了非线性超声检测技术在材料早期损伤应用中面临的机遇和挑战。

本文在深度学习框架的基础上对特征提取方法进行了研究,并通过医学图像、人脸表情的检测和分类对其效果进行了验证。本文的研究内容主要包括以下三点:1)提出有约束的高分散主成分分析网络(Constrained High Dispersal PCANet,CHDNet)。本文详细分析了 CHDNet的不同组件对分类性能的影响,针对PCANet的局限性,设计了非线性变化层、多尺度特征池化层,以提高分类性能。将CHDNet应用在医学图像分类中,包括基于Kinect深度图像的人体生理机能自动检测和计算机辅助舌象

非线性超声检测方法及应用